Python音频转文本后保留'begin'右侧内容的代码调试问题

原代码的核心问题有两个：

• 用单词计数b做字符裁剪完全错误，每个单词长度不同，text[:-b]是砍掉文本末尾的b个字符，和你要保留begin及右侧内容的需求完全相反
• 遍历逻辑混乱，找到begin后未停止循环，后续b的累加会打乱最终裁剪结果

修复后的代码 #

方案1：基于单词列表处理（更可靠，避免歧义匹配） #

import speech_recognition as sr
import openai
from gtts import gTTS 
import os 
import pygame

filename = "Recording.wav"

r = sr.Recognizer()
language = 'en'

with sr.AudioFile(filename) as source:
    audio_data = r.record(source)
    text = r.recognize_google(audio_data).lower()
    words = text.split()
    
    # 定位第一个'begin'的位置
    for idx, word in enumerate(words):
        if word == 'begin':
            # 保留begin及右侧所有单词，重新拼接成文本
            text = ' '.join(words[idx:])
            break  # 找到目标后立即停止遍历
    else:
        # 未找到begin时，保持原文本不变
        pass
    
    print(text)

方案2：直接在原文本中匹配（保留原始格式） #

import speech_recognition as sr
import openai
from gtts import gTTS 
import os 
import pygame

filename = "Recording.wav"

r = sr.Recognizer()
language = 'en'

with sr.AudioFile(filename) as source:
    audio_data = r.record(source)
    text = r.recognize_google(audio_data).lower()
    
    # 查找第一个'begin'的起始位置
    begin_pos = text.find('begin')
    if begin_pos != -1:
        # 从begin的位置开始截取后续所有内容
        text = text[begin_pos:]
    
    print(text)

补充说明 #

• 方案1通过拆分单词列表定位begin，能避免类似beginning这类包含begin的单词被误匹配
• 方案2直接操作原字符串，适合需要保留语音识别原始空格、标点格式的场景
• 如果需要保留最后一个begin及右侧内容，方案1改成反向遍历即可，方案2用rfind替代find

内容的提问来源于stack exchange，提问作者Mohamad Bdeir