使用Sphinx引擎视频转录报错AttributeError: NoneType无close属性求解决

问题分析 #

你遇到的错误是：

ERROR : transcribe_video_to_text
    audio.close()

AttributeError: 'NoneType' object has no attribute 'close'

根源在于video.audio.write_audiofile("temp_audio.wav")方法没有返回值，赋值给audio变量后，audio是None，自然无法调用close()方法。

错误修复步骤 #

1. 移除audio = video.audio.write_audiofile(...)的赋值操作，直接调用该方法即可
2. 删除无效的audio.close()语句
3. 补充导入os模块（原代码使用了os.remove但未导入）
4. 建议用with语句管理VideoFileClip对象，自动释放资源，无需手动调用video.close()
5. 可添加异常捕获，避免识别失败导致程序崩溃

修复后的代码 #

import moviepy.editor as mp
import speech_recognition as sr
import os  # 补充导入os模块

def transcribe_video_to_text(video_path):
    # 用with语句管理视频对象，自动释放资源
    with mp.VideoFileClip(video_path) as video:
        video.audio.write_audiofile("temp_audio.wav")

    # 初始化语音识别对象
    recognizer = sr.Recognizer()

    # 读取音频文件
    with sr.AudioFile("temp_audio.wav") as source:
        audio_data = recognizer.record(source)

    # 执行语音识别并添加异常处理
    try:
        text = recognizer.recognize_sphinx(audio_data, keyword_entries=[('whisper', 1.0)])
    except sr.UnknownValueError:
        text = "无法识别音频内容"
    except sr.RequestError as e:
        text = f"语音识别服务出错: {e}"

    # 删除临时音频文件
    os.remove("temp_audio.wav")

    return text

# 视频文件路径
video_path = "Gods Architect Antoni Gaudis glorious vision.mp4"

# 执行转录并输出结果
transcription = transcribe_video_to_text(video_path)
print("视频转录文本:")
print(transcription)

替代库与AI工具 #

离线方案（无需联网） #

• Whisper：OpenAI开源模型，多语言支持，准确率远高于Sphinx，安装命令pip install openai-whisper，示例代码：

import whisper

def transcribe_video(video_path):
    model = whisper.load_model("base")  # 可选tiny/base/small/medium/large模型
    result = model.transcribe(video_path)
    return result["text"]

# 使用示例
text = transcribe_video("你的视频路径.mp4")
print(text)

• Vosk：轻量开源离线识别工具，支持多语言模型，适合低性能设备

在线方案（需API密钥） #

• Google Cloud Speech-to-Text：准确率高，支持复杂场景转录
• 阿里云/百度语音识别：国内厂商服务，对中文方言、口音支持更友好

内容的提问来源于stack exchange，提问作者Tahereh Maghsoudi