如何提升Python语音检测代码的运行速度？

原代码的低效点分析 #

• 循环内重复创建Microphone上下文，每次都会重新初始化麦克风，额外增加系统开销
• 捕获UnknownValueError时没必要重新实例化Recognizer，完全可以复用原有对象
• 每次循环都执行环境噪音校准，其实初始化时做一次就足够
• listen()未设置监听时长限制，可能会无意义地等待音频输入，拖慢响应速度
• 调用recognize_google依赖云端API，网络延迟是主要性能瓶颈之一

具体优化方法及代码示例 #

1. 提前初始化核心对象，避免重复创建

把麦克风和识别器的初始化、环境噪音校准移到循环外，减少重复初始化的开销：

import speech_recognition as sr

# 只初始化一次识别器和麦克风
recognizer = sr.Recognizer()
mic = sr.Microphone()

# 一次性完成环境噪音校准
with mic as source:
    recognizer.adjust_for_ambient_noise(source, duration=0.2)

while True:
    try:
        with mic as source:
            # 设置最长监听时长，避免无限等待
            audio = recognizer.listen(source, phrase_time_limit=3)
            text = recognizer.recognize_google(audio).lower()
            print(f" {text}")
    except sr.UnknownValueError:
        # 直接跳过无需重建识别器
        continue

2. 限制监听时长，避免无意义等待

给listen()方法添加phrase_time_limit参数（比如3秒），当用户超过指定时间未说话时，自动停止监听，提升程序响应速度。

3. 移除不必要的识别器实例化

原代码在捕获异常时重新创建Recognizer对象，这会额外占用内存并增加初始化时间，直接删除这行代码即可。

4. 优化云端API调用（针对网络延迟问题）

如果网络延迟是主要影响因素，可以尝试这些调整：

• 切换本地识别引擎：改用recognize_sphinx（CMU Sphinx），无需依赖网络，响应更快，但识别准确率可能略低于云端：

  # 替换云端识别为本地识别
  text = recognizer.recognize_sphinx(audio).lower()
  

• 降低音频采样率：初始化麦克风时指定更低的采样率，减少上传的音频数据量，加快API传输速度：

  mic = sr.Microphone(sample_rate=16000)  # 16kHz是常用的低采样率选项
  

5. 多线程异步处理（进阶优化）

如果需要同时处理其他任务，可以把语音识别逻辑放到单独线程中，避免阻塞主程序运行：

import speech_recognition as sr
import threading

recognizer = sr.Recognizer()
mic = sr.Microphone()

with mic as source:
    recognizer.adjust_for_ambient_noise(source, duration=0.2)

def voice_recognition_task():
    while True:
        try:
            with mic as source:
                audio = recognizer.listen(source, phrase_time_limit=3)
                text = recognizer.recognize_google(audio).lower()
                print(f" {text}")
        except sr.UnknownValueError:
            continue

# 启动后台识别线程
threading.Thread(target=voice_recognition_task, daemon=True).start()

# 主程序可在此处理其他业务逻辑
while True:
    # 示例：等待用户输入或执行其他任务
    pass

内容的提问来源于stack exchange，提问作者user20292485