如何为Python语音识别模块设置监听超时？附YouTube搜索脚本

当然可以给语音监听设置定时器！speech_recognition库的listen()方法本身就支持超时参数，刚好能解决你等待输入过长的问题。我帮你调整了代码，不仅加上了超时设置，还优化了元素定位方式（避免绝对XPath容易失效的问题），并添加了异常处理让脚本更健壮。

修改后的完整代码 #

import speech_recognition as sr
from selenium import webdriver
from selenium.webdriver.common.by import By

r = sr.Recognizer()
drive = webdriver.Chrome()

def gotosite():
    drive.get("https://youtube.com")
    with sr.Microphone() as source:
        print("请说话（5秒内未输入将超时，最长发言10秒）:")
        try:
            # 核心超时设置：
            # timeout = 5：等待用户开始说话的最长时间（5秒没声音就触发超时）
            # phrase_time_limit = 10：限制用户单次说话的最长时长（超过10秒自动停止监听）
            audio = r.listen(source, timeout=5, phrase_time_limit=10)
            text = r.recognize_google(audio)
            print(f"你说的是: {text}")
            
            # 用更稳定的CSS选择器替换绝对XPath，避免页面结构变化导致定位失败
            searchbox = drive.find_element(By.CSS_SELECTOR, "input#search")
            searchbox.send_keys(text)
            searchbutton = drive.find_element(By.CSS_SELECTOR, "button#search-icon-legacy")
            searchbutton.click()
        except sr.WaitTimeoutError:
            print("超时未检测到语音输入，请重新运行脚本尝试")
        except sr.UnknownValueError:
            print("无法识别你说的内容，请清晰说话后重试")
        except Exception as e:
            print(f"运行时出现错误: {str(e)}")

gotosite()

关键修改说明 #

• 超时参数配置：listen()方法的两个参数直接解决你的问题：
  • timeout：设置等待用户启动语音输入的最大时长，超过这个时间会抛出WaitTimeoutError
  • phrase_time_limit：设置允许用户连续说话的最长时长，到点自动停止监听
    你可以根据需求自由调整这两个数值（比如把timeout改成3秒，phrase_time_limit改成8秒）。
• 元素定位优化：把绝对XPath换成了基于ID的CSS选择器，绝对XPath非常依赖页面DOM结构，一旦YouTube调整页面布局就会失效，而ID选择器通常更稳定。
• 异常处理：添加了针对超时、识别失败的捕获逻辑，避免脚本直接崩溃，同时给用户明确的提示信息。

内容的提问来源于stack exchange，提问作者Raphael