Python语音程序：从listen函数调用say时音频播放不完整

你遇到的这个问题我之前也碰到过——手动调用process("what time is it")时音频能完整播放，但通过listen()触发的话，刚听到开头就被截断，哪怕加了time.sleep()也没用。我来帮你拆解原因并给出可行的修复方案。

问题根源 #

核心问题出在异步播放的生命周期上：vlc.MediaPlayer.play()是异步执行的，调用后函数会立刻返回，不会等待音频播放完成。当listen()调用process()再触发say()时，say()执行完就返回了，此时语音识别的上下文（比如麦克风监听的线程）会抢占资源，甚至当前函数栈结束后会间接终止音频播放进程，导致音频被截断。

修复方案 #

下面提供两种靠谱的解决方式，你可以根据需求选择：

方案1：等待音频播放完成再返回 #

修改say()函数，添加逻辑等待播放结束，确保音频完整播放后再释放相关资源：

from gtts import gTTS
import speech_recognition as rs
import pyaudio
import audioop
import os
import math
from os import system
import threading
from datetime import datetime
import vlc  # 注意：你之前的代码遗漏了这个导入！

def say(text):
    filename = 'speak.mp3'
    language = 'en'
    myobj = gTTS(text=text, lang=language, slow=False)
    myobj.save(filename)
    player = vlc.MediaPlayer(filename)
    player.play()
    # 循环等待播放完成
    while player.is_playing():
        continue
    # 可选：播放完成后删除临时音频文件
    os.remove(filename)

def listen(x):
    r=rs.Recognizer()
    with rs.Microphone() as source:
        # 新增：调整环境噪音，提升识别准确率
        r.adjust_for_ambient_noise(source)
        audio=r.listen(source)
    try:
        text = r.recognize_google(audio)
        process(text.lower())
    except rs.UnknownValueError:
        # 明确捕获识别失败的异常，避免全局捕获隐藏问题
        system('say I did not get that. Please say again.')
        listen(0)
    except rs.RequestError as e:
        system(f'say Sorry, my speech service is unavailable. Error: {e}')

def process(text):
    print(text)
    if 'what time is it' in text:
        # 把时间格式改成带冒号的，gTTS会读得更自然（比如17:06会读成"seventeen oh six"）
        say(datetime.now().strftime("%H:%M"))
        return

方案2：用独立线程播放音频（不阻塞主线程） #

如果你的程序需要同时处理其他任务，不想因为播放音频阻塞主线程，可以把播放逻辑放到独立线程中：

def say(text):
    def play_audio_task():
        filename = 'speak.mp3'
        language = 'en'
        myobj = gTTS(text=text, lang=language, slow=False)
        myobj.save(filename)
        player = vlc.MediaPlayer(filename)
        player.play()
        while player.is_playing():
            continue
        os.remove(filename)
    
    # 启动独立线程执行播放任务
    threading.Thread(target=play_audio_task).start()

额外提示 #

1. 一定要补上import vlc，否则你的代码会因为找不到模块报错；
2. 避免全局异常捕获，明确捕获speech_recognition的特定异常（比如UnknownValueError和RequestError），这样更容易排查问题；
3. 时间格式改成%H:%M比%H%M更符合自然语言读法，gTTS会处理得更流畅。

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