Python speech_recognition模块抛出OSError问题求助

问题根源 #

报错信息明确指出：系统未安装FLAC命令行转换工具。speech_recognition调用Google语音识别API时，需要将音频转换为FLAC格式，这个转换依赖系统级的FLAC工具，你的MacBook Air和iPad Pythonista环境都缺失该工具。

分环境解决 #

1. MacBook Air 环境解决步骤 #

Mac系统用Homebrew安装FLAC最便捷：

• 若未安装Homebrew，打开终端执行以下命令安装：

  /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
  

• 安装FLAC工具：

  brew install flac
  

安装完成后重新运行代码即可。

2. iPad Pythonista 环境解决方法 #

Pythonista是iOS沙盒环境，无法直接安装系统级命令行工具，提供两种可行方案：

方案一：提前转换音频格式

在电脑上用音频工具（如Audacity）将audio1.wav转换为FLAC格式，传到Pythonista的文件目录后，修改代码中的文件名：

with sr.AudioFile('audio1.flac') as source:
    audio_text = r.listen(source)

此时speech_recognition无需再转换格式，可直接调用Google API。

方案二：用纯Python库完成转换

若想在Pythonista内直接处理，需安装pyflac库：

1. 安装StaSh（Pythonista的包管理工具）：打开Pythonista控制台，执行以下代码：

   import requests
   exec(requests.get('https://raw.githubusercontent.com/ywangd/stash/master/tools/install.py').text)
   

2. 打开底部弹出的StaSh命令行框，安装pyflac：

   pip install pyflac
   

3. 修改代码，手动将WAV转FLAC后识别：

   import speech_recognition as sr
   import wave
   import pyflac
   
   # 读取WAV文件
   with wave.open('audio1.wav', 'rb') as wf:
       sample_rate = wf.getframerate()
       channels = wf.getnchannels()
       bits_per_sample = wf.getsampwidth() * 8
       audio_frames = wf.readframes(wf.getnframes())
   
   # 编码为FLAC格式
   encoder = pyflac.StreamEncoder(
       sample_rate=sample_rate,
       bits_per_sample=bits_per_sample,
       channels=channels
   )
   flac_data = encoder.encode(audio_frames)
   encoder.finish()
   
   # 调用Google语音识别
   r = sr.Recognizer()
   audio_data = sr.AudioData(flac_data, sample_rate, bits_per_sample//8)
   text = r.recognize_google(audio_data)
   print('Converting audio transcripts into text ...')
   print(text)
   

内容的提问来源于stack exchange，提问作者Sean Hong