Python使用speech_recognition语音识别模块运行无输出如何解决

代码卡在Listening:阶段无后续输出，核心是speech_recognition的listen()方法默认未做环境噪音校准，会持续等待符合阈值的静音段才停止录制，无法触发后续识别逻辑，可按以下步骤修复：

• 第一步：添加环境噪音校准：在创建source对象后先调用root.adjust_for_ambient_noise(source, duration=1)，让识别器用1秒时间学习当前环境的噪音水平，自动设置能量阈值过滤背景音。
• 第二步：给listen()方法添加超时和最长录制时间限制，避免无限等待：可添加timeout（最长等待用户开口的时间）、phrase_time_limit（单次录制的最长时长）两个参数，到点自动停止录制。
• 第三步：添加异常捕获逻辑，避免识别失败时程序直接崩溃无输出。
• 第四步：如果校准后还是无响应，可手动指定麦克风设备索引：Windows多音频设备场景下，默认调用的麦克风可能不是你正在使用的设备，可先打印所有麦克风列表，选择对应设备的索引传入sr.Microphone(device_index=xxx)。

修复后可运行代码 #

import speech_recognition as sr

# 取消下方两行注释可打印所有麦克风设备，确认你要用的设备索引
# for index, name in enumerate(sr.Microphone.list_microphone_names()):
#     print(f"麦克风索引{index}: {name}")

root = sr.Recognizer()
# 能量阈值：高于这个值判定为人声，可根据环境噪音大小手动调整
root.energy_threshold = 4000
# 停顿阈值：说话停多久判定为本次输入结束，单位秒
root.pause_threshold = 0.8

# 要指定设备的话改成sr.Microphone(device_index=你的设备索引)
with sr.Microphone() as source:
    # 校准环境噪音
    root.adjust_for_ambient_noise(source, duration=1)
    print('Listening:')
    # 加时间限制：5秒内没人说话就超时，最多录制10秒自动停止
    audio = root.listen(source, timeout=5, phrase_time_limit=10)

try:
    print('识别中...')
    # 要识别中文必须加language参数，默认是英文识别
    text = root.recognize_google(audio, language='zh-CN')
    print(f'识别结果：{text}')
except sr.UnknownValueError:
    print('无法识别音频内容')
except sr.RequestError as e:
    print(f'请求谷歌识别服务失败：{e}')
except sr.WaitTimeoutError:
    print('等待语音输入超时')

补充说明 #

谷歌在线语音识别需要网络能正常访问谷歌服务，若无法满足网络要求，可将识别引擎替换为离线的recognize_sphinx，中文识别精度会相对更低。

内容的提问来源于stack exchange，提问作者SinaSalehi