تبدیل گفتار به متن و برعکس با پایتون

X

تبدیل گفتار به متن و برعکس با پایتون

پنجشنبه ۲۱ اردیبهشت ۱۴۰۲

درباره فیلم

شاید بارها فکر کرده باشید که اگر ابزاری در سایتتون وجود داشته که به وسیله اون می تونستید داده های صوتی رو به داده های نوشتاری و برعکس، یعنی داده های نوشتاری رو به یک صدای گویا تبدیل کنید، چقدر برای استفاده کاربر و بهره وری سایت خودتون خوب بود...

این قابلیت تبدیل گفتار به نوشتار و برعکس، در مکان های مختلفی کاربرد داره. مثلا در یک سایت های پشتیبانی و خدمات شرکت های مختلف که نیاز به مشاوره های تلفنی و ثبت اون مشاوره ها وجود داره، به طور عمده چنین قابلیتی وجود داره و تمام گفتگوها هم به صورت صدا و هم به صورت متن در سیستم ثبت می شن. اما قطعا هیچ کسی وقتش رو برای نوشتن تمام صحبت هایی که دو طرف در طول مکالمه داشتند تلف نمی کنه! حالا در نظر بگیرید در یک مکالمه ده دقیقه ای و حداقل 15 تا از چنین مکالمه هایی چه وقت هنگفتی صرف این کار میشه!

اما در این آموزش یک شیوه ی بسیار کاربردی برای تبدیل نوشتار به صدا و برعکس بررسی شده. در این آموزش، با استفاده از پکیج pyttsx3 قابلیتی رو ایجاد کردیم که پایتون بتونه متن نوشته شده ی ما رو بازخوانی کنه. بعدها می تونیم تنها با دو خط کد ساده این متن تایپ شده رو در قالب فایل های صوتی ذخیره سازی کنیم.

همچنین بررسی کردیم که چطور با کتابخونه speech recogntition ( و البته چندتای دیگه) صدای خوانده شده رو توسط پایتون به متن نوشتاری تبدیل کنیم. برای ذخیره سازی هم کار مشابهی رو میشه بعدا انجام داد که بسیار کار ساده ای هست و در ویدیوهای آتی انواع ذخیره سازی رو با پایتون بررسی می کنیم.

اگر به باگ، ارور و یا هر چیز نا مفهومی برخورد کردید، یا اگر انتقاد و نظری در مورد ویدیو داشتید می تونید در بخش کامنت ها بیان کنید.

همچنین اگر پیشنهادی برای ضبط ویدیوی خاصی مد نظر دارید می تونید اون رو در بخش پیشنهادات با ما به اشتراک بذارید.

لینک های کاربردی:

https://pypi.org/project/pyttsx3/

https://pypi.org/project/SpeechRecognition/

https://pypi.org/project/PyAudio/

https://pypi.org/project/pipwin/

ویدیوهای مرتبط با این آموزش:

تشخیص چهره در پایتون با استفاده از Open-Cv

صفرتا صد آموزش ساخت ویدئو با سایت synthesia

۷ تا از بهترین چت بات های هوش مصنوعی رایگان

دسته بندی مرتبط با این آموزش: