Python识别语音

一、利用Python调用系统win10的文字转语音

首先下载需要用到的库：pip install pyttsx3 -i https://mirrors.aliyun.com/pypi/simple/

接下来直接上代码：

import win32com.client as win

# SpVoice类是支持语音合成(TTS)的核心类。通过SpVoice对象调用TTS引擎，从而实现朗读功能
speak = win.Dispatch("SAPI.SpVoice")
# 完成将文本信息转换为语音并按照指定的参数进行朗读。
# 该方法有Text和Flags两个参数，分别指定要朗读的文本和朗读方式（同步或异步等）。
speak.Speak("come on")
speak.Speak("你好")

最后运行代码，就会听到系统传出来的声音，读出了 come on 和 你好。

二、开始使用Yolo识别，利用语音播报返回出来

开始之前我们先得解析出来Yolo3的代码，从而获取到被识别出来的物体标签。

首先我们找到一个coco_classes.txt，发现里面有很多的英文单词，这些就是准备识别匹配的标签了。

然后我们在找到yolo.py，发现的我们的coco_classes.txt被传入进来了

关键的来了，我们通过Ctrl + F 搜索一下classes_path这个Key，发现这几行代码

这里就是读取了存放标签的那个文本，进行了处理，并且返回了名字。

最后找到这一行代码，此处代码就是一开始进行识别的时候，我们的控制台打印出来的代码。

运行代码的时候发现，打印的这个label，就是识别出的物体的标签了。

这个时候我们就可以将我们的语音播报的代码添加进行，把label传入进去，就会发现识别出来的物体就会通过语音返回。

Time~