Uberi/speech_recognition

O que é?

Recursos principais

• 01Interface Recognizer unificada que alterna entre vários mecanismos de reconhecimento de fala
• 02Compatibilidade com APIs na nuvem e mecanismos offline, como Vosk, Whisper e Sphinx
• 03Leitura de áudio de arquivos e microfones (o microfone requer PyAudio)
• 04Calibração do limiar de energia do ruído ambiente e escuta em segundo plano
• 05Compatibilidade com endpoints auto-hospedados compatíveis com OpenAI

Casos de uso

• Transcrever gravações de áudio ou arquivos de reuniões em um script Python
• Criar uma interface de comandos de voz que escuta pelo microfone
• Executar reconhecimento de fala offline em uma máquina local, sem enviar áudio para um serviço na nuvem
• Comparar vários mecanismos de reconhecimento usando o mesmo fluxo de código

Início rápido

1. 1

   Instale a biblioteca pelo PyPI

   pip install SpeechRecognition
2. 2

   Execute a demonstração integrada para testá-la

   python -m speech_recognition

Antes de usar

• !Vários mecanismos precisam de chaves de API pagas ou na nuvem, como Google Cloud, Azure, OpenAI, Groq e Cohere.
• !A entrada pelo microfone requer PyAudio, que em algumas plataformas precisa que o PortAudio esteja instalado no sistema primeiro.
• !Mecanismos offline, como Sphinx e Whisper, precisam de pacotes e modelos adicionais. O README também observa que configurar o Sphinx pode ser trabalhoso.

Em coleções

Tópicos

Perguntas frequentes

O que é speech_recognition?

Uma biblioteca Python para reconhecimento de fala que reúne vários mecanismos online e offline em uma interface única. SpeechRecognition é um módulo Python para converter áudio falado em texto. Em vez de aprender as APIs específicas de cada provedor, os desenvolvedores usam um único objeto Recognizer e escolhem o backend em cada chamada, como recognize_google, recognize_whisper, recognize_vosk ou recognize_sphinx.

speech_recognition é gratuito? Qual é a licença?

speech_recognition é open source sob a licença BSD-3-Clause. Confira os termos da licença antes de usá-lo em produtos comerciais.

speech_recognition ainda é mantido?

Atualizado nos últimos 6 meses. O último commit de speech_recognition foi em 2 de set. de 2026.

Para que posso usar speech_recognition?

Transcrever gravações de áudio ou arquivos de reuniões em um script Python Criar uma interface de comandos de voz que escuta pelo microfone Executar reconhecimento de fala offline em uma máquina local, sem enviar áudio para um serviço na nuvem Comparar vários mecanismos de reconhecimento usando o mesmo fluxo de código

Como instalar speech_recognition?

Instale a biblioteca pelo PyPI: pip install SpeechRecognition Execute a demonstração integrada para testá-la: python -m speech_recognition

Onde consigo speech_recognition?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Uberi/speech_recognition