Uberi/speech_recognition

Что это?

Ключевые возможности

• 01Единый интерфейс Recognizer для переключения между множеством движков распознавания речи
• 02Поддержка облачных API и офлайн-движков, например Vosk, Whisper и Sphinx
• 03Чтение аудио из файлов и с микрофонов (для работы с микрофоном нужен PyAudio)
• 04Калибровка порога энергии фонового шума и фоновое прослушивание
• 05Поддержка совместимых с OpenAI самостоятельно размещённых эндпоинтов

Сценарии использования

• Транскрибирование записей аудио или файлов встреч в скрипте Python
• Создание голосового интерфейса команд, который слушает микрофон
• Офлайн-преобразование речи в текст на локальном компьютере без отправки аудио в облачный сервис
• Сравнение нескольких движков распознавания через единый путь выполнения кода

Быстрый старт

1. 1

   Установите библиотеку из PyPI

   pip install SpeechRecognition
2. 2

   Запустите встроенную демоверсию, чтобы попробовать её

   python -m speech_recognition

Что важно знать

• !Для нескольких движков нужны платные или облачные API-ключи, например Google Cloud, Azure, OpenAI, Groq и Cohere.
• !Для ввода с микрофона требуется PyAudio; на некоторых платформах перед его установкой необходимо установить PortAudio в систему.
• !Для офлайн-движков, таких как Sphinx и Whisper, нужны дополнительные пакеты и модели. В README также отмечается, что настройка Sphinx может быть непростой.

В подборках

Темы

Частые вопросы

Что такое speech_recognition?

Библиотека Python для распознавания речи, которая объединяет множество онлайн- и офлайн-движков под единым интерфейсом. SpeechRecognition — модуль Python для преобразования речи в текст. Вместо того чтобы разбираться в отдельных API каждого провайдера, разработчик вызывает один объект Recognizer и выбирает бэкенд при каждом вызове, например recognize_google, recognize_whisper, recognize_vosk или recognize_sphinx.

speech_recognition можно использовать бесплатно? Какая у него лицензия?

speech_recognition распространяется с открытым исходным кодом под лицензией BSD-3-Clause. Перед использованием в коммерческих продуктах проверьте условия лицензии.

speech_recognition всё ещё поддерживается?

Обновлялся за последние 6 месяцев. Последний коммит в speech_recognition — 2 сент. 2026 г..

Для чего можно использовать speech_recognition?

Транскрибирование записей аудио или файлов встреч в скрипте Python Создание голосового интерфейса команд, который слушает микрофон Офлайн-преобразование речи в текст на локальном компьютере без отправки аудио в облачный сервис Сравнение нескольких движков распознавания через единый путь выполнения кода

Как установить speech_recognition?

Установите библиотеку из PyPI: pip install SpeechRecognition Запустите встроенную демоверсию, чтобы попробовать её: python -m speech_recognition

Где скачать speech_recognition?

Исходный код и инструкции по установке — на GitHub: https://github.com/Uberi/speech_recognition