Files
txt2apkg/mp3cut/mp3cut.py

49 lines
1.8 KiB
Python

from pydub import AudioSegment, silence
import speech_recognition as sr
import os
# Lade die MP3-Datei und konvertiere sie zu WAV
audio = AudioSegment.from_mp3("dreiWorte.mp3")
audio = audio.set_channels(1).set_frame_rate(16000) # Mono & 16kHz für bessere Erkennung
# Stille erkennen mit optimierten Werten
silent_ranges = silence.detect_silence(audio, min_silence_len=200, silence_thresh=-45)
silent_ranges = [(start, end) for start, end in silent_ranges if end - start > 200] # Kurze Pausen filtern
# Wortsegmente bestimmen
word_segments = []
start = 0
for silence_start, silence_end in silent_ranges:
word_segments.append((start, silence_start))
start = silence_end
word_segments.append((start, len(audio))) # Letztes Wort hinzufügen
# Sprach-Recognizer vorbereiten
recognizer = sr.Recognizer()
# Jedes Segment speichern und transkribieren
for i, (start, end) in enumerate(word_segments):
segment = audio[start:end]
temp_file = f"temp_word_{i+1}.wav"
print(temp_file)
segment.export(temp_file, format="wav")
word_text = ""
# Spracherkennung durchführen
with sr.AudioFile(temp_file) as source:
audio_data = recognizer.record(source)
try:
word_text = recognizer.recognize_google(audio_data, language="sv-SV") # Schwedisch
print("Erkanntes Wort:", word_text)
except sr.UnknownValueError:
print("Google konnte nichts erkennen.")
except Exception as e:
print(f"Fehler: {e}")
#word_text = word_text.replace(" ", "_") # Leerzeichen durch Unterstrich ersetzen
#final_file = f"{word_text}.wav"
final_file = "1.wav"
os.rename(temp_file, final_file)
print(f"Wort {i+1}: {word_text} -> Gespeichert als {final_file}")
print("Fertig! Alle Worte wurden gespeichert.")