Leer texto de un MP3 o AVI

[jja]

Hola to2,

¿Conocen algún módulo/framework para python que me pueda servir para extraer de un MP3 o de un AVI el texto que se oye? Es decir, lo que llaman speech2text.

He visto alguna solución pero no iba muy bien y casi todo lo que encuentro son online..

Grax!

[Carlangueitor]

Primer resultado de google: https://code.google.com/p/dragonfly/

Saludos

[jja]

Pero dragonfly no convierte desde un archivo de audio tipo mp3/avi/etc. sino desde un micrófono o una entrada de audio no?

Gracias

[Carlangueitor]

No sé, ¿ya revisaste eso o solo supones?

[AlvaroG]

Dragonfly es una interfaz con motores de reconocimiento de voz, no un motor en sí. Es decir, que para usarlo tendrás que instalar Dragon Naturally Speaking o el sistema de reconocimiento de voz incluído en Windows.

Para tener algo más completo, lo recomendable es el paquete CMU Sphinx, pero hacerlo funcionar es bastante engorroso, lo estuve investigando hace poco y no encontré buena documentación como para arrancar de cero en Python.
Los resultados no son particularmente satisfactorios a menos que uno se tome el tiempo de modificar los parámetros del modelo del lenguaje, y aún así esa clase de modificaciones es aplicable solamente a un estilo de voz (cuando no a una persona en particular)

Si tu sueño es hacer algo tipo Siri, no creo poder recomendarte nada. Si es para algo más sencillo, tipo transcripción automática de notas de clase o algo así, a lo mejor Sphinx te ayuda.


Saludos.

[jja]

Gracias AlvaroG, buscando por tu recomendación Sphinx, conseguí esto:

http://kermit.epska.org/2011/python-...on-helloworld/

Me bajé los módulos y los instalé y he estado jugando con cerca de 30 wav, pero la verdad que es bastante malo. De un video en el que una persona habla en ingles cerca de 30 palabras me recupera 3 o 4, y que no tienen nada que ver...

[jja]

Alguno habéis tenido experiencias con la API de Google para Speech2Text? https://gist.github.com/alotaiba/1730160