# 轉錄音頻 > 原文： [https://pythonbasics.org/transcribe-audio/](https://pythonbasics.org/transcribe-audio/) 您可以使用 Python 自動轉錄音頻文件。 如果您有一個帶有口語單詞的音頻文件，則程序將完全自動輸出該音頻文件的轉錄本。 本示例使用英語作為音頻文件的輸入語言，但是從技術上講，只要語音識別引擎支持，就可以使用任何語言。 ## 示例 首先創建帶有語音的音頻文件。 這可以是任何帶有英語單詞的音頻文件。 將文件另存為`transcript.mp3` 如果不確定從哪里獲得語音音頻文件，則可以使用 [Bluemix](https://text-to-speech-demo.ng.bluemix.net/) 生成一個語音文件。 ### 安裝必備組件 要運行該應用程序，您需要安裝以下幾項： * Python 3 * pydub 模塊 * 程序 ffmpeg * 模塊語音識別 您可以使用 pip 安裝 Python 模塊。`ffmpeg`可以與您的軟件包管理器一起安裝（`apt-get`，`emerge`，`yum`，`pacman`） ### 轉錄 音頻轉錄可以通過幾個步驟進行： 1. mp3 到 WAV 轉換， 2. 加載音頻文件， 3. 將音頻文件提供給特定的識別系統。 復制下面的程序，并將其另存為`transcribe.py` ```py import speech_recognition as sr from os import path from pydub import AudioSegment # convert mp3 file to wav sound = AudioSegment.from_mp3("transcript.mp3") sound.export("transcript.wav", format="wav") # transcribe audio file AUDIO_FILE = "transcript.wav" # use the audio file as the audio source r = sr.Recognizer() with sr.AudioFile(AUDIO_FILE) as source: audio = r.record(source) # read the entire audio file print("Transcription: " + r.recognize_google(audio)) ``` 使用以下程序運行程序： ```py python3 transcribe.py ``` 它將輸出原始音頻文件的轉錄。 [下載音頻示例](https://social.pythonbasics.org/download-audio-examples/)