python实时语音转文字（Python神工具包翻译）

今天给大家介绍一款 python 制作的实用工具包，包含多种功能：

• 音频转文字
• 文字转语音
• 截图 OCR文字识别
• 复制翻译

举个例子，比如截图 OCR 文字识别就有很多实用场景。

关注，转发，私信小编“01”即可免费领取Python学习资料！

常会遇到有些 PDF 是扫描版的无法复制（豆丁网上的），有些网页（极客时间）也限制了复制功能。这时候要复制，通常情况下只能手动去打，很浪费时间对吧。当然也可以使用一些 OCR 识别软件，但要么付费要体积很大，不方便。

用这款工具就很容易解决，只要打开软件，点击截图就会自动识别，自动在对话框里输出识别后的文字，然后直接复制就行了，非常方便：

实操效果：

再比如中英文翻译也是经常会用到的，通常情况的操作是打开百度翻译网页然后复制进去翻译，也不方便。

使用这款工具很轻松就能处理，翻译效果还不错：

动图效果：

语音识别也很常用了，比如一些看了一些网课视频想做笔记，不想去手打的话。可以先把视频中的语音抽出来，然后使用该工具直接转换成文字。

这些功能是 Python 实现的，很强大对吧。做起来也不难，两步就能实现。

第一步获取 API 接口。这些功能都是调用百度 AI 的各种功能 API 接口获得的，免费使用次数足够多。

第二步，使用 python 的 pyqt5 GUI 框架制作出可视化界面，pyqt5 需要稍微学下，但也不难，有具体的需求了学起来也更有针对性。

下面简单说下如何获取 API 接口。

以语音识别接口为例，进入百度语音识别网站：

http://ai.baidu.com/tech/speech/asrpro

选择创建对应的「文字转语音」和「语音识别」应用，就会给你一串秘钥，重点保存好：API key 和 Secret key.

然后把两串字符复制到这款工具中，点击保存，就可以使用语音转文字功能了。

其他功能接口获取方法也是同样的，这里给出各功能网址：

截图文字识别：

http://ai.baidu.com/tech/ocr/general

文字转语音：

http://ai.baidu.com/tech/speech/tts

复制翻译：

http://fanyi-api.baidu.com/api/trans/product/index