英文原文: https://argusic.com/subject/speech-recognition
speech_recognition
用于 Python 的语音识别模块，支持多种引擎和 API，在线和离线。
可运行来源：GitHub项目主页PythonBSD-3-Clausecommit 8075e8f76acd
Python，BSD-3-Clause 许可证. 项目的自我描述：audio、python、speech recognition 和 speech to text.
speech_recognition 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 2 分钟完成了安装，没有遇到任何错误，整个会话都被记录了下来。
SpeechRecognition 3.17.0 installed in a venv; 41 of 56 tests pass with 15 expected skips; Google Speech API recognition returns transcriptions from local audio files; CLI sprc binary prints help.
agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式
每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 100，满分 100（该项目各次运行得分的平均值）。
概览
项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。
测量了什么
来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。
- 安装时间
- 2 分钟
- 从冷启动机器到完成
- 4 分钟
- 遇到并修复的错误
- 遇到 0 个，在无人协助的情况下修复了 0 个
- 结果是如何证明的
- . venv/bin/activate && python -c 'import speech_recognition as sr; r=sr.Recognizer(); f="tests/english.wav"; src=sr.AudioFile(f); audio=r.record(src); result=r.recognize_google(audio); print(result)' returned '1 2'; . venv/bin/activate && python -m pytest tests/ -v returned 41 passed, 15 skipped, 0 failed
- 使用的模型 token
- 119,580
- 测试的确切 commit
- 8075e8f76acd
- 容器镜像
- sha256:cdd920bce783
没有测量什么
另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。
- GPU 显存峰值
- 本次运行在 CPU 机器上进行，没有可采样的 GPU
- 长时间运行的表现
- 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
录屏的结尾
决定该结论的终端会话的最后几行，与录制时完全一致。
All done. Here's the report: **Install**: Created a Python venv (system Python 3.12 was externally managed), then `pip install -… **Test suite**: 41 passed, 15 skipped — no failures. The 15 skipped are all expected: they require … **End-to-end verification**: Called `recognize_google()` against the live Google Speech API with a … **CLI**: `sprc --help` prints usage with `download` subcommand. tokens used 119,580 All done. Here's the report: **Install**: Created a Python venv (system Python 3.12 was externally managed), then `pip install -… **Test suite**: 41 passed, 15 skipped — no failures. The 15 skipped are all expected: they require … **End-to-end verification**: Called `recognize_google()` against the live Google Speech API with a … **CLI**: `sprc --help` prints usage with `download` subcommand.
回放完整会话，从干净的机器到此刻的每一条命令。
测试方式
一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.
优势与局限
均为实测事实，而非观点。内容是如何撰写的.
顺利的部分
- 在干净的机器上达到了运行状态，会话有完整记录。
- 用 2 分钟完成安装，快于 Argusic 测量过的 17 个同类项目的中位数。
- 过程中没有任何故障：从克隆到运行，零错误。
- 无需 GPU 即可运行，因此启动它并不需要 GPU。
- 采用 BSD-3-Clause 许可证，以其托管平台报告的信息为准。
不顺利或尚不清楚的部分
- 目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。
在 Argusic 安装并计时过的 18 个 audio 项目中，speech_recognition 达到运行状态的速度排名第 3，18 个项目中有 15 个达到了运行状态。
适合用于
- 在笔记本电脑或小型服务器上试用：它无需 GPU 即达到了运行状态。
- 快速评估：克隆后 2 分钟它就已经运行起来。
- 按照它自己的 README 操作：文档中的步骤无需任何修复即可走通。
同一领域中也测试过的项目
这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。
运行历史
主题 (来自 GitHub)
嵌入徽章
用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.
[](https://argusic.com/subject/speech-recognition)常见问题
- speech_recognition 能运行吗？
- 是的。speech_recognition 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 2 分钟，过程中遇到 0 个错误，并记录了整个会话。
- Argusic 是如何测试 speech_recognition 的？
- 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 8075e8f76acd。共记录了 1 次尝试，完整方法见方法论页面。
- 测试 speech_recognition 花了多少钱？
- 得出该结论的那次运行花费 0.02 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
- speech_recognition 安装需要多长时间？
- 在决定该结论的那次运行中，从干净的机器到运行状态用了 2 分钟。这是一次实测的尝试，不是平均值。
- speech_recognition 需要 GPU 吗？
- 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
- 安装 speech_recognition 时会出现什么问题？
- 在已记录的运行中没有出现任何问题：从克隆到运行，零错误。
- speech_recognition 与其他替代方案相比如何？
- 在 Argusic 安装并计时过的 18 个 audio 项目中，speech_recognition 达到运行状态的速度排名第 3，18 个项目中有 15 个达到了运行状态。
- speech_recognition 的证据在哪里？
- 这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。