在 python 中将声音从网站转换为文本

如何将网站上的声音转换为文本？当我单击网站中的按钮时会播放声音，但我的问题是如何在不使用麦克风的情况下将其转换为文本，仅使用网站和 python。

import speech_recognition as sr

r = sr.Recognizer()
with sr.AudioFile('my.wav') as source:

    audio_text = r.listen(source)

    try:
        text = r.recognize_google(audio_text)
        print('Converting audio transcripts into text ...')
        print(text)

    except:
         print('Sorry.. run again...')

这是我的代码，但我没有 wav 文件，只有来自我尝试转换的网站的声音。

我想做的例子

当我单击网站中的按钮时，它会播放“hello”，并且 python 将从网站获取声音并打印出来。

首先尝试下载文件，我不知道您的音频文件的位置或格式，所以这是一个猜测：

编辑：向真实的音频文件添加一个网址并且它可以工作，但它会因音频质量较差而失败

import requests
import speech_recognition as sr

def download(url, path):
    response = requests.get(url)     # get the response of the url
    with open(path, 'wb') as file:   # create the file
        file.write(response.content) # write response contents to the file

def transcribe(path):
    r = sr.Recognizer()
    with sr.AudioFile(path) as source:
        audio_text = r.record(source)

        text = r.recognize_google(audio_text)
        print('Converting audio transcripts into text ...')
        return text


audio_url = 'https://google.github.io/tacotron/publications/parrotron/audio/norm_vctk/03_norm_input.wav'
audio_path = './speech.wav'

download(audio_url, audio_path)

audio_text = transcribe(audio_path)

print(audio_text)

Output

Converting audio transcripts into text ...
this is a huge confidence boost