Pythonで作れる音声認識AIアシスタント

speech_recognitionを使った簡単な音声認識AIの作成方法

近年、音声入力やスマートアシスタントの需要が高まり、開発者の間でも「音声認識AIアシスタント」への注目が高まっています。
本記事では、Pythonライブラリ「speech_recognition」を使って、誰でも簡単に作れる音声認識AIアシスタントの作成方法をご紹介します。

✅ この記事でわかること

• speech_recognitionとは何か？
• Pythonで音声認識を行う基本コード
• AIアシスタントとしての簡単な応用
• 応用アイデアと展望

speech_recognitionとは？

speech_recognitionは、Pythonで音声認識を簡単に実装できるライブラリです。
Google Web Speech APIやSphinxなど、複数の音声認識エンジンに対応しているのが特徴です。

主な特徴:

• Google API（無料/オンライン）
• Sphinx（オフライン対応）
• 録音ファイルやマイク入力に対応
• シンプルな構文で音声をテキストに変換

インストール方法

以下のコマンドでインストール可能です。

pip install SpeechRecognition

さらに、マイクから音声入力を行うには、pyaudioも必要です。

pip install pyaudio

※pyaudioのインストールがうまくいかない場合は、brew install portaudio（macOS）などが必要になることもあります。

基本的な音声認識コード（マイク入力）

import speech_recognition as sr

# 初期化
r = sr.Recognizer()

# マイクから音声を取得
with sr.Microphone() as source:
    print("話しかけてください...")
    audio = r.listen(source)

    try:
        text = r.recognize_google(audio, language='ja-JP')
        print("認識結果: " + text)
    except sr.UnknownValueError:
        print("音声を認識できませんでした。")
    except sr.RequestError as e:
        print("APIにアクセスできませんでした。", e)

簡単なAIアシスタントとしての応用

上記のコードに簡単な応答機能を加えることで、「音声会話できるAIアシスタント」のような動作が可能になります。

if "天気" in text:
    print("今日の天気は晴れです！")  # 実際にはAPIと連携可能
elif "時間" in text:
    from datetime import datetime
    print("現在の時刻は", datetime.now().strftime("%H:%M"), "です。")
else:
    print("すみません、よくわかりませんでした。")

応用アイデア

• ChatGPT APIや音声合成と連携し、会話型AIに進化
• 音声でIoT家電を操作
• 会議の議事録自動化ツール
• 高齢者向けのシンプルな音声ナビ

まとめ

Pythonのspeech_recognitionライブラリを使えば、誰でも簡単に音声認識AIアシスタントを作ることができます。
StarScriptでは、AIや音声認識技術を活用したアプリ開発・PoC開発のご相談も承っております。
気軽にお問い合わせください。

合同会社StarScript（スタースクリプト）では、音声認識やAI技術を活用したスマートアプリの開発支援を行っています。
お見積りや開発依頼など、ぜひお気軽にご相談ください。

📩 お問い合わせはこちら