跟大家一样，度过了一个愉快的假期，但是，想着来日诰日就要上班，心里慌啊！
节后综合症，相信大家深有体会，以是，想想要不要先找个东西玩玩，顺便进入一下事情状态吧。
以是，溘然想到，能不能把节前开会时录制的视频文件，来对它进行转换，直接提取出来里面的笔墨，这样的话，可以让我那同事免得辛劳作记录了。
说干就干，于是，我在网上一个语音包，结果不知道什么缘故原由，转换出来的笔墨乱七八糟，仿佛天书一样平常，不知道转的是啥，根本看不明白，大家可以看当作果：
我相信没有人看得懂，但可笑的是，我居然把它从头至尾地看完了，我不知道是否也有人跟我一样，越是反常的东西越是吸引人的把稳力或者令人产生兴趣，你们不会也跟我一样，把上面的那些乱七八糟的笔墨给看完吧？[捂脸]
如此“惨剧”，自然心不甘呀！
毕竟，AI时期了，怎么可能连语音转换都弗成呢？弗成，我再找找，先是找了speech_recognition 这个库，弗成，再找，结果找到了vosk语音模型，看起来很牛叉哦!
于是，我赶紧调用这个模型把那视频文件一试，结果出来的笔墨仍旧面孔全非。
这就奇怪了！
难道视频文件有问题？想一想，可能也是，毕竟，那么多人坐在一块，大家你一言我一语，头脑风暴式互换，可想而知，录制的声音还能怎么样。
因此，为了验证是原始视频的声音录制问题，我特意自行录制一段小视频，我来读一段小新闻，将其保存为视频文件，再用这个AI模型来转换识别，到底看看这个新录制的视频语音转换出来的笔墨结果如何？
这里先声明，我的普通话很不标准，不要笑，就当成是塑料普通话吧，这样也好，不标准的语音可以更加验证这个AI语音模型到底牛不牛。
我打开百度，刚好看到一则小新闻，关于伊以之间的事。
对照着上面笔墨，我录制了下面这一段小视频（可以播放听一听）
视频加载中...
天生视频文件为：20241007.wmv
既然视频语音文件都有了，那就开干！
我将视频文件放到了代码中实行.
一跑，结果就出来了！
怎么样？还真被它转换出来了，99%的准确率吧[憨笑]？
而且天生的txt文件就放在了D盘（位置及文件名可以随意变动）
看来，这个VOSK的语音模型还是不错的！
连我这样蹩脚的普通话都能识别出来那么多，而且还是免费的，不错！
大家认为这个模型如何？大家手头上有没有更好的，比如可以识别各省方言的或粤语的模型包，欢迎评论区一起互换吧。
如对这段代码感兴趣的朋友，可以关注我并在评论区留言，我将私发给你，并可奉告详细实现过程，如果有更好的AI语音模型的也请奉告一下，感激！