1、然后查看时间线。非常机械化的操作，非常适合计算机来做。通过搜索很快找到了解决方案。使用微软语音SDK python python win。尽管微软的语音识别引擎已经非常强大，

2、但是用它做字幕还有很长的路要走。字幕做不到，但是用它来控制浏览器还是有更多的错误。发现用语音功能操作IE浏览器非常方便。只要设置好句子，IE浏览器就能自动进行相关操作。

【资料图】

3、下面是我实现的一些功能。(=符号前面是您要说的内容，后面是浏览器要做的事情)

4、显示浏览器=打开浏览器，谷歌=进入谷歌的页面，百度=进入百度的页面，优酷=进入优酷的页面等等。Back=返回上一页，最大化浏览器，下拉=下拉网页，

5、拉起=拉起页面，放大=放大页面，缩小=缩小页面，关闭浏览器=关闭浏览器。

6、构建测试环境：

7、1.从微软官网下载SpeechSDK51.exe和SpeechSDK51LangPack.exe

8、2.下载Python2.6 PythonWin wxPython和脚本文件来启动语音识别。从这里打包并下载。

9、3.安装SpeechSDK51.exe，SpeechSDK51LangPack.exe

10、4.安装Python2.6，PythonWin，wxPython

11、5.运行开始菜单-所有程序-python 2.6-python win，

12、Select tools-COM MakePy utility-Microsoft voice object library 5.0

13、6.在控制面板的语音中，在语言中选择Microsoft简体中文识别器，在语音选择中选择Microsoft简体中文。

14、环境搭建完成，运行SpeechGui.py脚本就可以来用声音操控浏览器。不过由于Python+PythonWin的强大威力，不单单只有IE浏览器可以进行该操作，

15、只要软件能够支持com的应用就都可以显示语音操控，比如微软的Windows Media Player，Word，Excel等软件。强烈建议大家自己手动去发掘和制作更多有意思的功能。

本文到此结束，希望对大家有所帮助。