语音识别器返回只听音频的开头

Question

我正在使用Python的SpeechRecognition从音频文件中提取文本。我遇到的问题是，它只适用于剪辑的几秒钟。这是我的代码：

import speech_recognition as spr
AUDIO_FILE = "file.wav"
recognizer = spr.Recognizer()
with spr.AudioFile(AUDIO_FILE) as source: 
recognizer.adjust_for_ambient_noise(source, duration=0.2) 
audio = recognizer.record(source)
text = recognizer.recognize_google(audio, language='es-CL')
print(text)

识别工作正常，但只是在几秒钟内。即，text包含与59秒长的音频剪辑的前7秒相对应的单词。

我不明白这是怎么发生的，也许是因为剪辑中出现了静音，识别器认为音频已经结束了？是否有任何方法可以配置此参数(如果存在(？如果不是这样的话，会有什么问题？

Answer 1

就我所能用谷歌搜索到的而言，我发现你需要给系统一个持续时间来监听整个文件，或者迭代recog1.listen(source)部分直到文件结束，因为在这个链接中，你可以检查源代码，它在第215行说；如果您指定10秒的持续时间，那么在每次迭代中，您将获得文件"的下一个10秒；。我希望它能成功。