您可以使用python中的pocketsphinx,使用pip install pocketsphinx进行安装.代码如下所示：

import sys, os

from pocketsphinx.pocketsphinx import *

from sphinxbase.sphinxbase import *

modeldir = "../../../model"

datadir = "../../../test/data"

# Create a decoder with certain model

config = Decoder.default_config()

config.set_string('-hmm', os.path.join(modeldir, 'en-us/en-us'))

config.set_string('-dict', os.path.join(modeldir, 'en-us/cmudict-en-us.dict'))

config.set_string('-kws', 'command.list')

# Open file to read the data

stream = open(os.path.join(datadir, "goforward.raw"), "rb")

# Alternatively you can read from microphone

# import pyaudio

#

# p = pyaudio.PyAudio()

# stream = p.open(format=pyaudio.paInt16, channels=1, rate=16000, input=True, frames_per_buffer=1024)

# stream.start_stream()

# Process audio chunk by chunk. On keyword detected perform action and restart search

decoder = Decoder(config)

decoder.start_utt()

while True:

buf = stream.read(1024)

if buf:

decoder.process_raw(buf, False, False)

else:

break

if decoder.hyp() != None:

print ([(seg.word, seg.prob, seg.start_frame, seg.end_frame) for seg in decoder.seg()])

print ("Detected keyword, restarting search")

decoder.end_utt()

decoder.start_utt()

关键字列表应如下所示：

forward /1e-1/

down /1e-1/

other phrase /1e-20/

这些数字是检测的阈值

1、安装SpeechRecognition第三方库  

pip install SpeechRecognition

 2、安装pocketsphinx第三方库，安装时，可能会报错error: command 'swig.exe' failed: No such file or directory

这时候需要安装，swig

swig下载地址：

阿里云：https://www.aliyundrive.com/s/XGvEKWH9r3c

百度网盘：链接：https://pan.baidu.com/s/17qEWcJ0qI21MoqGwUdV0lw 提取码：7myi

下载之后，放在你想放的地方，然后配置环境变量

注意，无论是cmd，还是pycharm安装，都需要重启

最后执行命令：pip install pocketsphinx，可以正常安装

3、代码：注意，默认只能转为英语，如果要转为汉字，需要下载中文语言、声学模型

中文语言、声学模型下载地址：

链接：https://pan.baidu.com/s/13BFUnOlzubl6cOGQ8E8haQ 
提取码：z8s1

下载之后解压，然后把zh-CN文件夹粘贴到

/speech_recognition/pocketsphinx-data

文件夹下，注意，如果是虚拟环境，speech_recognition文件夹在venv\Lib\site-packages下，如果不是虚拟环境，就看你的第三方包都安装在哪里了

也可以下载最新的声学模型

下载地址：https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/

下载之后，解压

把解压出来的zh_cn.cd_cont_5000文件夹重命名为acoustic-model、zh_cn.lm.bin命名为language-model.lm.bin、zh_cn.dic中dic改为dict格式，zh_cn替换为pronounciation-dictionary

 最后把这个三个文件放在zh-CN文件夹中，把zh-CN文件夹放在speech_recognition文件夹在venv\Lib\site-packages下

注意：识别的准确度不是很高，最好还是调api

import speech_recognition as sr
def wav2txt():
    r = sr.Recognizer()
    # 打开语音文件
    with sr.AudioFile('./test.wav') as source:
        audio = r.record(source)
    # print('文本内容: ', r.recognize_sphinx(audio, language='zh-CN'))  # 汉语
    try:
        print('文本内容: ', r.recognize_sphinx(audio, language='zh-CN'))  # 汉语
        # print('文本内容: ', r.recognize_sphinx(audio))  # 英语
    except Exception as e:
        print('报错了，报错内容---',e)

wav2txt()