自学编程第47课:Python 语音识别 + 命令执行——说句话,电脑就照做

在上一课，我们让电脑听到了人说话，但Tyree 说：“它光是听，听完就没了，能不能让它听完之后真的干点什么事？比如我说‘打开浏览器’，它就真的把浏览器打开。”

这个是可以实现的。只要把‘识别出文字’和‘执行动作’连在一起就行了。今天咱们就做这个。

他立马坐好：“那你快教教我吧。”

今天我们就来做一个最简单的语音命令执行器：你对电脑说“打开浏览器”，它就真的把浏览器打开。

01. 安装必要的库

除了之前的`SpeechRecognition`，本课还需要一个能控制系统行为的模块：`webbrowser`。它是 Python 自带的，不需要额外安装。

pip install SpeechRecognition

如果需要麦克风，还需要`pyaudio`（安装方法见第46课）。`webbrowser` 是 Python 内置模块，不用装。

02. 什么是 `webbrowser` 模块？

`webbrowser` 是 Python 自带的一个模块，它的作用是用系统默认的浏览器打开一个网址。

你只需要告诉它“打开这个网址”，它就会自动调用你电脑上的默认浏览器（Chrome、Edge、Firefox 等）。

运行上面这两行代码，你的默认浏览器会自动打开百度首页。

为什么用它呢？

因为它最简单。你不需要知道浏览器装在哪个文件夹，不需要写复杂的系统命令，一行代码就能搞定。

03. 第一个完整程序：说“打开浏览器”，它就打开浏览器

下面我们来看看这个程序怎么写的，看下面代码截图：

运行后，就会提示你说话，然后执行命令打开网站

代码解释：

`webbrowser.open("https://www.baidu.com")` 是核心动作，它会用系统默认浏览器打开百度。

-`if "打开浏览器" in text:` 判断用户说的话里是否包含“打开浏览器”这几个字。

如果包含，就执行打开浏览器的操作。注意，这里用的是 `in`，不是 `==`。这意味着用户说“帮我打开浏览器”或“打开浏览器吧”也能触发，只要包含关键词即可。

-如果用户说的话里没有“打开浏览器”，程序会打印“未识别到命令”，然后结束。

04. 循环“监听”：持续等待命令

单次识别只能执行一次命令，如果想持续“监听”，把它放进循环里：

上图中框起来的持续“监听“的代码。

- `while True` 使程序一直运行，直到用户说“退出”才会结束。

- `elif` 用来扩展多个命令。如果你想增加“打开记事本”或“打开计算器”，就在 `elif` 后面继续添加。

- `break` 在识别到“退出”时跳出循环，结束程序。

- `timeout=5` 和 `phrase_time_limit=8` 的作用与第46课相同（分别控制等待时间和单次录音长度）。

05. 增加更多命令：打开不同网站

我们还可以把命令扩展成多个，让电脑做不同的事：

每添加一个`elif`，程序就多听懂一个命令。

为什么要用`elif` 而不是多个 `if`？ 

因为`elif` 是“否则如果”，一旦有一个条件匹配，后面的就不会再判断。

而多个 `if` 会逐个判断，即使第一个匹配了，后面的也会继续判断，浪费性能。在这个场景下没有功能差异，但 `elif` 更高效。

06. 如果要打开其他软件怎么办？

`webbrowser` 只能打开网址，不能直接打开电脑上的软件（如记事本、计算器）。

如果要打开本地软件，需要用 

Python 的 `os.system` 或 `subprocess` 模块。

或者：

但不同操作系统的命令不同，

Windows 用 `notepad.exe`，

Mac 用 `open -a TextEdit`。

08. 今天学到了什么

- `webbrowser.open(url)`：用默认浏览器打开指定网址。

- `if "关键词" in text:`：判断用户说的话里是否包含某个关键词。

- `elif` 扩展多个命令。

- 从“识别”到“执行”的完整链路：麦克风录音 → 识别文字 → 关键词判断 → 执行动作。

好了，今天就到这里啦！

下一课我们学习：调用AI大模型接口——用 `requests` 调用DeepSeek等大模型，问它问题，让它回答。