通过 python 第三方库不用在线语音识别服务获得一句话在一段录音中的起始时间

要实现这个功能，需要使用 Python 语音处理库和语音识别库。其中，语音处理库可以通过 PyAudio 或 SoundFile 进行录音文件的读取，语音识别库可以使用 PocketSphinx 或 SpeechRecognition 实现语音识别。

下面是一段使用 PyAudio 和 PocketSphinx 实现语音识别的示例代码：

import pyaudio
import sphinxbase
import pocketsphinx

# 设置 PocketSphinx 的语音识别参数
config = pocketsphinx.Decoder.default_config()
config.set_string('-hmm', '/path/to/acoustic/model')
config.set_string('-lm', '/path/to/language/model')
config.set_string('-dict', '/path/to/dictionary')
decoder = pocketsphinx.Decoder(config)

# 读取录音文件
filename = '/path/to/audio/file'
with open(filename, 'rb') as f:
    audio = f.read()

# 对录音文件进行语音识别
decoder.start_utt()
decoder.process_raw(audio, False, True)
decoder.end_utt()
result = decoder.hyp().hypstr

# 输出语音识别结果
print(result)

在这个示例代码中，我们使用 PocketSphinx 对录音文件进行了语音识别，并输出了识别结果。如果识别结果包含我们要找的那句话，就可以通过 PocketSphinx 提供的 API 获得这句话的起始时间。

具体来说，我们可以通过 decoder.seg() 方法获取识别结果的分段信息，包括每个识别结果的起始时间和结束时间。然后，我们可以通过遍历分段信息，找到包含我们要找的那句话的分段，并获取该分段的起始时间。

下面是一段示例代码，演示如何通过 PocketSphinx 获取一句话在录音文件中的起始时间：

import pyaudio
import sphinxbase
import pocketsphinx

# 设置 PocketSphinx 的语音识别参数
config = pocketsphinx.Decoder.default_config()
config.set_string('-hmm', '/path/to/acoustic/model')
config.set_string('-lm', '/path/to/language/model')
config.set_string('-dict', '/path/to/dictionary')
decoder = pocketsphinx.Decoder(config)

# 读取录音文件
filename = '/path/to/audio/file'
with open(filename, 'rb') as f:
    audio = f.read()

# 对录音文件进行语音识别
decoder.start_utt()
decoder.process_raw(audio, False, True)
decoder.end_utt()
result = decoder.hyp().hypstr

# 找到包含要查找的那句话的分段，并获取该分段的起始时间
start_time = None
for seg in decoder.seg():
    if seg.word == '要查找的那句话':
        start_time = seg.start_frame / decoder.get_config().frame_rate
        break

# 输出起始时间
print(start_time)

在这个示例代码中，我们遍历了所有分段，找到了包含要查找的那句话的分段，然后通过 seg.start_frame 属性获取了该分段的起始时间。最后，我们将起始时间除以采样率，得到了起始时间在录音文件中的时间戳。