? ? ? ? 百度語音識(shí)別API是可以免費(fèi)試用的，通過百度賬號(hào)登錄到百度智能云，在語音技術(shù)頁面創(chuàng)建的應(yīng)用，生成一個(gè)語音識(shí)別的應(yīng)用，這個(gè)應(yīng)用會(huì)給你一個(gè)APIKey和一個(gè)Secret Key，如圖14.1所示。

?我們?cè)谧约旱某绦蛑杏?API Key 和 Secret Key 這兩個(gè)值獲取 Koken，然后再通過 Token 調(diào)用語音識(shí)別接口，因此需要經(jīng)過兩次URL請(qǐng)求才能實(shí)現(xiàn)語音識(shí)別功能，第一次請(qǐng)求獲得 Token，第二次請(qǐng)求調(diào)用語音識(shí)別功能。

1、創(chuàng)建語音操作類（create_audio.py）

為了使得音頻操作代碼可以通用和復(fù)用，新建一個(gè)文件create_audio.py，在文件中生成一個(gè)音頻操作類TestAudio，這個(gè)類實(shí)現(xiàn)對(duì)音頻參數(shù)的初始化，錄音和保存音頻文件等功能。樣例代碼如下所示。

# 調(diào)用百度語音識(shí)別

import wave
import pyaudio
class TestAudio:
    # 初始化
    def __init__(self,fname):
        self.chunk=2048
        self.samepling_rate=16000
        self.sampwidth=2
        self.channels=1
        self.record_time=6
        self.filename=fname

    # 把音頻保存到文件，這里data為列表類型
    def save_file(self,data):
        wf=wave.open(self.filename,'wb')
        wf.setnchannels(self.channels)
        wf.setsampwidth(self.sampwidth)
        wf.setframerate(self.samepling_rate)
        wf.writeframes(b"".join(data))
        wf.close()

    # 進(jìn)行錄音的函數(shù)
    def record(self):
        pa=pyaudio.PyAudio()
        stream=pa.open(format=pyaudio.paInt16,channels=self.channels,rate=self.samepling_rate,input=True,frames_per_buffer=self.chunk)
        print("開始錄音，請(qǐng)講話。。。")
        mybuf=[]
        for i in range(0,int(self.samepling_rate/self.chunk*self.record_time)):
            data =stream.read(self.chunk)
            mybuf.append(data)
        stream.stop_stream()
        stream.close()
        pa.terminate()
        print("錄音結(jié)束")
        self.save_file(mybuf)

if __name__=="__main__":
    test=TestAudio('test.wav')
    test.record()

2、語音識(shí)別函數(shù)（主函數(shù)）

注意：更改APIKey 和 SecretKey 值

# 調(diào)用百度語音識(shí)別
import requests
import base64

import CreateTestAudio
vhttp="https:// "
vurl="openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s"
APIKey="xx"
SecretKey="xxx"
base_url=vhttp+vurl%(APIKey,SecretKey)

# 獲取token
def getToken(base_url):
    res=requests.post(base_url)
    return res.json()['access_token']

#
def SpeechTOText(speech_data,token,dev_pid=1537):
    FILETYPE='wav'
    RATE=16000
    CHANNEL=1
    CUID='12345678PYTHON12345678'
    SPEECH=base64.b64decode(speech_data).decode('utf-8')
    data={'format':FILETYPE,'rate':RATE,'channel':CHANNEL,'cuid':CUID,'len':len(speech_data),'speech':SPEECH,'token':token,'dev_pid':dev_pid}
    # 拼接URL地址
    url=vhttp+'vop.baidu.com/server_api'
    headers={'Content-Type':'application/json'}
    print('正在識(shí)別。。。')
    r=requests.post(url,json=data,headers=headers)
    Result=r.json()
    if 'result' in Result:
        return Result['result'][0]
    else:
        return Result

def get_audio(file):
    with open(file,'rb') as f:
        data=f.read()
    return data

#主函數(shù)
if __name__=='__main__':
    message=input("按任意鍵開始錄入")
    test =CreateTestAudio('test.wav')
    test.record()
    TOKEN =getToken(base_url)
    speech =get_audio('test.wav')
    result=SpeechTOText(speech,TOKEN,1537)
    print(result)

2、測(cè)試

在命令行終端啟動(dòng)程序，根據(jù)提示說一段話，等待程序執(zhí)行，程序返回這段話的內(nèi)容，說明語音識(shí)別程序運(yùn)行成功，如下所示。

?文章來源地址http://www.zghlxwxcb.cn/news/detail-716276.html

到了這里，關(guān)于第14章-Python-人工智能-語言識(shí)別-調(diào)用百度語音識(shí)別的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！