如何用python调用百度语音识别

Posted 2023-03-16

1、首先需要打开百度AI语音系统，开始编写代码，如图所示，编写好回车。

2、然后接下来再试一下16k.pcm的音频，开始编写成功回车，如图所示的编写。

3、最后，查看音频c的属性，可以看到音频持续28秒，这样就是用python调用百度语音识别成功解决问题。

参考技术A

1、首先准备可供测试的音频，百度搜索“百度语音识别-开发文档”。

2、从上图网页把音频下载到本地的桌面的文件夹a里面。

3、python调用百度AI语音识别功能的代码，可以按照下面的步骤查看：百度AI开放平台——文档中心——语音识别——SDK文档——PythonSDk里面查看。

4、具体的python代码如下图所示。

5、再试试16k.pcm，也成功了。

6、再截短音频b，得到c；查看音频c的属性，可以看到音频持续28秒，符合要求；然而还是测试失败。

参考技术B

用你的百度账号登录百度AI开放平台，进控制台，点击人工智能中任意一项



创建一个应用，获得APP_ID，API_KEY、SECRET_KEY





安装百度sdk

pip install baidu_aip

具体的开发文档，参见http://ai.baidu.com/docs#/ASR-Online-Python-SDK/top

代码如下：

给出一个可以解析的音频文件，http://bos.nj.bpc.baidu.com/v1/audio/8k.amr

目前支持的音频格式不多。。




#encoding:utf-8
from aip import  AipSpeech

# 定义常量，此处替换为你自己的应用信息
APP_ID = 'your_app_id'
API_KEY = 'your_api_key'
SECRET_KEY = 'your_secret_key'

# 初始化AipSpeech对象
aipSpeech = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

# 读取文件
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

# 识别本地文件
#目前支持的格式较少，原始 PCM 的录音参数必须符合 8k/16k 采样率、16bit 位深、单声道，支持的格式有：pcm（不压缩）、wav（不压缩，pcm编码）、amr（压缩格式）。
result = aipSpeech.asr(get_file_content('C:\\Users\\wangjichong\\Desktop\\8k.amr'), 'amr', 8000, 
    'lan': 'zh',
)
print result['result'][0]

本回答被提问者采纳

python调用百度语音（语音识别-斗地主语音记牌器）

一、概述

本篇简要介绍百度语音语音识别的基本使用（其实是斗地主时想弄个记牌器又没money，抓包什么的又不会，只好搞语音识别的了）

 

二、创建应用

 

打开百度语音官网，产品与使用->语音识别->立即使用->创建应用

出现如下页面

依照提示依次填写，最终结果

（ps：我就想弄个记牌的，就起了个计数器的名）

点右方的 ‘查看key’ 记下App ID，API Key，Secret Key。接下来要用到

 

 

需要安装模块

pip install baidu-aip
pip install pyaudio

 

语音识别代码

from aip import AipSpeech
""" 你的 APPID AK SK """
APP_ID = \'你记下的APP_ID\'
API_KEY = \'你记下的API_KEY\'
SECRET_KEY = \'你记下的SECRET_KEY\'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

# 读取文件
def get_file_content(filePath):
    with open(filePath, \'rb\') as fp:
        return fp.read()
# 识别本地文件
li=client.asr(get_file_content(\'01.pcm\'), \'pcm\', 8000, {
    \'lan\': \'zh\',
})

print(li)
# 从URL获取文件识别
# client.asr(\'\', \'pcm\', 16000, {
#     \'url\': \'http://121.40.195.233/res/16k_test.pcm\',
#     \'callback\': \'http://xxx.com/receive\',
# })

python录音代码

import wave
from pyaudio import PyAudio,paInt16

framerate=8000
NUM_SAMPLES=2000
channels=1
sampwidth=2
TIME=2
def save_wave_file(filename,data):
    \'\'\'save the date to the wavfile\'\'\'
    wf=wave.open(filename,\'wb\')
    wf.setnchannels(channels)
    wf.setsampwidth(sampwidth)
    wf.setframerate(framerate)
    wf.writeframes(b"".join(data))
    wf.close()

def my_record():
    pa=PyAudio()
    stream=pa.open(format = paInt16,channels=1,
                   rate=framerate,input=True,
                   frames_per_buffer=NUM_SAMPLES)
    my_buf=[]
    count=0
    while count<TIME*5:#控制录音时间
        string_audio_data = stream.read(NUM_SAMPLES)
        my_buf.append(string_audio_data)
        count+=1
        print(\'.\')
    save_wave_file(\'01.pcm\',my_buf)
    stream.close()

chunk=2014
def play():
    wf=wave.open(r"01.pcm",\'rb\')
    p=PyAudio()
    stream=p.open(format=p.get_format_from_width(wf.getsampwidth()),channels=
    wf.getnchannels(),rate=wf.getframerate(),output=True)
    while True:
        data=wf.readframes(chunk)
        if data=="":break
        stream.write(data)
    stream.close()
    p.terminate()

if __name__ == \'__main__\':
    my_record()
    print(\'Over!\')
    play()

 

效果如下图：

 

帮助文档：

百度语音帮助文档or手册

 

 

 

 

三、后记

本代码未完全实现，有兴趣可自行整理，玩斗地主的时候声音可能要大点，因为识别有时候会报3001错误，音频质量过差，不过被打可别找我