人工智能 之 语音
Posted glh-ty
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了人工智能 之 语音相关的知识,希望对你有一定的参考价值。
以下技术均依靠于百度大佬提供的接口操作!调用接口语言为python
一,下载
pip install baidu-aip
二,语音合成
根据百度语言合成官网,调用即可:
#!/usr/bin/env python # -*- coding:utf8 -*- from aip import AipSpeech """ 你的 APPID AK SK """ # 注册百度账号之后,创建一个应用,即可获得这些数据 APP_ID = "14446029" API_KEY = "fErCt9KmoKuGDpBZqDQhQB7v" SECRET_KEY = ‘EXTb37xV1lubXB8D5fzZnlljLHnC7VMx‘ client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) text = "你叫啥呀" res = client.synthesis(text, options={ "vol": 8, # "pit": 6, "spd": 5, "per": 4 }) if not isinstance(res, dict): with open(‘audio.mp3‘, ‘wb‘) as f: f.write(res)
配置参数详见:http://ai.baidu.com/docs/#/TTS-Online-Python-SDK/top
这样我们生成的’audio‘.mp3文件就是识别后的语言!
三,语言识别
目前百度支持的语言格式: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)(百度自己说的);
其实,百度能准确的识别的语音格式只有PCM!!!
那么我们就需要把我们的语音格式转换为PCM格式!使用下面这个工具可以完成音频任意装换格式!
FFmpeg 系统工具 : https://pan.baidu.com/s/1jonSAa_TG2XuaJEy3iTmHg 密码:w6hk
下载之后,解压,然后配置环境变量,就可以使用了!使用命令看下面代码!
#!/usr/bin/env python # -*- coding:utf-8 -*- import os from aip import AipSpeech """ 你的 APPID AK SK """ APP_ID = "14446029" API_KEY = "fErCt9KmoKuGDpBZqDQhQB7v" SECRET_KEY = ‘EXTb37xV1lubXB8D5fzZnlljLHnC7VMx‘ client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) def get_file_content(file_path): cmd_str = f"ffmpeg -y -i {file_path} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {file_path}.pcm" # 用于转换我们的语音格式 os.system(cmd_str) with open(f"{file_path}.pcm", ‘rb‘) as fp: return fp.read() res = client.asr(speech=get_file_content("2.m4a"), options={ "dev_pid": 1536, }) print(res) print(res.get("result")[0])
参数配置详见 : http://ai.baidu.com/docs/#/ASR-Online-Python-SDK/top
四,自然语言处理(NLP)
详见: http://ai.baidu.com/docs/#/NLP-Python-SDK/top
from aip import AipNlp """ 你的 APPID AK SK """ APP_ID = "14446029" API_KEY = "fErCt9KmoKuGDpBZqDQhQB7v" SECRET_KEY = ‘EXTb37xV1lubXB8D5fzZnlljLHnC7VMx‘ nip_client = AipNlp(APP_ID, API_KEY, SECRET_KEY) def nip_handle(text): if nip_client.simnet("你叫什么名字", text).get("score") >= 0.72: # 用于返回两个文本的相似度,大于72%既可以认为,2个意思基本相同! return "我的名字叫你的小可爱呀" return goto_tuling(text, "xipangzi")
以上是关于人工智能 之 语音的主要内容,如果未能解决你的问题,请参考以下文章
Android App实战项目之实现你问我答的智能语音机器人(超详细 附源码和演示视频)