欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python录音并调用百度语音识别接口的示例

程序员文章站 2022-06-23 19:06:06
#!/usr/bin/env pythonimport requestsimport jsonimport base64import pyaudioimport waveimport osimport...
#!/usr/bin/env python
import requests
import json
import base64
import pyaudio
import wave
import os
import psutil


#首先配置必要的信息
def bat(voice_path):
  baidu_server = 'https://aip.baidubce.com/oauth/2.0/token?'
  grant_type = 'client_credentials'
  client_id = 'uj70rs1liwz9sqdvmsuqksie' #api key
  client_secret = 'q88eav41pzenlczz3hlrjhr8e4wshxwd' #secret key  这里可以自己去百度注册,这里是我的api key 和 secret key

  #合成请求token的url
  url = baidu_server+'grant_type='+grant_type+'&client_id='+client_id+'&client_secret='+client_secret

  #获取token
  res = requests.get(url).text
  data = json.loads(res)
  token = data['access_token']

  #设置音频的属性,采样率,格式等
  voice_rate = 8000
  file_name = voice_path
  # user_id = '16241950' #这里的id随便填填就好啦,我填的自己昵称
  file_type = 'wav'
  cuid="wate_play"
  #读取文件二进制内容
  f_obj = open(file_name, 'rb')
  content = base64.b64encode(f_obj.read())  # 百度语音识别需要base64编码格式
  speech = content.decode("utf-8")
  size = os.path.getsize(file_name)

  #json封装
  datas = json.dumps({
    'format': file_type,
    'rate': voice_rate,
    'channel': 1,
    'cuid': cuid,
    'token': token,
    'speech': speech,
    'len': size,
    "dev_pid":"1536"
  })
  return datas

#设置headers和请求地址url
def post(datas):
  headers = {'content-type':'application/json'}
  url = 'https://vop.baidu.com/server_api'
  # url = "http://vop.baidu.com/server_api"

  #用post方法传数据
  request = requests.post(url, datas, headers)
  result = json.loads(request.text)
  text = result.get("result")
  if result['err_no'] == 0:
    return text
  else:
    return "error"


def get_audio(filepath):
  input("回车开始录音 >>>")   #输出提示文本,input接收一个值,转为str,赋值给aa
  chunk = 256         #定义数据流块
  format = pyaudio.paint16  #量化位数(音量级划分)
  channels = 1        # 声道数;声道数:可以是单声道或者是双声道
  rate = 8000        # 采样率;采样率:一秒内对声音信号的采集次数,常用的有8khz, 16khz, 32khz, 48khz, 11.025khz, 22.05khz, 44.1khz
  record_seconds = 5     #录音秒数
  wave_output_filename = filepath   #wav文件路径
  p = pyaudio.pyaudio()        #实例化

  stream = p.open(format=format,
          channels=channels,
          rate=rate,
          input=true,
          frames_per_buffer=chunk)
  print("*"*10, "开始录音:请在5秒内输入语音")
  frames = []                         #定义一个列表
  for i in range(0, int(rate / chunk * record_seconds)):   #循环,采样率11025 / 256 * 5
    data = stream.read(chunk)                #读取chunk个字节 保存到data中
    frames.append(data)                   #向列表frames中添加数据data
  # print(frames)
  print("*" * 10, "录音结束\n")

  stream.stop_stream()
  stream.close()     #关闭
  p.terminate()      #终结

  wf = wave.open(wave_output_filename, 'wb')         #打开wav文件创建一个音频对象wf,开始写wav文件
  wf.setnchannels(channels)                  #配置声道数
  wf.setsampwidth(p.get_sample_size(format))         #配置量化位数
  wf.setframerate(rate)                    #配置采样率
  wf.writeframes(b''.join(frames))              #转换为二进制数据写入文件
  wf.close()       #关闭
  return


def check_disk():
  list_drive = psutil.disk_partitions() # 找出本地磁盘列表,保存的是结构体对象
  list_disk = []
  for drive in list_drive:
    list_disk.append(drive.device)
  return list_disk


if __name__ == '__main__':
  list_disk = check_disk() # 检索本地磁盘
  dirname_path = os.path.join(list_disk[0], "voice") # 设置语音文件存放路径, 
                                  (mac os下需要自己定存储路径)
  if not os.path.exists(dirname_path):
    os.makedirs(dirname_path)

  filename = "voice.wav" # 定义语音文件名
  in_path = os.path.join(dirname_path, filename)

  get_audio(in_path) # 录音

  datas = bat(in_path) # 封装百度语音识别需要的配置信息,返回请求头
  res = post(datas) # 连接百度语音识别接口,得到识别结果
  print("识别结果:",res[0])

实现效果:

python录音并调用百度语音识别接口的示例

在上述代码中,需要装到requests、psutil、pyaudio等库,其中pyaudio这个库在python3环境下装比较特殊,

windows环境下具体步骤如下:

第一步:下载whl文件支持

url:

python录音并调用百度语音识别接口的示例

注意:

下载自己python解释器对应版本的

不要下载错了,资源很多 

第二步:打开cmd,cd 进入下载的whl所在目录

   执行命令:pip install twisted-18.7.0-cp36-cp36m-win_amd64.whl     #  下载的什么版本,后面就跟什么版本 

第三步:执行命令:pip install pyaudio     安装

如果本地同时装有python2和python3,想装到python3里可以在cmd命令里把 pip 改成 pip3 即可

mac os 下安装pyaudio步骤如下:

python录音并调用百度语音识别接口的示例

到这里就结束啦!

以上就是python录音并调用百度语音识别接口的示例的详细内容,更多关于python 录音并调用语音识别接口的资料请关注其它相关文章!