微信小程序语音识别

语音识别现在已经发展的很成熟了,经过比对发现百度对开发者比较友好，提供很多种语言的SDK,对python来说直接安装 pip install baidu-aip 文档写的也不错  具体参考:http://ai.baidu.com/docs#/ASR-Online-Python-SDK/top

也看了讯飞的语音，发现讯飞对开发者的支持不是太好，调用起来不方便

其实最关键的是微信小程序的语音格式是silk,两家都不能识别silk,需要将silk格式转为wav或者pcm格式，音频格式的转换遇到了麻烦，搞了两天才算转换成功，测试发现将语音文件转为wav识别起来成功率高

看到其他人的博客说是silk其实是base64加密后的webm格式,说是需要先将base64解密，还需要自己写解密的代码，参考：http://blog.csdn.net/rjliulei/article/details/77800760

自己比较懒，总是想找成熟的解决方案，终于找到一个很棒的方案:

需要安装FFmpeg和 silk-v3-decoder

FFmpeg找下安装教程即可

 silk-v3-decoder的安装参考:https://www.imooc.com/article/21550?block_id=tuijian_wz

再就是转码的命令了,参考：http://blog.csdn.net/m0_37730244/article/details/78615427

命令转码的时候有个地方看了半天才看懂 silk/decoder  /data/test.silk  /data/1.pcm

编译 silk-v3-decoder后会在里面生成一个silk的目录，里面有个decoder程序，这是转换的关键 用它执行音频格式转换

测试了好几个wav和pcm识别的效果，发现还是wav识别率高,我用的是 ffmpeg -y -f s16le -ar 24000 -ac 1 -i  /data/1.pcm  -f wav -ar 16000 -b:a 16 -ac 1  /data/1.wav 

将pcm转为wav的命令,最后调用百度的识别sdk

下面是识别的接口

# coding=utf-8
from aip import AipSpeech
import os


class ConvertVoice(object):
    """百度语音识别"""

    def __init__(self):
        super(ConvertVoice, self).__init__()
        self.APP_ID = '用的时候需要换成自己申请的内容'
        self.API_KEY = '用的时候需要换成自己申请的内容'

        self.SECRET_KEY = '用的时候需要换成自己申请的内容'

        self.client = AipSpeech(self.APP_ID, self.API_KEY, self.SECRET_KEY)

    def get_file_content(self, filePath):
        '''
        读取文件
        :param filePath: 文件的绝对路径
        :return:
        '''
        try:
            with open(filePath, 'rb') as fp:
                return fp.read()
        except Exception as error_msg:
            print(error_msg)
            return error_msg

    def get_str_from_voice(self, filePath):
        '''
        识别本地文件
        :param filePath: 文件的绝对路径
        :return:
        '''
        try:
            if os.path.exists(filePath):
                rt = self.client.asr(self.get_file_content(filePath), 'wav', 16000, {
                    'lan': 'zh'})
                return rt
            else:
                return {"err_no": 2000, "err_msg": "文件不存在"}
        except Exception as error_msg:
            print(error_msg)
            return error_msg


if __name__ == '__main__':
    cv = ConvertVoice()
    rt = cv.get_str_from_voice("F:/19.wav")
    print(rt)