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:
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