python調(diào)用百度語(yǔ)音REST API
本文實(shí)例為大家分享了python調(diào)用百度語(yǔ)音REST API的具體代碼,供大家參考,具體內(nèi)容如下
(百度的rest接口的部分網(wǎng)址發(fā)生了一定的變化,相關(guān)代碼已更新)
百度通過(guò) REST API 的方式給開(kāi)發(fā)者提供一個(gè)通用的 HTTP 接口,基于該接口,開(kāi)發(fā)者可以輕松的獲得語(yǔ)音合成與語(yǔ)音識(shí)別能力。SDK中只提供了PHP、C和JAVA的相關(guān)樣例,使用python也可以靈活的對(duì)端口進(jìn)行調(diào)用,本文描述了簡(jiǎn)單使用Python調(diào)用百度語(yǔ)音識(shí)別服務(wù) REST API 的簡(jiǎn)單樣例。
1、語(yǔ)音識(shí)別與語(yǔ)音合成的調(diào)用
注冊(cè)開(kāi)發(fā)者帳號(hào)和創(chuàng)建應(yīng)用的過(guò)程就不再贅述,百度的REST API在調(diào)用過(guò)程基本分為三步:
- 獲取token
- 向Rest接口提交數(shù)據(jù)
- 處理返回?cái)?shù)據(jù)
具體代碼如下所示:
#!/usr/bin/python3
import urllib.request
import urllib
import json
import base64
class BaiduRest:
def __init__(self, cu_id, api_key, api_secert):
# token認(rèn)證的url
self.token_url = "https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s"
# 語(yǔ)音合成的resturl
self.getvoice_url = "http://tsn.baidu.com/text2audio?tex=%s&lan=zh&cuid=%s&ctp=1&tok=%s"
# 語(yǔ)音識(shí)別的resturl
self.upvoice_url = 'http://vop.baidu.com/server_api'
self.cu_id = cu_id
self.getToken(api_key, api_secert)
return
def getToken(self, api_key, api_secert):
# 1.獲取token
token_url = self.token_url % (api_key,api_secert)
r_str = urllib.request.urlopen(token_url).read()
token_data = json.loads(r_str)
self.token_str = token_data['access_token']
pass
def getVoice(self, text, filename):
# 2. 向Rest接口提交數(shù)據(jù)
get_url = self.getvoice_url % (urllib.parse.quote(text), self.cu_id, self.token_str)
voice_data = urllib.request.urlopen(get_url).read()
# 3.處理返回?cái)?shù)據(jù)
voice_fp = open(filename,'wb+')
voice_fp.write(voice_data)
voice_fp.close()
pass
def getText(self, filename):
# 2. 向Rest接口提交數(shù)據(jù)
data = {}
# 語(yǔ)音的一些參數(shù)
data['format'] = 'wav'
data['rate'] = 8000
data['channel'] = 1
data['cuid'] = self.cu_id
data['token'] = self.token_str
wav_fp = open(filename,'rb')
voice_data = wav_fp.read()
data['len'] = len(voice_data)
data['speech'] = base64.b64encode(voice_data).decode('utf-8')
post_data = json.dumps(data)
r_data = urllib.request.urlopen(self.upvoice_url,data=bytes(post_data,encoding="utf-8")).read()
# 3.處理返回?cái)?shù)據(jù)
return json.loads(r_data)['result']
if __name__ == "__main__":
# 我的api_key,供大家測(cè)試用,在實(shí)際工程中請(qǐng)換成自己申請(qǐng)的應(yīng)用的key和secert
api_key = "SrhYKqzl3SE1URnAEuZ0FKdT"
api_secert = "hGqeCkaMPb0ELMqtRGc2VjWdmjo7T89d"
# 初始化
bdr = BaiduRest("test_python", api_key, api_secert)
# 將字符串語(yǔ)音合成并保存為out.mp3
bdr.getVoice("你好北京郵電大學(xué)!", "out.mp3")
# 識(shí)別test.wav語(yǔ)音內(nèi)容并顯示
print(bdr.getText("out.wav"))
2、調(diào)用pyaudio使用麥克風(fēng)錄制聲音
python中的pyaudio庫(kù)可以直接通過(guò)麥克風(fēng)錄制聲音,可使用pip進(jìn)行安裝。我們可以通過(guò)調(diào)用該庫(kù),獲取到wav測(cè)試語(yǔ)音。
具體代碼如下所示:
#!/usr/bin/python3
# -*- coding: utf-8 -*-
from pyaudio import PyAudio, paInt16
import numpy as np
from datetime import datetime
import wave
class recoder:
NUM_SAMPLES = 2000 #pyaudio內(nèi)置緩沖大小
SAMPLING_RATE = 8000 #取樣頻率
LEVEL = 500 #聲音保存的閾值
COUNT_NUM = 20 #NUM_SAMPLES個(gè)取樣之內(nèi)出現(xiàn)COUNT_NUM個(gè)大于LEVEL的取樣則記錄聲音
SAVE_LENGTH = 8 #聲音記錄的最小長(zhǎng)度:SAVE_LENGTH * NUM_SAMPLES 個(gè)取樣
TIME_COUNT = 60 #錄音時(shí)間,單位s
Voice_String = []
def savewav(self,filename):
wf = wave.open(filename, 'wb')
wf.setnchannels(1)
wf.setsampwidth(2)
wf.setframerate(self.SAMPLING_RATE)
wf.writeframes(np.array(self.Voice_String).tostring())
# wf.writeframes(self.Voice_String.decode())
wf.close()
def recoder(self):
pa = PyAudio()
stream = pa.open(format=paInt16, channels=1, rate=self.SAMPLING_RATE, input=True,
frames_per_buffer=self.NUM_SAMPLES)
save_count = 0
save_buffer = []
time_count = self.TIME_COUNT
while True:
time_count -= 1
# print time_count
# 讀入NUM_SAMPLES個(gè)取樣
string_audio_data = stream.read(self.NUM_SAMPLES)
# 將讀入的數(shù)據(jù)轉(zhuǎn)換為數(shù)組
audio_data = np.fromstring(string_audio_data, dtype=np.short)
# 計(jì)算大于LEVEL的取樣的個(gè)數(shù)
large_sample_count = np.sum( audio_data > self.LEVEL )
print(np.max(audio_data))
# 如果個(gè)數(shù)大于COUNT_NUM,則至少保存SAVE_LENGTH個(gè)塊
if large_sample_count > self.COUNT_NUM:
save_count = self.SAVE_LENGTH
else:
save_count -= 1
if save_count < 0:
save_count = 0
if save_count > 0 :
# 將要保存的數(shù)據(jù)存放到save_buffer中
#print save_count > 0 and time_count >0
save_buffer.append( string_audio_data )
else:
#print save_buffer
# 將save_buffer中的數(shù)據(jù)寫(xiě)入WAV文件,WAV文件的文件名是保存的時(shí)刻
#print "debug"
if len(save_buffer) > 0 :
self.Voice_String = save_buffer
save_buffer = []
print("Recode a piece of voice successfully!")
return True
if time_count==0:
if len(save_buffer)>0:
self.Voice_String = save_buffer
save_buffer = []
print("Recode a piece of voice successfully!")
return True
else:
return False
if __name__ == "__main__":
r = recoder()
r.recoder()
r.savewav("test.wav")
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- python使用ctypes庫(kù)調(diào)用DLL動(dòng)態(tài)鏈接庫(kù)
- Python調(diào)用REST API接口的幾種方式匯總
- 如何使用python的ctypes調(diào)用醫(yī)保中心的dll動(dòng)態(tài)庫(kù)下載醫(yī)保中心的賬單
- python使用ctypes調(diào)用擴(kuò)展模塊的實(shí)例方法
- python中使用ctypes調(diào)用so傳參設(shè)置遇到的問(wèn)題及解決方法
- Python使用ctypes調(diào)用C/C++的方法
- python調(diào)用百度REST API實(shí)現(xiàn)語(yǔ)音識(shí)別
- Python調(diào)用C語(yǔ)言的方法【基于ctypes模塊】
- Python如何通過(guò)subprocess調(diào)用adb命令詳解
- Python 調(diào)用 ES、Solr、Phoenix的示例代碼
相關(guān)文章
python pywinauto使用過(guò)程及問(wèn)題小結(jié)
在pywinauto庫(kù)中,uia即UIAutomation,是微軟提供的用于用戶界面自動(dòng)化測(cè)試和輔助功能訪問(wèn)的技術(shù)框架,UIAutomation支持自動(dòng)化腳本與各種UI元素交互,本文給大家介紹python pywinauto使用過(guò)程及問(wèn)題小結(jié),感興趣的朋友一起看看吧2024-10-10
Python實(shí)現(xiàn)圖的廣度和深度優(yōu)先路徑搜索算法
圖是一種抽象數(shù)據(jù)結(jié)構(gòu),本質(zhì)和樹(shù)結(jié)構(gòu)是一樣的。圖與樹(shù)相比較,圖具有封閉性,可以把樹(shù)結(jié)構(gòu)看成是圖結(jié)構(gòu)的前生。本文將利用Python實(shí)現(xiàn)圖的廣度和深度優(yōu)先路徑搜索算法,感興趣的可以學(xué)習(xí)一下2022-04-04
三種Python比較兩個(gè)時(shí)間序列在圖形上是否相似的方法分享
這篇文章主要為大家詳細(xì)介紹了三種Python中比較兩個(gè)時(shí)間序列在圖形上是否相似的方法,文中的示例代碼簡(jiǎn)潔易懂,感興趣的小伙伴可以了解一下2023-03-03
Python Pytorch深度學(xué)習(xí)之Tensors張量
今天小編就為大家分享一篇Pytorch之Tensors張量的文章,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-10-10
jupyter notebook 中輸出pyecharts圖實(shí)例
這篇文章主要介紹了jupyter notebook 中輸出pyecharts圖實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-06-06
keras實(shí)現(xiàn)VGG16方式(預(yù)測(cè)一張圖片)
這篇文章主要介紹了keras實(shí)現(xiàn)VGG16方式(預(yù)測(cè)一張圖片),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-07-07
python使用Windows的wmic命令監(jiān)控文件運(yùn)行狀況,如有異常發(fā)送郵件報(bào)警
這篇文章主要介紹了python使用Windows的wmic命令監(jiān)控文件運(yùn)行狀況,如有異常發(fā)送郵件報(bào)警的示例,幫助大家更好的理解和使用python,感興趣的朋友可以了解下2021-01-01

