python調(diào)用百度REST API實(shí)現(xiàn)語音識(shí)別
目前,語音識(shí)別,即將語音內(nèi)容轉(zhuǎn)換為文字的技術(shù)已經(jīng)比較成熟,遙想當(dāng)時(shí)錘子發(fā)布會(huì)上展示的訊飛輸入法語音識(shí)別,著實(shí)讓訊飛火了一把。由于此類語音識(shí)別需要采集大量的樣本,才能達(dá)到一定的準(zhǔn)確度,個(gè)人很難從零開始搭建。但是,許多擁有語音識(shí)別技術(shù)的公司,或多或少會(huì)提供一些API或者SDK供開發(fā)者使用,這樣就把語音識(shí)別的門檻降到了一個(gè)很低的程度,只需幾行代碼即可實(shí)現(xiàn)。下面我介紹以下如何使用Python調(diào)用百度的REST API實(shí)現(xiàn)一個(gè)簡單的語音識(shí)別。
注冊(cè)賬號(hào),并成為開發(fā)者
打開 http://yuyin.baidu.com/ ,并且使用你的百度賬號(hào)登陸,如果你不是開發(fā)者,系統(tǒng)會(huì)自動(dòng)引導(dǎo)你申請(qǐng)成為開發(fā)者。
創(chuàng)建應(yīng)用
打開 http://yuyin.baidu.com/app ,點(diǎn)擊創(chuàng)建應(yīng)用,應(yīng)用名稱自己取,選擇合適的應(yīng)用類型。下一步,服務(wù)類型選擇語音識(shí)別,繼續(xù)點(diǎn)擊下一步,然后就可以關(guān)閉了。
刷新當(dāng)前頁面,你就可以看到自己創(chuàng)建的應(yīng)用,點(diǎn)擊查看key,這些是進(jìn)行身份識(shí)別的關(guān)鍵信息。
代碼編寫
在 http://yuyin.baidu.com/docs/asr/54 可以查看官方文檔,百度提供了兩種方法:隱式發(fā)送是將音頻數(shù)據(jù)打包轉(zhuǎn)換成一個(gè)字符串,放到j(luò)son數(shù)據(jù)包中來發(fā)送;顯示發(fā)送則是直接發(fā)送語音數(shù)據(jù)。本代碼使用隱式發(fā)送。
注意:使用前要將你的應(yīng)用信息填入適當(dāng)位置
#!/usr/bin/env python
# coding: utf-8
import urllib2
import json
import base64
import os
#設(shè)置應(yīng)用信息
baidu_server = "https://openapi.baidu.com/oauth/2.0/token?"
grant_type = "client_credentials"
client_id = "" #填寫API Key
client_secret = "" #填寫Secret Key
#合成請(qǐng)求token的URL
url = baidu_server+"grant_type="+grant_type+"&client_id="+client_id+"&client_secret="+client_secret
#獲取token
res = urllib2.urlopen(url).read()
data = json.loads(res)
token = data["access_token"]
print token
#設(shè)置音頻屬性,根據(jù)百度的要求,采樣率必須為8000,壓縮格式支持pcm(不壓縮)、wav、opus、speex、amr
VOICE_RATE = 8000
WAVE_FILE = "test.wav" #音頻文件的路徑
USER_ID = "hail_hydra" #用于標(biāo)識(shí)的ID,可以隨意設(shè)置
WAVE_TYPE = "wav"
#打開音頻文件,并進(jìn)行編碼
f = open(WAVE_FILE, "r")
speech = base64.b64encode(f.read())
size = os.path.getsize(WAVE_FILE)
update = json.dumps({"format":WAVE_TYPE, "rate":VOICE_RATE, 'channel':1,'cuid':USER_ID,'token':token,'speech':speech,'len':size})
headers = { 'Content-Type' : 'application/json' }
url = "http://vop.baidu.com/server_api"
req = urllib2.Request(url, update, headers)
r = urllib2.urlopen(req)
t = r.read()
result = json.loads(t)
print result
if result['err_msg']=='success.':
word = result['result'][0].encode('utf-8')
if word!='':
if word[len(word)-3:len(word)]==',':
print word[0:len(word)-3]
else:
print word
else:
print "音頻文件不存在或格式錯(cuò)誤"
else:
print "錯(cuò)誤"
以上就是本文的全部內(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。
相關(guān)文章
Python(TensorFlow框架)實(shí)現(xiàn)手寫數(shù)字識(shí)別系統(tǒng)的方法
這篇文章主要介紹了Python(TensorFlow框架)實(shí)現(xiàn)手寫數(shù)字識(shí)別系統(tǒng)的方法。小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-05-05
Python Django實(shí)現(xiàn)layui風(fēng)格+django分頁功能的例子
今天小編就為大家分享一篇Python Django實(shí)現(xiàn)layui風(fēng)格+django分頁功能的例子,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-08-08
使用Python獲取當(dāng)前工作目錄和執(zhí)行命令的位置
這篇文章主要介紹了使用Python獲取當(dāng)前工作目錄和執(zhí)行命令的位置,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-03-03
使用python把Excel中的數(shù)據(jù)在頁面中可視化
最近學(xué)習(xí)數(shù)據(jù)分析,感覺Python做數(shù)據(jù)分析真的好用,下面這篇文章主要給大家介紹了關(guān)于如何使用python把Excel中的數(shù)據(jù)在頁面中可視化的相關(guān)資料,需要的朋友可以參考下2022-03-03
Python解決pip?install?numpy過慢問題的幾種方法
在進(jìn)行Python科學(xué)計(jì)算、數(shù)據(jù)分析或機(jī)器學(xué)習(xí)時(shí),numpy是最基礎(chǔ)且最常用的庫之一,然而,許多用戶在安裝numpy時(shí),可能會(huì)遇到下載速度極慢甚至失敗的情況,本文將從問題分析、解決方案、優(yōu)化建議等多個(gè)角度,詳細(xì)介紹pip?install?numpy過慢問題的解決,需要的朋友可以參考下2025-03-03

