基于python实现语音录入识别代码实例
这篇文章主要介绍了如何通过python实现语音录入识别,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
一、介绍
1.第一步录音存入本地
2.调用百度语音识别sdk
注意点：百度语音识别对声音源有要求，比特率必须是256kbps
二、代码
#安装必要库 pipinstallbaidu-aip#百度sdk pipinstallpyaudio
importwave
importpyaudio
fromaipimportAipSpeech
defrecord():
#定义数据流块
CHUNK=1024
FORMAT=pyaudio.paInt16
#想要百度识别，下面这两参数必须这样设置，使得比特率为256kbps
CHANNELS=1
RATE=16000
#录音时间
RECORD_SECONDS=8
#要写入的文件名
WAVE_OUTPUT_FILENAME="output.wav"
#创建PyAudio对象
p=pyaudio.PyAudio()
#打开数据流
stream=p.open(format=FORMAT,
channels=CHANNELS,
rate=RATE,
input=True,
frames_per_buffer=CHUNK)
print("*recording")
#开始录音
frames=[]
foriinrange(0,int(RATE/CHUNK*RECORD_SECONDS)):
data=stream.read(CHUNK)
frames.append(data)
print("*donerecording")
#停止数据流
stream.stop_stream()
stream.close()
#关闭PyAudio
p.terminate()
#写入录音文件
wf=wave.open(WAVE_OUTPUT_FILENAME,'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()
defASR():
#录音
record()
"""你的APPIDAKSK"""
APP_ID='****'
API_KEY='****'
SECRET_KEY='****'
client=AipSpeech(APP_ID,API_KEY,SECRET_KEY)
#读取文件
defget_file_content(filePath):
withopen(filePath,'rb')asfp:
returnfp.read()
#识别本地文件
res=client.asr(get_file_content('output.wav'),'wav',16000,{
'dev_pid':1536,
})
print(res)
if__name__=='__main__':
ASR()
三、语音命令控制程序
importwave
importpyaudio
fromaipimportAipSpeech
importwin32api
defrecord():
#定义数据流块
CHUNK=1024
FORMAT=pyaudio.paInt16
#想要百度识别，下面这两参数必须这样设置，使得比特率为256kbps
CHANNELS=1
RATE=16000
#录音时间
RECORD_SECONDS=8
#要写入的文件名
WAVE_OUTPUT_FILENAME="output.wav"
#创建PyAudio对象
p=pyaudio.PyAudio()
#打开数据流
stream=p.open(format=FORMAT,
channels=CHANNELS,
rate=RATE,
input=True,
frames_per_buffer=CHUNK)
print("*recording")
#开始录音
frames=[]
foriinrange(0,int(RATE/CHUNK*RECORD_SECONDS)):
data=stream.read(CHUNK)
frames.append(data)
print("*donerecording")
#停止数据流
stream.stop_stream()
stream.close()
#关闭PyAudio
p.terminate()
#写入录音文件
wf=wave.open(WAVE_OUTPUT_FILENAME,'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()
defASR():
#录音
record()
"""你的APPIDAKSK"""
APP_ID='****'
API_KEY='****'
SECRET_KEY='****'
client=AipSpeech(APP_ID,API_KEY,SECRET_KEY)
#读取文件
defget_file_content(filePath):
withopen(filePath,'rb')asfp:
returnfp.read()
#识别本地文件
res=client.asr(get_file_content('output.wav'),'wav',16000,{
'dev_pid':1536,
})
ifnotres.get("err_no"):
returnres.get("result")[0]
returnres.get("err_no")
defcontrol(order):
#命令对应的程序路径
open_order={"打开QQ":r"C:\ProgramFiles(x86)\Tencent\QQ\Bin\QQScLauncher.exe","打开记事本":r"D:\Notepad++\notepad++.exe","打开浏览器":r"C:\Users\ffm11\AppData\Roaming\360se6\Application\360se.exe"}
res=open_order.get(order)
ifres:
#参数1：用于指定父窗口句柄。当函数调用过程出现错误时，它将作为Windows消息窗口的父窗口
#参数2：用于指定要进行的操作。
#“open”操作表示执行由lpFile参数指定的程序，或打开由lpFile参数指定的文件或文件夹；
#“print”操作表示打印由lpFile参数指定的文件；
#“explore”操作表示浏览由lpFile参数指定的文件夹。
#参数3：用于指定要打开的文件名、要执行的程序文件名或要浏览的文件夹名。
#参数4：若lpFile参数是一个可执行程序，则此参数指定命令行参数，否则此参数应为NULL.
#参数5：若lpFile参数是一个可执行程序，则此参数指定程序窗口的初始显示方式，否则此参数应设置为0。
#这个参数常用的常数：
#SW_HIDE隐藏窗口，活动状态给令一个窗口
#SW_MINIMIZE最小化窗口，活动状态给令一个窗口
#SW_RESTORE用原来的大小和位置显示一个窗口，同时令其进入活动状态
#SW_SHOW用当前的大小和位置显示一个窗口，同时令其进入活动状态
#SW_SHOWMAXIMIZED最大化窗口，并将其激活
#SW_SHOWMINIMIZED最小化窗口，并将其激活
#SW_SHOWMINNOACTIVE最小化一个窗口，同时不改变活动窗口
#SW_SHOWNA用当前的大小和位置显示一个窗口，不改变活动窗口
#SW_SHOWNOACTIVATE用最近的大小和位置显示一个窗口，同时不改变活动窗口
win32api.ShellExecute(0,'open',res,'','',1)
else:
print("语音命令失败")
if__name__=='__main__':
order=ASR()
control(order.rstrip("。"))
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。