python调用百度语音REST API
本文实例为大家分享了python调用百度语音RESTAPI的具体代码，供大家参考，具体内容如下
（百度的rest接口的部分网址发生了一定的变化，相关代码已更新）
百度通过RESTAPI的方式给开发者提供一个通用的HTTP接口，基于该接口，开发者可以轻松的获得语音合成与语音识别能力。SDK中只提供了PHP、C和JAVA的相关样例，使用python也可以灵活的对端口进行调用，本文描述了简单使用Python调用百度语音识别服务RESTAPI的简单样例。
1、语音识别与语音合成的调用
注册开发者帐号和创建应用的过程就不再赘述，百度的RESTAPI在调用过程基本分为三步：
- 获取token
- 向Rest接口提交数据
- 处理返回数据
具体代码如下所示：
#!/usr/bin/python3
importurllib.request
importurllib
importjson
importbase64
classBaiduRest:
def__init__(self,cu_id,api_key,api_secert):
#token认证的url
self.token_url="https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s"
#语音合成的resturl
self.getvoice_url="http://tsn.baidu.com/text2audio?tex=%s&lan=zh&cuid=%s&ctp=1&tok=%s"
#语音识别的resturl
self.upvoice_url='http://vop.baidu.com/server_api'
self.cu_id=cu_id
self.getToken(api_key,api_secert)
return
defgetToken(self,api_key,api_secert):
#1.获取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
defgetVoice(self,text,filename):
#2.向Rest接口提交数据
get_url=self.getvoice_url%(urllib.parse.quote(text),self.cu_id,self.token_str)
voice_data=urllib.request.urlopen(get_url).read()
#3.处理返回数据
voice_fp=open(filename,'wb+')
voice_fp.write(voice_data)
voice_fp.close()
pass
defgetText(self,filename):
#2.向Rest接口提交数据
data={}
#语音的一些参数
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.处理返回数据
returnjson.loads(r_data)['result']
if__name__=="__main__":
#我的api_key,供大家测试用，在实际工程中请换成自己申请的应用的key和secert
api_key="SrhYKqzl3SE1URnAEuZ0FKdT"
api_secert="hGqeCkaMPb0ELMqtRGc2VjWdmjo7T89d"
#初始化
bdr=BaiduRest("test_python",api_key,api_secert)
#将字符串语音合成并保存为out.mp3
bdr.getVoice("你好北京邮电大学!","out.mp3")
#识别test.wav语音内容并显示
print(bdr.getText("out.wav"))
2、调用pyaudio使用麦克风录制声音
python中的pyaudio库可以直接通过麦克风录制声音，可使用pip进行安装。我们可以通过调用该库，获取到wav测试语音。
具体代码如下所示：
#!/usr/bin/python3
#-*-coding:utf-8-*-
frompyaudioimportPyAudio,paInt16
importnumpyasnp
fromdatetimeimportdatetime
importwave
classrecoder:
NUM_SAMPLES=2000#pyaudio内置缓冲大小
SAMPLING_RATE=8000#取样频率
LEVEL=500#声音保存的阈值
COUNT_NUM=20#NUM_SAMPLES个取样之内出现COUNT_NUM个大于LEVEL的取样则记录声音
SAVE_LENGTH=8#声音记录的最小长度：SAVE_LENGTH*NUM_SAMPLES个取样
TIME_COUNT=60#录音时间，单位s
Voice_String=[]
defsavewav(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()
defrecoder(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
whileTrue:
time_count-=1
#printtime_count
#读入NUM_SAMPLES个取样
string_audio_data=stream.read(self.NUM_SAMPLES)
#将读入的数据转换为数组
audio_data=np.fromstring(string_audio_data,dtype=np.short)
#计算大于LEVEL的取样的个数
large_sample_count=np.sum(audio_data>self.LEVEL)
print(np.max(audio_data))
#如果个数大于COUNT_NUM，则至少保存SAVE_LENGTH个块
iflarge_sample_count>self.COUNT_NUM:
save_count=self.SAVE_LENGTH
else:
save_count-=1
ifsave_count<0:
save_count=0
ifsave_count>0:
#将要保存的数据存放到save_buffer中
#printsave_count>0andtime_count>0
save_buffer.append(string_audio_data)
else:
#printsave_buffer
#将save_buffer中的数据写入WAV文件，WAV文件的文件名是保存的时刻
#print"debug"
iflen(save_buffer)>0:
self.Voice_String=save_buffer
save_buffer=[]
print("Recodeapieceofvoicesuccessfully!")
returnTrue
iftime_count==0:
iflen(save_buffer)>0:
self.Voice_String=save_buffer
save_buffer=[]
print("Recodeapieceofvoicesuccessfully!")
returnTrue
else:
returnFalse
if__name__=="__main__":
r=recoder()
r.recoder()
r.savewav("test.wav")
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。