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。