35.百度云语音识别接口使用及PyAudio语音识别模块安装

百度云语音识别接口使用:

---

百度云语音识别接口文档：https://cloud.baidu.com/doc/SPEECH/ASR-API.html#JSON.E6.96.B9.E5.BC.8F.E4.B8.8A.E4.BC.A0

一. 解析用户语音输入，转换为字符串

• 捕获用户的语音输入
  • windows安装
  1. pip3 install PyAudio   #若是报错能够尝试2，3步骤 丶 若是用pip3下载安装报错能够在python第三方安装包下载地址搜索下载安装https://pypi.org/ 
  2. python -m pip install --upgrade pip
  3. pip install PyAudio

  • CentOS 7.4 下安装PyAudio 须要先安装 portaudio （采用的方法，可行）

    一、在安装pyaudio时，报错failed error: portaudio.h: 没有那个文件或目录

    二、pyaudio的运行须要依赖于portaudio这个库，应该先安装一个portaudio库

    三、portaudio安装步骤：

    　　a)下载portaudio库http://portaudio.com/download.html

    　　b)将下载的文件进行解压

    　　c)进入解压后的portaudio文件，依次执行命令：

    　　　　./configure

    　　　　make

    　　　　make install

    　　d)进入~/.bashrc文件：vim ~/.bashrc

    　　　　在文件最后一行加入  export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib

    　　　　而后执行命令source ~/.bashrc

    四、到此portaudio库安装成功

    五、安装pyaudio库，pip3 install pyaudio (wget https://files.pythonhosted.org/packages/ab/42/b4f04721c5c5bfc196ce156b3c768998ef8c0ae3654ed29ea5020c749a6b/PyAudio-0.2.11.tar.gz)

     成功后显示版本为0.2.11

二，音频数据给到百度云

• 音频数据的格式规则　　
  • format：格式　　wav
  • rate：采样率　　16000
  • channel：声道　　1单声道
  • cuid：用户ID　　MAC地址，只要保证惟一
  • token：身份识别　　在百度云接口平台注册后，才能拿到
  • dev_pid：　　1536英文，1537中文
  • len：数据的长度 原始的　　len(data) ->
  • speech：数据对象　　
      1，base64 编码
      2，常常用于网络中的音频图像二进制的数据传输
      3，base64.b64encode(data)

• **JSON**格式POST上传本地音频流数据
• header：Content-Type:application/json
  • 标识，
  • GET：直接获取服务器上的数据
  • POST：客户端先向服务端提交数据，服务端在返回，POST必定会向服务器提交数据
• RESTFUL：资源定义成了链接（url 同一资源，这个要了解一下）
  • 链接，www.baidu.com
  • POST提交数据，
  • WEB服务 HTTP协议
  • RESTFUL：ip/?shutdown   #关机命令

 

• http://vop.baidu.com/server_api        #百度云api接口地址，咱们的语音信息提交到这个接口就好了

 

三，捕获百度云返回的结果

• JSON的返回 　　 #不管什么方式上传都会以JSON格式返回结果
  • json.loads() 解析json数据变为Python中数据对象 字典
  • j'son.dumps() dict -> dict
• result 　　#音频返回的结果在result字段中

四，接口使用：

• PyAudio：对象，实例化一个设备
• pa.open(format=存储位深 int 16位, channels=声道,rate=采样率,input=True,frame_per_buffer=1024)

五,注册登陆百度云管理中心建立任务         ### https://console.bce.baidu.com/ai/?_=1545815700081#/ai/speech/app/create

 六，代码编写以下：

import time
from pyaudio import PyAudio,paInt16
from urllib.request import urlopen,Request    #专门处理http协议的模块
import json
import base64
def play_audio(data): #播放音频
	pa = PyAudio() #设备实例化
	equip = pa.open(
		format=paInt16,
		channels=1, #单声道
		rate=16000,
		output=True,
	) #打开设备，而且支持输出
	equip.write(data) #设备的write函数，写入音频数据
	equip.stop_stream() #关闭写入
	equip.close()
	pa.terminate() #关闭设备实例
def record_audio():  #输入音频
	pa = PyAudio() #设备实例化
	equip = pa.open(
		format=paInt16,
		channels=1,
		rate=16000,
		input=True,
		frames_per_buffer=1024,
	) #打开设备，而且支持输入
	data = [] #存储将来的语音输入
		#一截一截的语音数据  [b'1',b'2',]
	times = 0 #用来控制用户输入语音长度的
	start = time.time()
	while times < 50: #3S
		data.append(equip.read(1024)) #读取设备中此时的语音数据
		times += 1
	end = time.time()
	print('[TALK] %.2f' % (end - start)) #%.2f 保留2位小数点有效位数字
	data = b''.join(data) #完整的音频流数据
	equip.close()
	pa.terminate() #关闭设备实例
	return data
def baidu_token():
	API_Key = 'oAcBP47GDDpj6XIHWmcSkeRi'
	Secret_Key = 'ba2EKROswCy6KXzLdTpnGqPnPhHSFHU7'
	grant_type = 'client_credentials'
	url = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=%s&client_id=%s&client_secret=%s'
	response = json.loads(urlopen(url % (grant_type,API_Key,Secret_Key)).read().decode())
	access_token = response['access_token']
	return access_token
def baidu_fenxi(data):
	url = 'http://vop.baidu.com/server_api'
	data_len = len(data)
	audio_data = base64.b64encode(data).decode() 
	access_token = baidu_token()
	post_data = json.dumps({
	    "format":"wav",
	    "rate":16000,
        "dev_pid":1536,
        "channel":1,
        "token":access_token,
        "cuid":"00-50-56-C0-00-08",
        "len":data_len,
        "speech":audio_data,
    }).encode() #变为json的二进制
	headers = {'Content-Type':'application/json'}
	req = Request(url=url,headers=headers,data=post_data)
	result = json.loads(urlopen(req).read().decode()).get('result')
	if result:
		return result[0]
	else:
		return None
def main():
	data = record_audio()
	res = baidu_fenxi(data)
	print(res)
if __name__ == '__main__':
	#程序入口
	main()

运行结果：

E:\python学习资料\上课代码编写\代码练习py>python e:/python学习资料/上课代码编写/代码练习py/百度云.py
[TALK] 3.21
你好