python百度语音识别

运用百度语音识别api将语音进行识别。

软件准备

• 安装python3.7
• 安装pip
• 安装ffmpeg
• 申请百度key
• 安装baidu-apipip install baidu-aip

步骤及功能

• 导入mp3文件
• 利用ffmpeg转换为pcm
• 利用百度api进行识别
• 将识别的文字追写到文件

代码实现

• 参考百度api

  # 写操作
  import os
  import datetime
  def main():
      outfile = 'result.txt'
      print('输入需要转换的文件全名，默认后缀为mp3,回车默认为1.mp3')
      filemp3=input('=')
      if filemp3=='':
          filemp3='1.mp3'
      else:
          filemp3=filemp3 + '.mp3'
  
      print(filemp3)
      mp32txt(outfile,filemp3)
      x=input('回车结束')
  
  def mp32txt(outfile,filemp3):
      print('开始转化')
      filepcm='16ktemp.pcm'
      mp32pcm(filemp3, filepcm)
      if os.path.exists(filepcm):  # 如果文件存在
          write_txt(outfile, filemp3, baidu_sound2txt(filepcm))
  
          os.remove(filepcm)  # 则删除
          # os.unlink(my_file)
          print('删除临时文件')
      else:
          print('查无源文件，转换失败')
  
      print('结束转化')
  
  def mp32pcm(filemp3,filepcm):
      from subprocess import call
      # wav 文件转 16k 16bits 位深的单声道pcm文件
      print('转换文件格式')
      call('ffmpeg -y  -i ' + filemp3 + '  -acodec pcm_s16le -f s16le -ac 1 -ar 16000 ' + filepcm + '')
  
  def baidu_sound2txt(sound):
      #百度识别语音
      print('语音识别中')
      from aip import AipSpeech
      APP_ID = '28076301'
      API_KEY = '4CjTVzlg9RPsBFFjkvzN46AEb'
      SECRET_KEY = 'yrQ63kzm7jbA8IljOuMTgp4oqCIOhY9zc'
      client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
  
      from aip import AipSpeech
      client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
  
      d = client.asr(get_file_content(sound), 'pcm', 16000, {'dev_pid': '1536', })
  
      print(d)
      err_no = d['err_no']
      #print(err_no)
      if err_no==0:
          result = d['result'][0]
      else:
          result = 'Err:'+ str(err_no) + '   http://ai.baidu.com/docs#/ASR-Online-Python-SDK/top'
  
  
      # 删除临时文件
      #print(result)
  
      return result
  
  
  def get_file_content(sound):
      # 读取文件
      with open(sound, 'rb') as fp:
          return fp.read()
  
  def write_txt(filename,sound,txt):
      #写入文件
      print('写入文件')
      with open(filename, 'a', encoding='utf-8') as f:
           time1_str = datetime.datetime.strftime( datetime.datetime.now(), '%Y-%m-%d %H:%M:%S')
           f.write('\n')
           f.write('\n' + time1_str)
           f.write('\n' + sound)
           f.write('\n'+ txt)
  
  if __name__ == '__main__':
      main()

参考资料

• http://ai.baidu.com/docs#/ASR-Tool-convert/top
• http://ai.baidu.com/docs#/ASR-Online-Python-SDK/top