DDR爱好者之家 Design By 杰米
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 pip install baidu-aip #百度sdk pip install pyaudio
import wave import pyaudio from aip import AipSpeech def record(): # 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 = [] for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)): data = stream.read(CHUNK) frames.append(data) print("* done recording") # 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() def ASR(): # 录音 record() """ 你的 APPID AK SK """ APP_ID = '****' API_KEY = '****' SECRET_KEY = '****' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) # 读取文件 def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.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
import wave import pyaudio from aip import AipSpeech import win32api def record(): # 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 = [] for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)): data = stream.read(CHUNK) frames.append(data) print("* done recording") # 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() def ASR(): # 录音 record() """ 你的 APPID AK SK """ APP_ID = '****' API_KEY = '****' SECRET_KEY = '****' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) # 读取文件 def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() # 识别本地文件 res=client.asr(get_file_content('output.wav'), 'wav', 16000, { 'dev_pid': 1536, }) if not res.get("err_no"): return res.get("result")[0] return res.get("err_no") def control(order): # 命令对应的程序路径 open_order={"打开QQ":r"C:\Program Files (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) if res: # 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。
DDR爱好者之家 Design By 杰米
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
DDR爱好者之家 Design By 杰米
暂无评论...
更新日志
2024年11月25日
2024年11月25日
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]