如何基于python实现语音录入识码-创新互联
小编给大家分享一下如何基于python实现语音录入识码,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
创新互联公司自2013年起,是专业互联网技术服务公司,拥有项目成都网站制作、成都做网站、外贸营销网站建设网站策划,项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命,1280元石城做网站,已为上家服务,为石城各地企业和个人服务,联系电话:18982081108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 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("。"))
以上是“如何基于python实现语音录入识码”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注创新互联成都网站设计公司行业资讯频道!
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
当前文章:如何基于python实现语音录入识码-创新互联
文章网址:http://azwzsj.com/article/hsdph.html