最近在处理语音检索相关的事。

其中用到语音识别，调用的是讯飞与百度的api，前者使用js是实现，后者用python3实现(因为自己使用python)

环境：

python3.5

centos 7

流程

整个百度语音识别rest api 使用分为三部分：

1 (申请操作)创建应用，获取应用的 API Key 以及 Secret Key。

2 (程序实现)通过已知的 应用的 API Key 以及 Secret Key, 发送post 请求到 https://openapi.baidu.com/oauth/2.0/token 获取 token

3 (程序实现) 通过上步骤获取的 token，通过post， 发送相关的 语音信息 到 http://vop.baidu.com/server_api ，获取识别结果.

以上过程参考百度语音开发文档，或者网上的资料。

python实现

程序整体如下：

import requests

import json

import uuid

import base64

def get_token():

url = "https://openapi.baidu.com/oauth/2.0/token"

grant_type = "client_credentials"

api_key = "NzGBYD0jPFDqVT8VHRYa****" # 自己申请的应用

secret_key = "8439155b9db2040b4acd13b0c*****" # 自己申请的应用

data = {'grant_type': 'client_credentials', 'client_id': api_key, 'client_secret': secret_key}

r = requests.post(url, data=data)

token = json.loads(r.text).get("access_token")

return token

def recognize(sig, rate, token):

url = "http://vop.baidu.com/server_api"

speech_length = len(sig)

speech = base64.b64encode(sig).decode("utf-8")

mac_address = uuid.UUID(int=uuid.getnode()).hex[-12:]

rate = rate

data = {

"format": "wav",

"lan": "zh",

"token": token,

"len": speech_length,

"rate": rate,

"speech": speech,

"cuid": mac_address,

"channel": 1,

}

data_length = len(json.dumps(data).encode("utf-8"))

headers = {"Content-Type": "application/json",

"Content-Length": data_length}

r = requests.post(url, data=json.dumps(data), headers=headers)

print(r.text)

filename = "two.wav"

signal = open(filename, "rb").read()

rate = 8000

token = get_token()

recognize(signal, rate, token)

同时，获取语音信息可以通过：

import scipy.io.wavfile

filename = "two.wav"

rate, signal = scipy.io.wavfile.read(filename=filename)

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找一找教程网。