科大讯飞批量语音转文字

# -*- coding:utf-8 -*-
#
#   author: iflytek
#
#  本demo测试时运行的环境为：Windows + Python3.7
#  本demo测试成功运行时所安装的第三方库及其版本如下，您可自行逐一或者复制到一个新的txt文件利用pip一次性安装：
#   cffi==1.12.3
#   gevent==1.4.0
#   greenlet==0.4.15
#   pycparser==2.19
#   six==1.12.0
#   websocket==0.2.1
#   websocket-client==0.56.0
#
#  语音听写流式 WebAPI 接口调用示例 接口文档（必看）：https://doc.xfyun.cn/rest_api/语音听写（流式版）.html
#  webapi 听写服务参考帖子（必看）：http://bbs.xfyun.cn/forum.php?mod=viewthread&tid=38947&extra=
#  语音听写流式WebAPI 服务，热词使用方式：登陆开放平台https://www.xfyun.cn/后，找到控制台--我的应用---语音听写（流式）---服务管理--个性化热词，
#  设置热词
#  注意：热词只能在识别的时候会增加热词的识别权重，需要注意的是增加相应词条的识别率，但并不是绝对的，具体效果以您测试为准。
#  语音听写流式WebAPI 服务，方言试用方法：登陆开放平台https://www.xfyun.cn/后，找到控制台--我的应用---语音听写（流式）---服务管理--识别语种列表
#  可添加语种或方言，添加后会显示该方言的参数值
#  错误码链接：https://www.xfyun.cn/document/error-code （code返回错误码时必看）
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
import websocket
import datetime
import hashlib
import base64
import hmac
import json
from urllib.parse import urlencode
import time
import ssl
from wsgiref.handlers import format_date_time
from datetime import datetime
from time import mktime
import _thread as threadfrom pydub import AudioSegment
from aip import AipSpeech
import osimport shutil
#baidu-aip# 百度AI库获取的参数# 构造读取语音文件函数def makedir():mydir = 'record'  # 基本逻辑就是分两种情况，文件夹有和无，有时，为了避免里面数据污染，删了重建一个；没有则是正常建一个就好if os.path.exists(mydir) == 0:os.mkdir(mydir)else:shutil.rmtree('record')if os.path.exists(mydir) == 0:os.mkdir(mydir)def cut_wav(segment):wav[segment*60*1000:(segment+1)*60*1000].export('record'+'/'+filename+'cut'+str(segment)+'.wav', format="wav")#wav[2*60*1000:3*60*1000].export(filename+'cut'+segment+'.wav', format="wav")def get_file_content(filePath):with open(filePath, 'rb') as fp:return fp.read()def getbaklist(path_deal):pathdir_deal = os.listdir(path_deal)# print(pathdir_deal)path_bak = os.getcwd()pathdir_bak = os.listdir(path_bak+'/'+'record')# print(pathdir_bak)for u in pathdir_bak:newdir_deal = os.path.join(path_deal, u)file_deal.append(newdir_deal)# print(file_deal)# print(file_deal)print(file_deal)STATUS_FIRST_FRAME = 0  # 第一帧的标识
STATUS_CONTINUE_FRAME = 1  # 中间帧标识
STATUS_LAST_FRAME = 2  # 最后一帧的标识class Ws_Param(object):# 初始化def __init__(self, APPID, APIKey, APISecret, AudioFile):self.APPID = APPIDself.APIKey = APIKeyself.APISecret = APISecretself.AudioFile = AudioFile# 公共参数(common)self.CommonArgs = {"app_id": self.APPID}# 业务参数(business)，更多个性化参数可在官网查看self.BusinessArgs = {"domain": "iat", "language": "zh_cn", "accent": "mandarin", "vinfo":1,"vad_eos":10000}# 生成urldef create_url(self):url = 'wss://ws-api.xfyun.cn/v2/iat'# 生成RFC1123格式的时间戳now = datetime.now()date = format_date_time(mktime(now.timetuple()))# 拼接字符串signature_origin = "host: " + "ws-api.xfyun.cn" + "\n"signature_origin += "date: " + date + "\n"signature_origin += "GET " + "/v2/iat " + "HTTP/1.1"# 进行hmac-sha256进行加密signature_sha = hmac.new(self.APISecret.encode('utf-8'), signature_origin.encode('utf-8'),digestmod=hashlib.sha256).digest()signature_sha = base64.b64encode(signature_sha).decode(encoding='utf-8')authorization_origin = "api_key=\"%s\", algorithm=\"%s\", headers=\"%s\", signature=\"%s\"" % (self.APIKey, "hmac-sha256", "host date request-line", signature_sha)authorization = base64.b64encode(authorization_origin.encode('utf-8')).decode(encoding='utf-8')# 将请求的鉴权参数组合为字典v = {"authorization": authorization,"date": date,"host": "ws-api.xfyun.cn"}# 拼接鉴权参数，生成urlurl = url + '?' + urlencode(v)#print("date: ",date)#print("v: ",v)#此处打印出建立连接时候的url,参考本demo的时候可取消上方打印的注释，比对相同参数时生成的url与自己代码生成的url是否一致#print('websocket url :', url)return url# 收到websocket消息的处理
def on_message(ws, message):try:code = json.loads(message)["code"]sid = json.loads(message)["sid"]if code != 0:errMsg = json.loads(message)["message"]# print("sid:%s call error:%s code is:%s" % (sid, errMsg, code))else:#data = json.loads(message)["data"]["result"]["ws"]data = json.loads(message)["data"]["result"]["ws"]# print(json.loads(message))result = ""for i in data:for w in i["cw"]:result += w["w"]#print("%s %s" % (sid, json.dumps(data, ensure_ascii=False)))print("%s " % (json.dumps(result, ensure_ascii=False)))#实际输出内容的位置，仅需修改这里即可实现输出语音转文字的内容，而不输出json链#except Exception as e:print("receive msg,but parse exception:", e)# 收到websocket错误的处理
def on_error(ws, error):print("### error:", error)# 收到websocket关闭的处理
def on_close(ws):print("### closed ###")# 收到websocket连接建立的处理
def on_open(ws):def run(*args):frameSize = 8000  # 每一帧的音频大小intervel = 0.04  # 发送音频间隔(单位:s)status = STATUS_FIRST_FRAME  # 音频的状态信息，标识音频是第一帧，还是中间帧、最后一帧with open(wsParam.AudioFile, "rb") as fp:while True:buf = fp.read(frameSize)# 文件结束if not buf:status = STATUS_LAST_FRAME# 第一帧处理# 发送第一帧音频，带business 参数# appid 必须带上，只需第一帧发送if status == STATUS_FIRST_FRAME:d = {"common": wsParam.CommonArgs,"business": wsParam.BusinessArgs,"data": {"status": 0, "format": "audio/L16;rate=16000","audio": str(base64.b64encode(buf), 'utf-8'),"encoding": "raw"}}d = json.dumps(d)ws.send(d)status = STATUS_CONTINUE_FRAME# 中间帧处理elif status == STATUS_CONTINUE_FRAME:d = {"data": {"status": 1, "format": "audio/L16;rate=16000","audio": str(base64.b64encode(buf), 'utf-8'),"encoding": "raw"}}ws.send(json.dumps(d))# 最后一帧处理elif status == STATUS_LAST_FRAME:d = {"data": {"status": 2, "format": "audio/L16;rate=16000","audio": str(base64.b64encode(buf), 'utf-8'),"encoding": "raw"}}ws.send(json.dumps(d))time.sleep(1)break# 模拟音频采样间隔time.sleep(intervel)ws.close()thread.start_new_thread(run, ())if __name__ == "__main__":# 测试时候在此处正确填写相关信息即可运行############################# 开始第一步，将录音文件切成多个小片段file = []file_deal = []path_deal_full = []makedir()filename = '04月05日_1'wav = AudioSegment.from_wav(filename + '.wav')totoal_time = wav.duration_secondscut_count = int(wav.duration_seconds / 60)print(cut_count)cut_wav(cut_count)for i in range(1, cut_count):cut_wav(i)# 开始第二步，批量语音转文字getbaklist(os.getcwd() + '/' + 'record')for i in range(len(file_deal)):pcm_file_deal = file_deal[i]path_0_deal = os.path.split(file_deal[i])[0]path_1_deal = os.path.split(file_deal[i])[1]print(path_0_deal + '/' + path_1_deal)wsParam = Ws_Param(APPID='7847796e', APISecret='YmIwZDllY2Q0N2E1YjFhNmRiOTMwMDk1',APIKey='5f7339eff78e755cd0aff0c69d3590e2',AudioFile=path_0_deal + '/' + path_1_deal)websocket.enableTrace(False)wsUrl = wsParam.create_url()ws = websocket.WebSocketApp(wsUrl, on_message=on_message, on_error=on_error, on_close=on_close)ws.on_open = on_openws.run_forever(sslopt={"cert_reqs": ssl.CERT_NONE})

科大讯飞批量语音转文字相关推荐

Android studio调用科大讯飞的语音转文字功能
Android studio调用科大讯飞的语音转文字功能一.在科大讯飞的官网上注册并下载SDK 二.配置安卓项目三.运行效果展示一.在科大讯飞的官网上注册并下载SDK 1.首先去讯飞开放平台申请 ...
科大讯飞平台语音和文字互转简单介绍
首先来介绍一下科大讯飞开放平台吧?网址是:http://www.xfyun.cn/ 科大讯飞开放平台提供了很多免费的服务. 在这边分享中主要是使用java平台介绍科大讯飞中的在线语音合成功能(包括语音 ...
Android对接科大讯飞AIUI语音转文字装置（魔飞）串口开发
#对接科大讯飞的魔飞装置有一段时间了,现在来总结一下遇到的一些问题以及踩过的一些坑: 1.参考科大讯飞给的串口开发文档 https://doc.iflyos.cn/aiui/sdk/smart_doc ...
python语音转文字软件_python编写语音转文字软件|语音转文字工具免费版下载(语音批量转换文字) v2.0 最新版_数码资源网...
没有专业的工具怎么能够将语音转换为文字呢?小编为大家提供了语音转文字工具免费版,一款通过Python编写语音转文字软件.用户通过使用语音转文字工具免费版,可以将语音批量转换文字,而且操作也是非常的简单 ...
科大讯飞语音转文字_科大讯飞推出TWS真无线耳机：主打商务沟通，实时语音转文字...
昨日,科大讯飞正式发布了旗下首款真无线耳机"IFLYBUDS",在目前无线耳机的功能的基础上,增添了实时语音转文字功能,可替代录音笔等设备,主打商务沟通. 单从外观来看,IFLYB ...
实时语音转文字app简易demo（这里使用了阿里的接口，可以替换成科大讯飞）
2019独角兽企业重金招聘Python工程师标准>>> 这里只是功能实现(个人非android开发),可能有很多更好的实现方式,该功能的开发是之前看到过阿里的实时语音转文字的接口,当 ...
科大讯飞语音转文字开发（Java代码）
业务背景:公司要做一个语音转写的功能,自己开发的成本实在是有点大,直接调用科大讯飞的语音转写的接口,这是调用的具体步骤,如有疑问或者建议可加我本人QQ:450275861 科大讯飞的网址: https ...
讯飞语音转文字_科大讯飞发布新一代语音转文字录音笔，开启个人高效记录时代...
5月21日,科大讯飞在上海正式发布全新旗舰产品讯飞智能录音笔.这款智能录音笔不仅实现了专业级降噪拾音,还搭载了领先的A.I. 技术.支持语音实时转文字,重新定义了万物互联时代的个人记录设备.1小时录音 ...
java利用科大讯飞SDK实现语音转文字的功能
一,下载SDK,获取.pcm格式的语音文件利用科大讯飞的SDK实现语音转文字的功能,首先可以登录科大讯飞的官网查看"语音听写Java SDK文档"语音听写 Java SDK 文档 ...
Android 科大讯飞语音转文字
Android 科大讯飞语音转文字语音听写SDK适配安卓6.0需要手动申请权限,各位可以自信查询资料实现,关于语音听写SDK的开发,参考科大讯飞开放平台官网为准第一,首先去科大讯飞官网注册一个账 ...

科大讯飞批量语音转文字

科大讯飞批量语音转文字相关推荐

最新文章

热门文章