人工智能第一篇--语音识别和语音合成

1.什么是人工智能?

　　顾名思义就是由人创造的"智慧能力",具备听说看理解等能力.

　　听 ==语音识别

　　说 ==语音合成

　　看 ==图像视频文字识别

　　理解 ==语言(文字)图像视频理解等逻辑处理

　　思考 ==理解后的逻辑处理

2.目前人工智能做了什么?

　　语音识别:小米的小爱同学,苹果的siri,微软的Cortana

　　语音合成:小米的小爱同学,苹果的siri,微软的Cortana

　　图像识别:交通摄像头拍违章,刷脸解锁手机等

　　视频识别:抖音内容审核,视频社交APP的审核机制

　　文字识别:从身份证照片提取身份证号码,扫一扫翻译

3.人工智能平台 --百度AI:ai.baidu.com

创建一个应用

　　>>>>>>>>>>>>>>>>>>>>>>>

创建好应用后,在查看应用详情时,会有几个重要的信息

编辑:可以重新对一些接口的选择

查看文档:对各种功能如语音识别,语音合成等等的介绍,使用方法,接口等的描述,通过查看文档可以快速的掌握各种功能

4.语音合成的实例:把文本合成语音

SDK:就是为某软件专门封装的接口

语音合成文档>>>>>>sdk文档>>>>>>>.Python文档(仔细阅读文档)

　　1.Python SDK 接口能力:将文字转换成音频文件的技术

　　2.注意事项合成文本长度必须小于1024字节，如果本文长度较长，可以采用多次请求的方式。切忌文本长度超过限制

　　3.安装语音合成Python SDK　

如果已安装pip，执行pip install baidu-aip即可。
如果已安装setuptools，执行python setup.py install即可。

　　4.新建AipSpeech　　　

　　　　　　AipSpeech是语音合成的Python SDK客户端，为使用语音合成的开发人员提供了一系列的交互方法。

参考如下代码新建一个AipSpeech：
参数对应的是,查看应用详情时,里面的几个重要的信息

from aip import AipSpeech""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

　　5.把一段文字合成为语音文件(实例)：

result  = client.synthesis('你好百度', 'zh', 1, {'vol': 5, #音量大小"spd":5,  #语速"pit":5,  #语调"per":1, #情感发音
})# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):with open('audio.mp3', 'wb') as f:f.write(result)

5.　语音识别:将一个可读的语音文件转换成计算机可识别的字符串序列

语音识别文档>>>>>>sdk文档>>>>>>>.Python文档(仔细阅读文档)
支持的语音格式

　　　　　原始 PCM 的录音参数必须符合 8k/16k 采样率、16bit 位深、单声道，支持的格式有：pcm（不压缩）、wav（不压缩，pcm编码）、amr（压缩格式）。

注意事项:目前系统支持的语音时长上限为60s，请不要超过这个长度，否则会返回错误。

5.1.安装语音合成Python SDK　

如果已安装pip，执行pip install baidu-aip即可。
如果已安装setuptools，执行python setup.py install即可。

5.2.新建AipSpeech　

参数对应的是,查看应用详情时,里面的几个重要的信息

from aip import AipSpeech""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

接口说明:向远程服务上传整段语音进行识别后返回字符串

5.3.要对保存有一段语音的语音文件进行识别(实例)：

# 读取文件
def get_file_content(filePath):with open(filePath, 'rb') as fp:return fp.read()# 识别本地文件
ret = client.asr(get_file_content('audio2.pcm'), 'pcm', 16000, {'dev_pid': 1536,
})
print(ret.get('result')[0])#得到语音文件的文本内容

dev_pid 参数列表

音频文件转换格式使用软件ffmpeg,命令为ffmpeg -y -i audio.wav -acodec pcm_s16le -f s16le -ac 1 -ar 16000 audio.pcm
使用说明:https://i.cnblogs.com/EditPosts.aspx?opt=1

5.4.自动转换文件格式,然后识别文件使用os模块

import os
from aip import AipSpeech
""" 你的 APPID AK SK """
APP_ID = '16027163'
API_KEY = 'wFXvuArTz8aWFou05jjs8XIG'
SECRET_KEY = 'Ty6jGhtdR9GzCs8smn5HRGNNwtz0QkUQ'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)# 读取文件
def get_file_content(filePath):os.system(f'ffmpeg -y  -i {filePath}  -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm')with open(f'{filePath}.pcm', 'rb') as fp:return fp.read()ret = client.asr(get_file_content('2.m4a'), 'pcm', 16000, {'dev_pid': 1536,
})
print(ret.get('result')[0])#得到语音文件的文本内容

转载于:https://www.cnblogs.com/l1222514/p/10718452.html

人工智能第一篇--语音识别和语音合成相关推荐

Python人工智能第一篇：语音合成和语音识别
Python人工智能第一篇:语音合成和语音识别此篇是人工智能应用的重点,只用现成的技术不做底层算法,也是让初级程序员快速进入人工智能行业的捷径.目前市面上主流的AI技术提供公司有很多,比如百度,阿 ...
《人工智能-处女篇（AI2026）》（Unity+SteamVR+5G+AI+VR云游戏+AlphaGo+神经网络+深度学习+机器学习+图像识别+CNN+自动驾驶+智能机器人+立钻哥哥+==）
<人工智能-处女篇(AI2026)> <人工智能-处女篇(AI2026)> 版本作者参与者完成日期备注 YanlzAI_VIP_V01_1.0 严立钻 2019.08. ...
人工智能写出第一篇文章：我真的没想要消灭你们，人类！
来源:网信科技前沿在攻克棋类,飞行操控,机器视觉,语音识别等领域后,人工智能又开始入侵写作领域. 人工智能被人类开发出来是为了方便我们人类的生活,帮助人类处理一些事物,它的优点在于其拥有庞大的数据库 ...
.net中语音识别和语音合成(二)语音合成提高篇
在.net中语音识别和语音合成(一)入门篇中介绍了关于语音合成的一些基础知识,就是先j建立一个SpVoiceClass类的对象,然后调用对象的GetVoices方法取的一个发音的对象,但是通过设置该方 ...
微信小程序录音第一篇（基于微信小程序及百度AI的人员语音识别转文字显示小程序）
基于微信小程序及百度AI的人员语音识别转文字显示小程序基于微信小程序及百度AI的人员语音识别转文字显示小程序主要分3篇 1.微信小程序录音篇(小程序基于wx.startRecord()微信语音录 ...
我的第一篇论文诞生的故事
点击上方,选择星标或置顶,每天给你送干货! 作者:郭必扬时间:2020-12-16 [插播]年初抽47份大奖!!参加的人还很少,后天开奖! 新年大礼包:Xbox.Switch,PopMart芝麻街系列 ...
Unity AI 语音识别、语音合成、人机交互（一）
自我介绍大家好,我是VAIN,这是我在CSDN的第一篇文章,之前一直在微博博客上写文章,今后会用CSDN给大家更新一些技术帖,还希望大家多多关照! 项目介绍因为公司项目要求,今天给大家分享一个un ...
单片机学习：第一篇基于Python的树莓派语音助手
title: 单片机学习:第一篇基于Python的树莓派语音助手 tags: 树莓派,python,语音助手,百度AIP 目录一.pyaudio录音二.语音识别三.与图灵机器人对话四.语音合 ...
《Ansible权威指南》一第一篇 Part 1 基础入门篇
本节书摘来自华章出版社<Ansible权威指南 >一书中的第1章,第1.1节,李松涛魏巍甘捷著更多章节内容可以访问云栖社区"华章计算机"公众号查看. 第一篇 ...

人工智能第一篇--语音识别和语音合成

人工智能第一篇--语音识别和语音合成相关推荐

最新文章

热门文章