python之调用科大讯飞的在线语音识别

没注册的话可以在官网注册一下，新人注册的话语音识别这块有赠送的使用次数

科大讯飞

环境

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
wave
pyaudio
jieba

windows 直接 pip install xxx 或 pip3 isntall xxx

linux 的话自行下载pip 或有python 3.6以及之后的配置一下即可.

代码

关键词

因为用到了jieba 所以写一个关键词的类方便使用，可把关键词读取或写入json文件。

import os
import json
from typing import Dictclass KeyWord():"""keyval是一个数组"""def __init__(self,keyval=[],JSONfile=None,W_JSONfile=None):self.keyval = keyvalself.JSONfile = JSONfileself.W_JSONfile = W_JSONfiledef write(self):dict_keyval ={"keyval":self.keyval}json_dict = json.dumps(dict_keyval,ensure_ascii=False)filePath = os.getcwd() + "/python/keywords.json"if self.W_JSONfile is not None:filePath = self.W_JSONfilewith open(filePath,'w') as fp:fp.write(json_dict)def read(self):readF = os.getcwd() + "/python/keywords.json"if self.JSONfile is not None:readF = self.JSONfilewith open(readF,'r') as fp:readstr = json.load(fp)print("readstr = >",readstr,"\ntype =>",type(readstr))list_str = list(readstr['keyval'])return list_strif __name__ == "__main__":keyvals = ['碘伏','口罩','999感冒灵']jsonstr = KeyWord(keyval=keyvals)jsonstr.write()keys = jsonstr.read()# print("keys =>",keys)for key in keys:print(key)

录音和格式转化

因为语音识别吗，得有语音文件哈，所以写了这个类方便录音和格式转化

#!/bin/python3
# 标识引用的python版本
import pyaudio
import wave
import sys
import os
import numpy as np"""
首先集成一下录音功能和格式转换功能
"""
class Record():"""录音的类CHUNK = 1024FORMAT = pyaudio.paInt16  CHANNELS = 1  声道RATE = 16000  频率RECORD_SECONDS = 5  录音时间  单位=> sWAVE_OUTPUT_FILENAME = os.getcwd() + "/python/output1.wav"   录音文件"""def __init__(self,WAVE_OUTPUT_FILENAME,CHUNK=1024,FORMAT=pyaudio.paInt16,CHANNELS=1,RECORD_SECONDS=5,Input=True,RATE=16000,PCMName="out.pcm",DataType=np.int16):self.CHUNK = CHUNKself.FORMAT = FORMATself.CHANNELS = CHANNELSself.RECORD_SECONDS = RECORD_SECONDSself.WAVE_OUTPUT_FILENAME = WAVE_OUTPUT_FILENAMEself.Input = Inputself.RATE = RATEself.PCMName = PCMNameself.DataType = DataTypedef recording(self):"""这句代码 会屏蔽一些不必要的报错os.close(sys.stderr.fileno())"""#隐藏一些报错，这些不影响程序的运行os.close(sys.stderr.fileno())print("开始录音")p = pyaudio.PyAudio()stream = p.open(format=self.FORMAT,channels=self.CHANNELS,rate=self.RATE,input=self.Input,#默认为Trueframes_per_buffer=self.CHUNK)frames = []for i in range(0, int(self.RATE / self.CHUNK * self.RECORD_SECONDS)):data = stream.read(self.CHUNK)frames.append(data)print("done")# 关闭流stream.stop_stream()stream.close()p.terminate()wf = wave.open(self.WAVE_OUTPUT_FILENAME, 'wb')wf.setnchannels(self.CHANNELS)wf.setsampwidth(p.get_sample_size(self.FORMAT))wf.setframerate(self.RATE)wf.writeframes(b''.join(frames))wf.close()def wav2pcm(self):"""音频文件wav格式 转 pcm格式"""f = open(self.WAVE_OUTPUT_FILENAME, "rb")f.seek(0)f.read(1024)data = np.fromfile(f, dtype=self.DataType)# 获取 分割后的 数组filePath =  str(self.WAVE_OUTPUT_FILENAME).split('/')path = ''# 拼接路径 取出最后一位 [0,-1)for item in filePath[:-1]:path += item +'/'path += self.PCMName # print("PCM Path =>",path)data.tofile(path)print("结束")# 可以返回一个元组； 也可以把它封成数组返回return (self.WAVE_OUTPUT_FILENAME,path)def run(self):self.recording()wavpath,path = self.wav2pcm()# print("wave =>",wavpath,"\n","path =>",path)# 这个就不写入那个类里了， 这样方便调用 不需要再初始化类了
# 可直接copy到使用的类中或者文件里
def pcm2wav(pcmfile,wavfile,channels=1,rate=16000):with open(pcmfile,'rb') as fp:pcmdata = fp.read()with wave.open(wavfile, 'wb') as wav:wav.setnchannels(channels)wav.setsampwidth(16 // 8)wav.setframerate(rate)# 写入wav.writeframes(pcmdata)# 测试
if __name__ == "__main__":wavepath = os.getcwd() + "/python/output1.wav"  dev = Record(wavepath)# dev.run()pcmfile = os.getcwd() + '/python/demo.pcm'wavfile = os.getcwd() + '/python/demo.wav'pcm2wav(pcmfile,wavfile)

科大讯飞在线语音识别

#!/bin/python3
"""linux + Python3.7
"""
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 thread
import os
import websocket
import jieba  as JB
from KeyWord import KeyWord 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"""
为了方便以后复用，单独集成 科大讯飞的 在线语音识别功能
"""class OnlineASR():"""Automatic Speech Recognition (ASR)语音识别对官网实例的再封装；参数可到官网去获取，这里我写成默认的了，可自行修改"""def __init__(self, AudioFile,APPID='',APISecret='',APIKey=''):"""AudioFile = r''+os.getcwd()+'/python/output1.wav' """self.JustTime = datetime.now()self.AudioFile = AudioFileself.APPID = APPIDself.APISecret = APISecretself.APIKey = APIKey# 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}#全局参数self.RESULT = []# jieba 初始化 词库# 向分词词典增加新词KW = KeyWord()keyvals = KW.read()for key in keyvals:JB.add_word(key)#   运行类def run(self):wsUrl = self.create_url()# print(wsUrl)websocket.enableTrace(False)ws = websocket.WebSocketApp(wsUrl,on_message=self.on_message, on_error=self.on_error, on_close=self.on_close)ws.on_open =self.on_openws.run_forever(sslopt={"cert_reqs": ssl.CERT_NONE})CurrTime = datetime.now()self.HandleEndStr(self.RESULT)# print("lists =>",lists)print("运行时间 => ", CurrTime-self.JustTime, "s")return self.RESULT# 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# 处理返回的字符串,把其加入数组中def HandleMsg(self,msg):# 编码为json字符串  ensure_ascii 不是Ascii编码jsonstr = json.dumps(msg,ensure_ascii=False)dictstr = json.loads(jsonstr)res = ''for item in dictstr:# print("item => ",item)parsestr = json.loads(json.dumps(item['cw'],ensure_ascii=False))[0]end = json.loads(json.dumps(parsestr,ensure_ascii=False))res += end['w']self.RESULT.append(res)# print("res =>",res)# 处理最终的字符串; 使用jiabadef HandleEndStr(self,msg):# 因为只是短短的一句话，故去掉多余的字符split_char = ''.join(msg)chars = ['.','。',',','，',';','；',':','[',']','{','}','*','%','$','￥','@','^','……','-','=','+','!','~','`','<','>','《','》','?']for item in chars:split_char = str(split_char).replace(item,'')# 处理完毕# 使用 jieba 采用精确模式 ： 把文本精确的切分开，不存在冗余单词 ,返回列表msglist = JB.lcut(split_char)self.RESULT =  msglistreturn msglist# 收到websocket消息的处理def on_message(self,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"]# print(json.loads(message))result = ""for i in data:for w in i["cw"]:result += w["w"]print("sid:%s call success!,data is:%s" % (sid, json.dumps(data, ensure_ascii=False)))# json.dumps(data, ensure_ascii=False)return self.HandleMsg(data)except Exception as e:print("receive msg,but parse exception:", e)# 收到websocket错误的处理def on_error(self,ws, error):print("### error:", error)# 收到websocket关闭的处理def on_close(self,ws):print("### closed ###")# 收到websocket连接建立的处理def on_open(self,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(self.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": self.CommonArgs,"business": self.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, ())#测试
if __name__ == "__main__":AudioFile = r''+os.getcwd()+'/python/output1.wav'asr = OnlineASR(AudioFile=AudioFile,APPID='',APISecret='',APIKey='')res = asr.run()print("test =>",res)

python之调用科大讯飞的在线语音识别相关推荐

手把手的操作——用java调用科大讯飞的离线语音识别dll实现离线识别（JNA实现）（二）
上一篇的地址手把手的操作--用java调用科大讯飞的离线语音识别dll实现离线识别(JNA实现)(一) 上一篇讲到了最难的地方,参数的转换,这里单独写出来 ** 三.参数的转换(难点) ** 注:本文 ...
python通过调用百度api实现语音识别（超详细）
python通过调用百度api实现语音识别(超详细) 2021.04.18:该文章是在18年,初学Python时写的,所以功能仅限于当时可用,至于现在(貌似依然可用)和以后就不确定了.完整的demo也 ...
python aipspeech_Python调用百度API实现语音识别(二)
咪哥杂谈本篇阅读时间约为 5 分钟. 1 前言上一篇文章里,大致介绍了百度官方 api 的一些前置准备工作. 想回顾的同学,可以看完本篇在下面找到历史链接. 今天就来上手实战编码,体验一下代码实现 ...
使用python语言调用科大讯飞离线语音合成
科大讯飞属于第三方服务,但是支持的语言里面没有python,所以我们在这种情况下还想使用它的功能的话,可以通过调用C语言的包,来间接的使用. 代码贴上来: def text_to_voice(text ...
python实现调用科大讯飞语音听写（将音频识别成文字输出）
一.大致流程 1)申请科大讯飞账号(https://passport.xfyun.cn/register) 2)创建应用(应用平台选择WebAPI) 3)查看开发文档 4)根据开发文档和示例代码进行调 ...
用python直接调用asr技术_语音识别技术ASR（一）基本概念
注:本文内容主要来源自台大李宏毅老师的Deep Learning for Human Language Processing系列课程一.语音识别的基本过程语音识别的输入一般是时域的语音信号,数学上 ...
科大讯飞唤醒python_用Python来使用科大讯飞语音识别，so easy
在人工智能高速发展的今天,语音识别技术被带入到人们的工作和生活中,开始被越来越多的人关注和使用,今天,当各种在线客服被机器人客服代替,当速记翻译馆被语音识别代替,甚至当收银员.驾驶员.工厂工人.普通文 ...
Java中实现在线语音识别（科大讯飞免费的SKD）、SDK下载和IDEA项目搭建、成功运行【完整代码】
一.下载语音听写(流式版)SDK 科大讯飞官网:https://www.xfyun.cn/ 1.1 实名认证首先登陆讯飞开放平台:https://passport.xfyun.cn/login,微信 ...
如何利用python进行在线语音识别
如何利用python实现在线语音识别本篇文章主要介绍使用 python 借助百度人工智能实现在线的语音识别功能. 学习经历在正式介绍如何进行在线语音识别功能之前我想先分享一下我自己的学习顺 ...
IOS音视频（四十六）离线在线语音识别方案
IOS音视频(四十六)离线在线语音识别方案 IOS音视频(四十六)离线在线语音识别方案方案一:Siri语音识别 Siri语音识别简介 Siri语音识别功能类介绍 Siri语音识别功能集成方案二:百 ...

python之调用科大讯飞的在线语音识别

python之调用科大讯飞的在线语音识别

环境

代码

关键词

录音和格式转化

科大讯飞在线语音识别

python之调用科大讯飞的在线语音识别相关推荐

最新文章

热门文章