Python语音助手

前言

该项目的背景是大一下的时候人工智能课老师要求出一个大作业，笔者辗转各个网站找到了一个名为Jarvis的项目，当时我对这个项目很感兴趣，也觉得很符合老师作业的要求，于是便把该项目的源码拷贝了一份并做一些相应的修改与个性化，原项目地址为：https://github.com/sukeesh/Jarvis

作品演示

20221019133214

代码调试

前些日子点进去那个仓库，发现原作者好像已经将源码模块化了，笔者已经找不回来当时大一看到的那份源码，那个时候刚把代码拷下来会报很多个错误，排查了许多错误之后，发现原作者好像调用了一个国外的语音识别接口，这就让当时的我有点头疼（当时我也笨），使用那个接口要在该网站上面注册账号，要绑定Visa信用卡啥的（反正乱七八糟），遂打算放弃，后面突然想到可以用国内的一些接口，修修补补一晚上，终于把这个项目调通了，该门课程也拿到了99的高分，下面是源代码

import wave
import pyttsx3
import webbrowser
import datetime
import os
import sys
import random
import time
import pyaudio
from aip import AipSpeech# 初始化语音配置
engine = pyttsx3.init('sapi5')
voices = engine.getProperty('voices')
engine.setProperty('voice', voices[len(voices) - 1].id)# 语音输出
def speak(audio):print('Computer: ' + audio)engine.say(audio)engine.runAndWait()""" 你的 APPID AK SK """
APP_ID = 'xxxx'
API_KEY = 'xxxx'
SECRET_KEY = 'xxxx'client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)# 获取麦克风输入并保存到本地
input_filename = "xxxx"  # 麦克风采集的语音输入
input_filepath = "xxxx"  # 输入文件的path
in_path = input_filepath + input_filenamedef get_audio(filepath):# aa = str(input("是否开始录音？   （是/否）"))# if aa == str("是") :CHUNK = 256FORMAT = pyaudio.paInt16CHANNELS = 1  # 声道数RATE = 16000  # 采样率RECORD_SECONDS = 5WAVE_OUTPUT_FILENAME = filepathp = pyaudio.PyAudio()stream = p.open(format=FORMAT,channels=CHANNELS,rate=RATE,input=True,frames_per_buffer=CHUNK)print("开始录音：请在5秒内输入语音")frames = []for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):data = stream.read(CHUNK)frames.append(data)print("*" * 10, "录音结束\n")stream.stop_stream()stream.close()p.terminate()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()while 1:speak('How may I help you?')get_audio(in_path)# 识别本地文件def get_file_content(in_path):with open(in_path, 'rb') as fp:return fp.read()result = client.asr(get_file_content('testname.wav'), 'wav', 16000, {'dev_pid': 1537,})key = result['result']for i in key:if '打开百度' in i:webbrowser.open('www.baidu.com')elif '4399' in i:webbrowser.open('www.4399.com')elif '打开B站' in i:webbrowser.open('www.bilibili.com')elif '你好' in i:speak('hello sir')elif "你怎么样" in i:stMsgs = ['Just doing my thing!', 'I am fine!', 'Nice!', 'I am nice and full of energy']speak(random.choice(stMsgs))elif "关机" in i:os.system('shutdown /s /t 0')elif '退出' in i:sys.exit()

总结

如果要使用该代码，需要先将存放语音的路径给配置好(33行和34行)，并且去申请一个百度的语音识别接口（26~28行）（或者你要用其他的也行，反正你自己看着改），该项目仅仅只是做了一些简单的人机交互（对话、打开浏览器、关机等），想要添加更多功能可以在代码最后的那个for循环中添加，后面有空的话我会把它封装成一个exe文件，然后再加点功能（支持中文啥的）第一次写项目博客，肯定会有不少纰漏，希望读者可以多多包涵，有问题或者建议也可以在评论区留言，感谢你的观看。