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,体验一下代码实现以及编程中遇到的坑。
2
环境准备
开始之前,安装百度语音 sdk ,Python 版。
pip install baidu-aip
环境很简单,就这一步,完成即可编码。
3
代码撸起
直接拷贝官方提供的代码,就行了,改点参数,上篇文章介绍百度官方申请到的 key 之类的信息自行填入:
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)# 读取文件def get_file_content(file_path):with open(file_path, 'rb') as fp:return fp.read()# 识别本地文件result = client.asr(get_file_content('disco.wav'), 'wav', 16000, {'dev_pid': 1537, # 默认1537(普通话 输入法模型),dev_pid参数见本节开头的表格})
脚本同级目录下,把上次解析的 野狼disco.mp3 改下后缀,变成 wav 格式的,上传。注意下 dev_pid,这里贴出官方参数,用 1537 即可。
看下百度封装好的源码,我们最终以什么样的形式来接受数据。封装请求的代码是client.asr,下面逐步来看下它。1.asr函数
进来可以看到,有几个默认参数,格式默认 pcm 音频后缀,采样率默认 16000。然后最终封装成data字典的形式传入到_requests()里,这里有个__asUrl变量,即百度请求的 api 地址。
2._requests函数
不论最终走到哪里,反正返回的obj对象都是经过_proccessResult函数进行处理返回的。而传进的参数则是requests库请求后返回的结果。3. _proccessResult 函数
根据 sys.version_info.major 进行不同的 Python 版本号判断,进行不同的 json 解析,如果是 2,则不用对内容进行解码。
源码看到这里,所以了解最终返回的是什么类型了吗。。
json.loads,在之前小课堂 json 篇中说过,返回的是 dict 类型。运行下代码:
哎,返回了 3301 ,错误信息写着,音频质量错误,查阅下官方文档:
看来是野狼 disco 背景音乐太嘈杂哦,那换一个无背景音乐的音频试试。自己动手,丰衣足食,于是用 Siri 录了一段 11 s的音频,一定要亲自听一下,笑声挺鬼畜的
但是呢,这里又遇到个坑,当你从视频中如果提取音频时,也需要注意这个问题。这个坑就是,音频的采样率:
用 mac 自带的 QuickTime 录制的音频采样率默认为 48 kHz。而百度要求采样率是16 kHz。如果你不把采样率转成符合它的要求,则会下面的状态码 3307 ,服务端语音识别错误:
解决方案很简单,按百度的要求来呗!把音频采样率转化一下。安装第三方库 ffmpeg-python:pip install ffmpeg-python
一行代码即可完成转化采样率:import ffmpegffmpeg.input('mi.wav').output('mi2.wav', ar=16000).run()
如果执行这段代码后,报错:
mac的同学用下面命令安装下 ffmpeg 即可,windows同学估计不会遇到,如果遇到,自行去官网下载安装尝试下。brew install ffmpeg
安装成功后,执行代码,可以看到生成了新的音频文件:
回到语音转文字代码的文件中,再次执行代码:
先看百度解析成功,返回的文字结果在 key 为 result 中,其中是个 list,所以直接取出来即可。可以发现,结果中文并不准确。此时用的 1537,而 Siri 配音的可能带点外国口音,所以试试 1536 。
看来还是有一些误差的,Siri男版口音可能严重些,至于怎么选输入法模型的 dev_pid 码,自己尝试,看看准确率高的即可。上面有介绍到官方文档的码表。
4
总结
简单总结下,这篇文章即符合主线机器人,也符合之前后台提问题的那个小伙伴。上述所有过程,都是我在编码过程中亲身遇到的坑。
所以可以借鉴,没遇到相同错误更好,遇到了自己对着百度的官网看看到底是什么错误。
至于本篇文章的编码,涉及的不多,就不上传到 github 了,下一篇要讲下如何用 Python 玩转 Word 操作,所以打算把下篇文章涉及到的代码留个记录,转语音后的文字,落地到 Word 中,敬请期待!
如果学习中遇到什么问题的小伙伴,欢迎评论区下方留言!
▼往期精彩回顾▼Python调用百度API实现语音识别(一)
用Python玩转视频剪辑,秀的飞起!Python实现电脑录音(含音频基础知识讲解)
你点的每个在看,我都认真当成了喜欢
python aipspeech_Python调用百度API实现语音识别(二)相关推荐
- 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 ...
- mac下载的api文档怎么_Python调用百度API实现语音识别(二)
Python调用百度API实现语音识别(二) 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 ...
- Linux python PyQt5调用百度API实现图片文字转换
系统:Linux Mint 18.3 xfce 64bit 参考链接:http://blog.csdn.net/u012236875/article/details/74726035 根据参考链接的代 ...
- Python实现调用百度API翻译文字
调用百度API翻译文字 最近复制别人的代码实现百度API翻译文字,总是报错: {'error_code': '52003', 'error_msg': 'UNAUTHORIZED USER'} 后来发 ...
- python实现调用百度API批量翻译单词
1. 首先需要申请百度翻译api(每个手机号可以注册一个) 参考:https://www.yuque.com/docs/share/c9d690e0-8f33-40af-97a4-42b0a55030 ...
- Python之调用百度API实现手势识别
目录 1.作者介绍 2.实现过程 2.1注册登录百度智能云 2.2进入百度智能云---人体分析 2.3创建手势识别应用 2.4 获取SDK 3.结果及代码 3.1手势识别结果 3.2代码 1.作者介绍 ...
- 【Python学习笔记】简单调用百度API应用
#本文一切代码及理论均来自于郑秋生.夏敏捷二位老师主编<Python项目案例发 从入门到实践>一书,本人仅做微改.创作本文的目的仅为总结本人的学习过程和成果,借此巩固.可能存在许多疏漏之处 ...
- python调用百度api判断两张图片是否相同_python如何调用百度识图api
一.先去百度识别官网注册开通服务且获得ak和sk 二.代码模板 import cv2 import base64 import requests import numpy as np import t ...
- java实现文本纠错功能_调用百度API进行文本纠错
毕设做的是文本纠错方面,然后今天进组见研究生导师 .老师对我做的东西蛮感兴趣.然后介绍自己现在做的一些项目,其中有个模块需要有用到文本纠错功能. 要求1:有多人同时在线编辑文档,然后文档功能有类似Wo ...
最新文章
- 【转载】【Python-ML】SKlearn库谱聚类SpectralClustering模型
- Android之在一个类里面注册Handler发送消息在另外一个类里面接收消息
- SuperSpider——打造功能强大的爬虫利器
- ] 求鉴定:《终于知道ramdisk 4g是如何使用4G以上内存了,慎用!》
- java贪吃蛇撞壁转弯代码_java贪吃蛇demo
- .net stardant 2.0创建及引用说明--Nuget包
- hdu 1003 Max Sum (DP)
- C++实现 电子邮件客户端程序(简易版)
- 解析腾讯云游戏多媒体引擎GME技术方案
- html 一键发送给微信朋友圈,微信朋友圈如何转发别人说说(朋友圈一键集赞神器)...
- ccy影响因子版270ms
- 6月份鸿蒙升级名单,华为鸿蒙系统6月升级名单机型有哪些
- EasyExcel读excel文件模板校验暨时间格式正则表达式
- Android混淆发布依赖
- 新年将至, 程序员如何以代码送出新春祝福
- OpenCV钢铁平面焊接的缺陷检测案例
- Java中带返回值的线程池Future
- 蓝牙常用的profile
- android控制板
- 什么是APP???APP的开发类型又分哪几种???
热门文章
- Error: ‘\R‘ is an unrecognized escape in character string starting “‘E:\R“
- Python使用过滤器(filter)进行图像模糊处理
- R语言时间序列(time series)分析实战:霍尔特指数Holt‘s平滑法预测
- 使用hyperopt(Bayesian optimization)为lightGBM模型挑选最优参数进行模型构建、by Cross Validation
- linux shell合并文件命令paste
- 计算机网络(谢希仁)-第一章:概述
- 转录组测序技术和结果解读(二)——文库构建和测序策略
- 使用Oracle创建图书馆数据库(book reader lib loan表)
- html5主要是针对哪方面行优化,前端知识点总结(HTML篇)
- 树莓派做网站服务器同时做nas,【项目分享】树莓派4搭建NAS,让硬盘轻松联网...