python实现语音识别前期准备（调用科大讯飞平台）

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：
cffi1.12.3
gevent1.4.0
greenlet0.4.15
pycparser2.19
six1.12.0
websocket0.2.1
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）
注释：下载以上这些，我们可以使用清华源下载会比较快.
链接：https://www.cnblogs.com/sky-ai/p/9800036.html

1.装完这些以后，下载demo，本人下载的是语音转写，大家可以在网址中进行选择并下载。

2.在做下面步骤之前，大家可以先看8.（在下方）

3.由于语音识别的文件有多个，我们需要将其转化为与之对应的文本，将其保留在.csv文件中
代码如下：

# -*- coding: utf-8 -*
#
# 非实时转写调用demoimport base64
import hashlib
import hmac
import json
import os
import time
import csv
import pandas as pd
import requests
#import datetimepi
import json
i=1
lfasr_host = 'http://raasr.xfyun.cn/api'# 请求的接口名
api_prepare = '/prepare'
api_upload = '/upload'
api_merge = '/merge'
api_get_progress = '/getProgress'
api_get_result = '/getResult'
# 文件分片大小10M
file_piece_sice = 10485760# ——————————————————转写可配置参数————————————————
# 参数可在官网界面（https://doc.xfyun.cn/rest_api/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99.html）查看，根据需求可自行在gene_params方法里添加修改
# 转写类型
lfasr_type = 0
# 是否开启分词
has_participle = 'false'
has_seperate = 'true'
# 多候选词个数
max_alternatives = 0
# 子用户标识
suid = ''class SliceIdGenerator:"""slice id生成器"""def __init__(self):self.__ch = 'aaaaaaaaa`'def getNextSliceId(self):ch = self.__chj = len(ch) - 1while j >= 0:cj = ch[j]if cj != 'z':ch = ch[:j] + chr(ord(cj) + 1) + ch[j + 1:]breakelse:ch = ch[:j] + 'a' + ch[j + 1:]j = j - 1self.__ch = chreturn self.__chclass RequestApi(object):def __init__(self, appid, secret_key, upload_file_path):self.appid = appidself.secret_key = secret_keyself.upload_file_path = upload_file_path# 根据不同的apiname生成不同的参数,本示例中未使用全部参数您可在官网(https://doc.xfyun.cn/rest_api/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99.html)查看后选择适合业务场景的进行更换def gene_params(self, apiname, taskid=None, slice_id=None):appid = self.appidsecret_key = self.secret_keyupload_file_path = self.upload_file_pathts = str(int(time.time()))m2 = hashlib.md5()m2.update((appid + ts).encode('utf-8'))md5 = m2.hexdigest()md5 = bytes(md5, encoding='utf-8')# 以secret_key为key, 上面的md5为msg， 使用hashlib.sha1加密结果为signasigna = hmac.new(secret_key.encode('utf-8'), md5, hashlib.sha1).digest()signa = base64.b64encode(signa)signa = str(signa, 'utf-8')file_len = os.path.getsize(upload_file_path)file_name = os.path.basename(upload_file_path)param_dict = {}if apiname == api_prepare:# slice_num是指分片数量，如果您使用的音频都是较短音频也可以不分片，直接将slice_num指定为1即可slice_num = int(file_len / file_piece_sice) + (0 if (file_len % file_piece_sice == 0) else 1)param_dict['app_id'] = appidparam_dict['signa'] = signaparam_dict['ts'] = tsparam_dict['file_len'] = str(file_len)param_dict['file_name'] = file_nameparam_dict['slice_num'] = str(slice_num)param_dict['speaker_number'] = '2'param_dict['has_seperate'] = 'true'elif apiname == api_upload:param_dict['app_id'] = appidparam_dict['signa'] = signaparam_dict['ts'] = tsparam_dict['task_id'] = taskidparam_dict['slice_id'] = slice_idelif apiname == api_merge:param_dict['app_id'] = appidparam_dict['signa'] = signaparam_dict['ts'] = tsparam_dict['task_id'] = taskidparam_dict['file_name'] = file_nameelif apiname == api_get_progress or apiname == api_get_result:param_dict['app_id'] = appidparam_dict['signa'] = signaparam_dict['ts'] = tsparam_dict['task_id'] = taskidreturn param_dict# 请求和结果解析，结果中各个字段的含义可参考：https://doc.xfyun.cn/rest_api/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99.htmldef gene_request(self, apiname, data, files=None, headers=None):response = requests.post(lfasr_host + apiname, data=data, files=files, headers=headers)result = json.loads(response.text)if result["ok"] == 0:print("{} success:".format(apiname) + str(result))return resultelse:print("{} error:".format(apiname) + str(result))exit(0)return result# 预处理def prepare_request(self):return self.gene_request(apiname=api_prepare,data=self.gene_params(api_prepare))# 上传def upload_request(self, taskid, upload_file_path):file_object = open(upload_file_path, 'rb')try:index = 1sig = SliceIdGenerator()while True:content = file_object.read(file_piece_sice)if not content or len(content) == 0:breakfiles = {"filename": self.gene_params(api_upload).get("slice_id"),"content": content}response = self.gene_request(api_upload,data=self.gene_params(api_upload, taskid=taskid,slice_id=sig.getNextSliceId()),files=files)if response.get('ok') != 0:# 上传分片失败print('upload slice fail, response: ' + str(response))return Falseprint('upload slice ' + str(index) + ' success')index += 1finally:'file index:' + str(file_object.tell())file_object.close()return True# 合并def merge_request(self, taskid):return self.gene_request(api_merge, data=self.gene_params(api_merge, taskid=taskid))# 获取进度def get_progress_request(self, taskid):return self.gene_request(api_get_progress, data=self.gene_params(api_get_progress, taskid=taskid))# 获取结果def get_result_request(self, taskid):return self.gene_request(api_get_result, data=self.gene_params(api_get_result, taskid=taskid))def all_api_request(self):# 1. 预处理pre_result = self.prepare_request()taskid = pre_result["data"]# 2 . 分片上传self.upload_request(taskid=taskid, upload_file_path=self.upload_file_path)# 3 . 文件合并self.merge_request(taskid=taskid)# 4 . 获取任务进度while True:# 每隔20秒获取一次任务进度progress = self.get_progress_request(taskid)progress_dic = progressif progress_dic['err_no'] != 0 and progress_dic['err_no'] != 26605:print('task error: ' + progress_dic['failed'])returnelse:data = progress_dic['data']task_status = json.loads(data)if task_status['status'] == 9:print('task ' + taskid + ' finished')breakprint('The task ' + taskid + ' is in processing, task status: ' + str(data))# 每次获取进度间隔20Stime.sleep(20)# 5 . 获取结果self.get_result_request(taskid=taskid)# 注意：如果出现requests模块报错："NoneType" object has no attribute 'read', 请尝试将requests模块更新到2.20.0或以上版本(本demo测试版本为2.20.0)
# 输入讯飞开放平台的appid，secret_key和待转写的文件路径
if __name__ == '__main__':#while i<=60:api = RequestApi(appid="5e61b3e9", secret_key="f56b43ae7d48267ba7c5db55f595de5b", upload_file_path=r'D:/明德客服记事录音文件/明德客服记事录音文件/60.wav')#str(i)api.get_result_request('2131ae7c6af34b568b1f7cd156c44e33')#'6f0bc5df8cd54c65a8e4fa79d7bf9df4'list1 = eval(api.get_result_request('2131ae7c6af34b568b1f7cd156c44e33').get('data'))print(type(list1))print(list1)name = ['bg','ed','onebest','speaker']test = pd.DataFrame(columns=name,data=list1)print(test)test.to_csv(r'D:\\speech recognition\\识别结果\\dict60.csv',encoding='gbk')#f = open(r'C:\\Users\\user20\\Desktop\\dict.csv', 'w')#w = csv.DictWriter(f,api.get_result_request('2e595d5b1192427893c1f8cacb42c519').keys())#w.writerow(api.get_result_request('2e595d5b1192427893c1f8cacb42c519'))#f.close()#i+=1#api.all_api_request()

4.其中appid，secrect_key都在平台中获取。

5.由于要识别的音频文件不只一个，因此我们先运行while循环语句将60替换为str(i)，以字符链接的方式相加，由于python对格式要求较为严格，因此要注意格式对齐！！！
6.将其他注释掉，就下while循环语句+api.all_api_request()来获取每个音频的id每运行出现一个id，将它复制黏贴到记事本里（或者其他可以添加文本的文件），本人添加在记事本中：

7.最后就要开始识别文字了，将每个音频的地址输入到upload_file_path中，随后再将与之对应的id复制到api_get_result_request中，在上述代码中有两处需要修改，每执行一次，就要修改一次，切记文件名和id要相对应（！！！）
8.在运行这些代码之前，最好先将音频转化为.wav格式，可以运用格式工厂，进行相应的转化（！！！）
格式工厂下载网址：
http://www.pcfreetime.com/formatfactory/CN/index.html
9.最后运行python代码即可.

python实现语音识别前期准备（调用科大讯飞平台）相关推荐

基于 python 的语音识别 API 调用
腾讯 AI 开放平台开放了语音.图像等多种 AI 功能接口.本文尝试基于 python 完成对语音识别接口的本地调用. 1. 准备工作 API 调用需要身份认证.我们首先需要注册并获得 AppID ...
科大讯飞和百度语音平台语音识别Java调用记录
1.科大讯飞平台:http://www.xfyun.cn/doccenter/java 注册并创建应用,下载SDK,选择语音听写+Java+创建的应用(APPID): 未提交审核的 ...
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 ...
python调用离线百度语音识别_python调用百度语音识别api
最近在处理语音检索相关的事. 其中用到语音识别,调用的是讯飞与百度的api,前者使用js是实现,后者用python3实现(因为自己使用python) 环境: python3.5 centos 7 流程 ...
java 调用python_Java平台如何调用Python平台？
1. 问题描述 Java平台要调用Pyhon平台已有的算法,为了减少耦合度,采用Pyhon平台提供Restful 接口,Java平台负责来调用,采用Http+Json格式交互. 2. 解决方案 2.1 ...
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语音在线编辑-Python实时语音识别控制
Python实时语音识别控制概述本文中的语音识别功能采用百度语音识别库 ,首先利用 PyAudio 库录制语音指令,保存为受支持的 wav 音频文件,然后利用百度语音识别库提供的方法实现语音 ...
语音识别系统及科大讯飞最新实践
http://geek.csdn.net/news/detail/96948 语音作为最自然便捷的交流方式,一直是人机通信和交互最重要的研究领域之一.自动语音识别(Automatic Speech R ...
Python实时语音识别控制
Python实时语音识别控制概述本文中的语音识别功能采用百度语音识别库 ,首先利用 PyAudio 库录制语音指令,保存为受支持的 wav 音频文件,然后利用百度语音识别库提供的方法实现语音 ...

python实现语音识别前期准备（调用科大讯飞平台）

python实现语音识别前期准备（调用科大讯飞平台）相关推荐

最新文章

热门文章