python 科大讯飞 语音转文字 输出干活
# -*- coding:utf-8 -*- # # author: iflytek # # 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: # 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 # # 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) # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # import websocket 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 threadSTATUS_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class Ws_Param(object):# 初始化def __init__(self, APPID, APIKey, APISecret, AudioFile):self.APPID = APPIDself.APIKey = APIKeyself.APISecret = APISecretself.AudioFile = AudioFile# 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}# 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# 收到websocket消息的处理 def on_message(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"]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("%s %s" % (sid, json.dumps(data, ensure_ascii=False)))print("%s " % (json.dumps(result, ensure_ascii=False)))#实际输出内容的位置,仅需修改这里即可实现输出语音转文字的内容,而不输出json链#except Exception as e:print("receive msg,but parse exception:", e)# 收到websocket错误的处理 def on_error(ws, error):print("### error:", error)# 收到websocket关闭的处理 def on_close(ws):print("### closed ###")# 收到websocket连接建立的处理 def on_open(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(wsParam.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": wsParam.CommonArgs,"business": wsParam.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, ())if __name__ == "__main__":# 测试时候在此处正确填写相关信息即可运行wsParam = Ws_Param(APPID='7847796e', APISecret='YmIwZDllY2Q0N2E1YjFhNmRiOTMwMDk1',APIKey='5f7339eff78e755cd0aff0c69d3590e2',AudioFile=r'C:\Users\1\PycharmProjects\pythonProject\temp_cut1.wav')websocket.enableTrace(False)wsUrl = wsParam.create_url()ws = websocket.WebSocketApp(wsUrl, on_message=on_message, on_error=on_error, on_close=on_close)ws.on_open = on_openws.run_forever(sslopt={"cert_reqs": ssl.CERT_NONE})
python 科大讯飞 语音转文字 输出干活相关推荐
- Android 科大讯飞 语音转文字
Android 科大讯飞 语音转文字 语音听写SDK适配安卓6.0需要手动申请权限,各位可以自信查询资料实现,关于语音听写SDK的开发,参考科大讯飞开放平台官网为准 第一,首先去科大讯飞官网注册一个账 ...
- 有什么开源的python汉语语音转文字项目?
随着语音技术的不断发展,语音识别技术已经逐渐成熟,成为了很多智能应用的重要组成部分,比如智能家居.语音助手等等.而在语音识别技术中,汉语语音识别则是一个更具有挑战性的领域.为了方便程序员们进行汉语语音 ...
- 在树莓派中写入科大讯飞语音转文字识别程序
在树莓派桌面里新建一个xunfei_zhuan.py文件,然后打开文件,然后使用默认软件编程 点击terminal,在里面使用以下命令安装cffi==1.12.3库 pip3 install cffi ...
- python 实现语音转文字_python3实现语音转文字(语音识别)和文字转语音(语音合成)...
话不多说,直接上代码运行截图 1.语音合成 -------> 执行: 结果: 输入要转换的内容,程序直接帮你把转换好的mp3文件输出(因为下一步–语音识别–需要.pcm格式的文件,程序自动执行格 ...
- 科大讯飞语音转文字_科大讯飞推出TWS真无线耳机:主打商务沟通,实时语音转文字...
昨日,科大讯飞正式发布了旗下首款真无线耳机"IFLYBUDS",在目前无线耳机的功能的基础上,增添了实时语音转文字功能,可替代录音笔等设备,主打商务沟通. 单从外观来看,IFLYB ...
- 【Python 第1篇】如何用Python实现简单的文字输出功能
相比于C++,Python的文字输出功能可谓相当简单,只需一行代码即可输出所需的文字,下面就来和我一起学习吧! 例如,想输出"hello world",就在界面输入如下的代码: p ...
- 科大讯飞语音转文字开发(Java代码)
业务背景:公司要做一个语音转写的功能,自己开发的成本实在是有点大,直接调用科大讯飞的语音转写的接口,这是调用的具体步骤,如有疑问或者建议可加我本人QQ:450275861 科大讯飞的网址: https ...
- python 视频语音转文字_使用Python和百度语音识别生成视频字幕的实现
从视频中提取音频 安装 moviepy pip install moviepy 相关代码: audio_file = work_path + '\\out.wav' video = VideoFile ...
- 讯飞tts语音引擎9.0_使用科大讯飞语音转文字的服务进行电话录音分析
# 需求 合规性质检:1)设定规则,实现自动质检,自动打分:2)如VOC文本质检可与语音文字进行匹配,自动判断是否合格:3)新媒体文本可自动质检4)可识别异常录音(指定标准外):5)诉求记录与语音内容 ...
- 使用科大讯飞语音转文字的服务进行电话录音分析
需求 合规性质检:1)设定规则,实现自动质检,自动打分:2)如VOC文本质检可与语音文字进行匹配,自动判断是否合格:3)新媒体文本可自动质检4)可识别异常录音(指定标准外):5)诉求记录与语音内容是否 ...
最新文章
- 用VB6写的一个简单俄罗斯方块代码
- 如果只推荐一本 Python 进阶的书,我要 Pick 它!
- 删除10亿人脸数据,Meta关闭了Facebook的人脸识别系统
- Go语言字符串和数组的相互转换
- Express实现路由分发控制、RESTful API
- 剑指OFFER的跳台阶问题
- celery mysql 异步_celery配合rabbitmq任务队列实现任务的异步调度执行[celery redis]
- 过年啦!抽奖发2022元红包!
- 把discuzX 的用户登录信息添加到纯静态页面
- 计算机出现全部英文如何解决,电脑打开后出现很多英文怎么处理
- flex: 1到底是什么意思?
- C语言人五英尺七英寸,5尺7寸(5尺7寸是多高美国)
- 任务调度管理-触发任务调度的机制
- 我的python3.0 + RIDE搭建之路 ---全是血泪史
- 涉及到第三方支付接口该如何测试?
- 编程实现操作word文档 c#
- 环境搭建--谷粒商城笔记一
- 929. 独特的电子邮件地址(简单,字符串)(12.20)
- ios - 打开appstore应用、打开appstore评论、打开其他应用
- Android数据传输之Parcelable