基于http的百度语音 REST api

什么是REST api? -- REpresentational State Transfer REST api是基于http请求的一种api,就百度语音识别的实例来讲,通过百度提供的url加上经过编码的音频文件,向百度服务器发出请求,然后百度服务器返回识别的内容。结束。

优点

不受平台限制(我在树莓派上操作的)
代码简单

缺点:

依赖网络
对要识别的音频格式要求高

百度语音REST api 支持的语言java、php、python、c# 、Node.js。下面分享一个python2.7版的实例 1.先去注册开发者账号,新建应用,获得APP_ID,API_KEY,SECRET_KEY 2.安装SDK

安装使用SDK有如下方式:
如果已安装pip,执行pip install baidu-aip即可。
如果已安装setuptools,执行python setup.py install即可

3.安装完了看代码 语音合成

# -*- coding: UTF-8 -*-
from aip import AipSpeech
# 定义常量
APP_ID = '9****418'
API_KEY = 'uXmKYE0zX67****kGxO8c0'
SECRET_KEY = 'ba7c43158****2d0d180c80f132a'
# 初始化AipSpeech对象

aipSpeech = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
result  = aipSpeech.synthesis(' 一二三四五六七八九十', 'zh', 1, {
    'vol': 5,
})
# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):
    with open('8k.wav', 'wb') as f:
        f.write(result)

完了,就这些,synthesis()方法的第一个参数是要合成的文字,open()方法的第一个参数是合成后的文件名加后缀,其他没啥。

语音识别 语音识别分为显式和隐式。实测效果一样。 我搞不清哪个叫显式哪个叫隐式了 一个是这样的

# -*- coding: UTF-8 -*-
from aip import AipSpeech
import json
# 定义常量
APP_ID = '99***418'
API_KEY = 'uXmKY*****kcbCWkGxO8c0'
SECRET_KEY = 'ba7c43158*******d0d180c80f132a'
# 初始化AipSpeech对象
aipSpeech = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

# 读取文件
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()
# 识别本地文件
result = aipSpeech.asr(get_file_content('8k.amr'), 'amr', 8000, {
    'lan': 'zh',
})
json_result = json.dumps(result)
strtestObj = json.loads(json_result)
#print strtestObj
lists = strtestObj["result"]
print "识别结果:".decode('utf-8').encode('gbk'),lists[0] 

get_file_content()方法的参数是要上传的音频文件名加后缀(音频格式), asr()方法的第二个参数是音频格式,第二个参数是采样率,仅支持 8000 或者 16000

另一个是这样的

  # -*- coding: UTF-8 -*-
import base64
import urllib2
import urllib
import json
import wave
def get_token():
    URL = 'http://openapi.baidu.com/oauth/2.0/token'
    _params = urllib.urlencode({'grant_type': 'client_credentials',
                                'client_id': 'uXmKYE0z*****cbCWkGxO8c0',
                                'client_secret': 'ba7c43158dca*****2d0d180c80f132a'})
    _res = urllib2.Request(URL, _params)
    _response = urllib2.urlopen(_res)
    _data = _response.read()
    _data = json.loads(_data)
    return _data['access_token']
# 读取文件
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

def wav_to_text(wav_file):
    try:
        speech_data= get_file_content(wav_file)
        speech_base64=base64.b64encode(speech_data).decode('utf-8')
        speech_length=len(speech_data)

    except IOError:
        print u'文件错误!'
        return
    data = {"format": "wav",
            "token": get_token(),
            "len": speech_length,
            "rate": 8000,
            "speech": speech_base64,
            "cuid": "74-D0-2B-78-BF-AA",
            "channel": 1}
    data = json.dumps(data)
    res = urllib2.Request('http://vop.baidu.com/server_api',
                            data,
                            {'content-type': 'application/json'})
    response = urllib2.urlopen(res)
    res_data = json.loads(response.read())
    print res_data ['result'][0]

if __name__ == '__main__':
    wav_to_text('1.wav')

“duang” 拉么多!还是果断选第一种,不过还是先简单介绍一下吧:思路是这样的:

先根据API_KEY和SECRET_KEY获得token,
然后压缩音频文件 b64encode()方法之类操作
最后封装url后Request()去请求.

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏牛客网

美团Java面经

没有一点儿疯狂,生活就不值得过。听凭内心的呼声的引导吧,为什么要把我们的每一个行动像一块饼似的在理智的煎锅上翻来覆去地煎呢?——米兰·昆德拉《不朽》

23530
来自专栏沃趣科技

容器化RDS|计算存储分离架构下的Split-Brain

不管是架构选型还是生活, 绝大多数时候都是在做 trade off, 收获了计算存储分离带来的好处, 也意味着要忍受它带来的一些棘手问题. 本文尝试结合 Kub...

50280
来自专栏杨建荣的学习笔记

MySQL里几个查询语句的性能优化论证

前几天在网上看了一个帖子,描述的现象是在MySQL中,对in,or,union all的性能的比对,看完之后,我就产生了疑问。 文章的大意是说,使用i...

34060
来自专栏牛客网

蚂蚁金服面经(3+4)

【每日一语】我和这个世界不熟。这并非是我撕裂的原因。我依旧有很多完整,至少我要成全我自己。──北岛《我和这个世界不熟》

25120
来自专栏视频咖

如何写出一手好的小程序代码,从架构说起

? 作为微信小程序底层 API 维护者之一,经历了风风雨雨、各种各样的吐槽。为了让大家能更好的写一手小程序,特地梳理一篇文章介绍。如果有什么吐槽的地方,欢迎去...

63120
来自专栏向治洪

Android逆向工程

在Root前提下,我们可以使用Hooker方式绑定so库,通过逆向方式篡改数值,从而达到所谓破解目的。然而,目前无论是软件加固方式,或是数据处理能力后台化,还是...

327100
来自专栏黑泽君的专栏

从零讲JAVA ,给你一条清晰地学习道路!该学什么就学什么!!

 原文链接:https://zhuanlan.zhihu.com/p/25296859

11520
来自专栏开源FPGA

基于FPGA的4x4矩阵键盘驱动调试

       好久不见,因为博主最近两个月有点事情,加上接着考试,考完试也有点事情要处理,最近才稍微闲了一些,这才赶紧记录分享一篇博文。FPGA驱动4x4矩阵键...

21020
来自专栏青青天空树

node.js+vue.js搭建程序设计类课程教学辅助系统

  毕业才刚刚两个多月而已,现在想想大学生活是那么的遥不可及,感觉已经过了好久好久,社会了两个月才明白学校的好啊。。。额,扯远了,自从毕业开始就想找个时间写下毕...

66020
来自专栏Python学习心得

​Python爬虫 --- 2.4 Scrapy之天气预报爬虫实践

原文链接:https://www.fkomm.cn/article/2018/8/5/31.html

25900

扫码关注云+社区

领取腾讯云代金券