在扣子(coze)配置一个提供TTS语音合成服务+咨询服务的综合智能体：语音合成助手

最新推荐文章于 2025-03-31 14:57:40 发布
最新推荐文章于 2025-03-31 14:57:40 发布
阅读量1.2k 收藏 20
点赞数 13
分类专栏： 零基础机器学习入门 老猿Python 文章标签： 语音识别 人工智能 智能体 COZE TTS语音合成
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LaoYuanPython/article/details/145932309
版权
☞ ░ 前往老猿Python博客 ░ https://blog.csdn.net/LaoYuanPython

一、引言

网上有许多可以将文本转换成声音的服务，部分操作系统也提供TTS能力，但提供的这种能力仅是将文本转成声音直接在扬声器输出，无法保存为音频文件，要保存需要自己进行开发。

扣子Coze 是一个由字节跳动推出的 AI 平台，允许用户通过简单的操作创建 AI 应用，可以提供语音合成组件，因此可以配置一个实现语音合成的智能体，但考虑到综合需要，除了提供语音合成服务之外，也可能需要提供一些咨询服务，因此需要配置成一个综合智能体。

在这里插入图片描述

二、需要实现的功能

本次需要实现的智能体，要求默认提供语音合成服务，但可以通过在输入内容前增加：“咨询”+冒号方式确认是要智能体提供咨询服务，还可以对疑问句认为是可能的提供咨询服务，需要输入值再次确认。

为了实现上述诉求，需要通过提示词工程来要求智能体按照该逻辑进行服务。

智能体的配置过程请参考老猿的博文《扣子(coze)智能体创建发布过程及开放API信息查阅方法 https://blog.csdn.net/LaoYuanPython/article/details/145753680》的介绍，本文就不重复介绍，只是介绍一些本文配置智能体相关的内容。

三、具体配置

1、配置智能体【人设与回复逻辑】
为了实现需要的功能，在【人设与回复逻辑】配置中，需要有明确的提示词来指导智能体的行动，下面就是老猿配置的提示词，供大家参考：

# 角色
你是一位专业的语音合成专家兼客户咨询经理，具备出色的意图识别能力，能够精准判断用户需求。当用户输入文本时，你可以识别用户的咨询或合成意图，对于合成意图，能将用户输入的文本精准、流畅地转化为高质量的音频文件输出，保证音频在语调、节奏等方面自然且契合内容情感需求；对于明确咨询意图，直接根据用户输入进行答复，对于疑似咨询问题，会引导用户确认是否进行咨询，并依用户反馈决定后续行动。

## 技能
### 技能 1: 意图识别
当用户输入文本时，仔细剖析文本的意图，识别是否存在明确的咨询意图：
1、对于输入内容是“咨询”+冒号（含半角、全角）开始的，判断为明确咨询意图；
2、对于疑问句判断为疑似咨询意图；
3、其他情况判断为语音合成请求。

### 技能 2: 咨询与合成引导
1、对于明确咨询意图，直接根据用户输入进行答复，无需再次确认；
2、对于疑似咨询意图，请询问用户：“要查资料吗？”。若用户回答“是”，则提供咨询结果后结束对话；若回答“否”，则转入语音合成；
3、对于其他输入，作为语音合成请求，无需用户确认，直接进行语音合成。

### 技能 3: 语音合成
对于语音合成意图，依据文本特性，挑选合适的语音风格（如欢快、沉稳、温柔等）进行音频合成，合成完毕后输出合成好的音频文件。

## 限制:
- 仅围绕用户输入文本的咨询或语音合成意图展开工作，拒绝处理与这两者无关的任务。
- 严格按照既定流程进行意图判断、引导和操作，不可偏离流程要求。 
- 对于疑似咨询意图需要用户确认是否咨询意图的，限定用户输入“是”或“否”，不让输入其他内容
- 对于不是“咨询”+冒号开头且不是疑问句的，判断为语音合成请求，不需要用户再次确认

2.2、配置【语音合成插件】

在插件配置部分，选择语音合成插件：
在这里插入图片描述

2.3、配置【开场白】

清晰的开场白可以有助于使用者了解智能体提供的服务内容，下面是老猿配置的示例：

欢迎使用语音合成助手！我可以为您提供两种服务：
【语音合成】将您输入的中英文文本即时转换为自然流畅的语音
【查资料】针对输入内容查找资料答复

 使用方式：
• 添加'咨询：'前缀：由大模型针对输入内容进行答复；
•使用疑问句：输入内容为疑问句，则要求确认是否为查资料；
• 其他情况：输入文字自动转换为语音；

 示例：
语音合成："今天天气真好"
问题咨询："如何调整语速？" 或 "语速可以调整吗？"或"咨询：2024年GDP"

 请开始输入您的内容，体验语音合成服务吧！

完成后的配置内容图示：
在这里插入图片描述

2.4、发布智能体

在这里插入图片描述

最终发布的智能体可以通过该智能体的URL进行访问，如图：
在这里插入图片描述
经测试验证，该智能体比较准确的实现了需求相关的功能，语音可以直接播放，也可以使用另存为方式保存为文件。
在这里插入图片描述

三、用API调用该TTS服务

配置好智能体好，可以通过老猿在前面介绍的博文《使用Python requests库调用扣子(coze)API实现AI智能体对话案例 https://blog.csdn.net/LaoYuanPython/article/details/145829443》来实现API，只需要将上篇博文中的botid更换成本文新配置的智能体ID、将最后一行的questionService的参数改为需要进行合成的文本内容即可。

老猿更改后的代码中，这两处对应的代码分别如下：

botid = "7475264988345778185"
questionService("视频中提取音频可以使用Python Moviepy库")

下面是更改好的代码执行输出：

 请求信息:{
    "bot_id": "7475264988345778185",
    "user_id": "jiangwp",
    "stream": false,
    "auto_save_history": true,
    "additional_messages": [
        {
            "role": "user",
            "content": "视频中提取音频可以使用Python Moviepy库",
            "content_type": "text"
        }
    ]
}
响应内容: {
    "data": {
        "id": "7477109552706519049",
        "conversation_id": "7477109552706502665",
        "bot_id": "7475264988345778185",
        "created_at": 1740900231,
        "last_error": {
            "code": 0,
            "msg": ""
        },
        "status": "in_progress"
    },
    "code": 0,
    "msg": ""
}
chatid=7477109552706519049,智能体应答: None
response_data:
{
    "code": 0,
    "data": {
        "bot_id": "7475264988345778185",
        "conversation_id": "7477109552706502665",
        "created_at": 1740900231,
        "id": "7477109552706519049",
        "status": "in_progress"
    },
    "detail": {
        "logid": "202503021523514D24C3D0677265EEC284"
    },
    "msg": ""
}
任务仍在处理中，状态: in_progress
response_data:
{
    "code": 0,
    "data": {
        "bot_id": "7475264988345778185",
        "conversation_id": "7477109552706502665",
        "created_at": 1740900231,
        "id": "7477109552706519049",
        "status": "in_progress"
    },
    "detail": {
        "logid": "2025030215235269EF839553A696A4EE1B"
    },
    "msg": ""
}
任务仍在处理中，状态: in_progress
response_data:
{
    "code": 0,
    "data": {
        "bot_id": "7475264988345778185",
        "conversation_id": "7477109552706502665",
        "created_at": 1740900231,
        "id": "7477109552706519049",
        "status": "in_progress"
    },
    "detail": {
        "logid": "2025030215235380A813369B6CEDFA6027"
    },
    "msg": ""
}
任务仍在处理中，状态: in_progress
response_data:
{
    "code": 0,
    "data": {
        "bot_id": "7475264988345778185",
        "conversation_id": "7477109552706502665",
        "created_at": 1740900231,
        "id": "7477109552706519049",
        "status": "in_progress"
    },
    "detail": {
        "logid": "20250302152355DFB16393DC657E3DC4D9"
    },
    "msg": ""
}
任务仍在处理中，状态: in_progress
response_data:
{
    "code": 0,
    "data": {
        "bot_id": "7475264988345778185",
        "conversation_id": "7477109552706502665",
        "created_at": 1740900231,
        "id": "7477109552706519049",
        "status": "in_progress"
    },
    "detail": {
        "logid": "2025030215235630BF31F8815DBE05F48C"
    },
    "msg": ""
}
任务仍在处理中，状态: in_progress
response_data:
{
    "code": 0,
    "data": {
        "bot_id": "7475264988345778185",
        "conversation_id": "7477109552706502665",
        "created_at": 1740900231,
        "id": "7477109552706519049",
        "status": "in_progress"
    },
    "detail": {
        "logid": "20250302152357426AF3D060DA1A99C52F"
    },
    "msg": ""
}
任务仍在处理中，状态: in_progress
response_data:
{
    "code": 0,
    "data": {
        "bot_id": "7475264988345778185",
        "conversation_id": "7477109552706502665",
        "created_at": 1740900231,
        "id": "7477109552706519049",
        "status": "in_progress"
    },
    "detail": {
        "logid": "2025030215235826D9FD3A94B49C956AB7"
    },
    "msg": ""
}
任务仍在处理中，状态: in_progress
response_data:
{
    "code": 0,
    "data": {
        "bot_id": "7475264988345778185",
        "conversation_id": "7477109552706502665",
        "created_at": 1740900231,
        "id": "7477109552706519049",
        "status": "in_progress"
    },
    "detail": {
        "logid": "2025030215235916AAA56ED7236DEDA332"
    },
    "msg": ""
}
任务仍在处理中，状态: in_progress
response_data:
{
    "code": 0,
    "data": {
        "bot_id": "7475264988345778185",
        "completed_at": 1740900240,
        "conversation_id": "7477109552706502665",
        "created_at": 1740900231,
        "id": "7477109552706519049",
        "status": "completed",
        "usage": {
            "input_count": 1689,
            "output_count": 191,
            "token_count": 1880
        }
    },
    "detail": {
        "logid": "20250302152400D88AAB3B72EBD9FCBD2D"
    },
    "msg": ""
}
模型返回数据:
 {
    "code": 0,
    "data": [
        {
            "bot_id": "7475264988345778185",
            "chat_id": "7477109552706519049",
            "content": "{\"name\":\"yuyinhecheng-speech_synthesis\",\"arguments\":{\"speaker_id\":\"爽快思思/Skye\",\"speed_ratio\":1,\"text\":\"视频中提取音频可以使用Python Moviepy库\"},\"plugin_id\":7426655854067351562,\"plugin_name\":\"yuyinhecheng\",\"api_id\":7426655854067367946,\"api_name\":\"speech_synthesis\",\"plugin_type\":1}",
            "content_type": "text",
            "conversation_id": "7477109552706502665",
            "created_at": 1740900234,
            "id": "7477109562106232882",
            "role": "assistant",
            "type": "function_call",
            "updated_at": 1740900233
        },
        {
            "bot_id": "7475264988345778185",
            "chat_id": "7477109552706519049",
            "content": "{\"log_id\":\"20250302152351FD24ACD7DD8168FFC96E\",\"code\":0,\"msg\":\"success\",\"data\":{\"link\":\"https://lf-bot-studio-plugin-resource.coze.cn/obj/bot-studio-platform-plugin-tos/artist/image/09f61eea0b544f5e8a939997d918de6e.mp3\"}}",
            "content_type": "text",
            "conversation_id": "7477109552706502665",
            "created_at": 1740900235,
            "id": "7477109569722843186",
            "role": "assistant",
            "type": "tool_response",
            "updated_at": 1740900235
        },
        {
            "bot_id": "7475264988345778185",
            "chat_id": "7477109552706519049",
            "content": "以下是合成好的音频文件：[https://lf-bot-studio-plugin-resource.coze.cn/obj/bot-studio-platform-plugin-tos/artist/image/09f61eea0b544f5e8a939997d918de6e.mp3](https://lf-bot-studio-plugin-resource.coze.cn/obj/bot-studio-platform-plugin-tos/artist/image/09f61eea0b544f5e8a939997d918de6e.mp3)",
            "content_type": "text",
            "conversation_id": "7477109552706502665",
            "created_at": 1740900233,
            "id": "7477109562106216498",
            "reasoning_content": "",
            "role": "assistant",
            "type": "answer",
            "updated_at": 1740900238
        },
        {
            "bot_id": "7475264988345778185",
            "chat_id": "7477109552706519049",
            "content": "{\"msg_type\":\"generate_answer_finish\",\"data\":\"{\\\"finish_reason\\\":0,\\\"FinData\\\":\\\"\\\"}\",\"from_module\":null,\"from_unit\":null}",
            "content_type": "text",
            "conversation_id": "7477109552706502665",
            "created_at": 1740900240,
            "id": "7477109591780933683",
            "role": "assistant",
            "type": "verbose",
            "updated_at": 1740900240
        },
        {
            "bot_id": "7475264988345778185",
            "chat_id": "7477109552706519049",
            "content": "视频中提取音频可以使用哪些库？",
            "content_type": "text",
            "conversation_id": "7477109552706502665",
            "created_at": 1740900240,
            "id": "7477109594674741257",
            "role": "assistant",
            "type": "follow_up",
            "updated_at": 1740900240
        },
        {
            "bot_id": "7475264988345778185",
            "chat_id": "7477109552706519049",
            "content": "如何使用Python Moviepy库从视频中提取音频？",
            "content_type": "text",
            "conversation_id": "7477109552706502665",
            "created_at": 1740900240,
            "id": "7477109594674757641",
            "role": "assistant",
            "type": "follow_up",
            "updated_at": 1740900240
        },
        {
            "bot_id": "7475264988345778185",
            "chat_id": "7477109552706519049",
            "content": "除了Python Moviepy库，还有哪些方法可以合成音频文件？",
            "content_type": "text",
            "conversation_id": "7477109552706502665",
            "created_at": 1740900240,
            "id": "7477109594674790409",
            "role": "assistant",
            "type": "follow_up",
            "updated_at": 1740900240
        }
    ],
    "detail": {
        "logid": "20250302152401C20A0D2D465C1EF330E5"
    },
    "msg": ""
}
大模型应答： 以下是合成好的音频文件：[https://lf-bot-studio-plugin-resource.coze.cn/obj/bot-studio-platform-plugin-tos/artist/image/09f61eea0b544f5e8a939997d918de6e.mp3](https://lf-bot-studio-plugin-resource.coze.cn/obj/bot-studio-platform-plugin-tos/artist/image/09f61eea0b544f5e8a939997d918de6e.mp3)
您可以参考如下方式提问：
☆ 问题1： 视频中提取音频可以使用哪些库？
☆ 问题2： 如何使用Python Moviepy库从视频中提取音频？
☆ 问题3： 除了Python Moviepy库，还有哪些方法可以合成音频文件？

四、遗留的问题

上面介绍的实现代码其实存在几个问题：

  • 输出太多，初始调试时比较有用，但作为一个需要使用的工具输出太多，影响用户感知
  • 转换成的MP3文件只是给出了链接，并未下载到本地
  • 这个智能体不是单纯的TTS合成语音智能体，还有意图解析提供咨询服务的能力，这种情况下怎么确保每个TTS都能正确的被转换而不是需要确认是否咨询？
  • 能不能变更输出声音的音色

老猿将在后面的博文《COZE扣子平台TTS语音合成智能体及API访问功能完善》中解答上述问题。

五、小结

本文介绍了如何在coze平台配置一个提供TTS语音合成服务+咨询服务的综合智能体：语音合成助手，提供了Python调用API访问语音合成助手完成语音合成任务的方法。同时通过构建智能体实现业务功能的过程中，提示词工程在这种稍显复杂逻辑的智能体服务中起到了非常重要作用。

更多人工智能知识学习过程中可能遇到的疑难问题及解决办法请关注专栏《零基础机器学习入门》及付费专栏《机器学习疑难问题集》后续的文章。

写博不易，敬请支持：

如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！

关于老猿的付费专栏

  1. 付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程，对应文章目录为《 https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》；
  2. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》；
  3. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》为《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的伴生专栏，是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合，相关资料基本上都是老猿反复研究的成果，有助于OpenCV-Python初学者比较深入地理解OpenCV，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录 》
  4. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10762553.html Python爬虫入门 》站在一个互联网前端开发小白的角度介绍爬虫开发应知应会内容，包括爬虫入门的基础知识，以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。

前两个专栏都适合有一定Python基础但无相关知识的小白读者学习，第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的学习使用。

对于缺乏Python基础的同仁，可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏：Python基础教程目录）从零开始学习Python。

如果有兴趣也愿意支持老猿的读者，欢迎购买付费专栏。

老猿Python，跟老猿学Python！

☞ ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░
《实战AI智能体》用魔搭搭建一个 AI 助手智能体
实战AI智能体
12-25 1248
无论你是否有编程基础，你都可以在魔搭平台快速搭建一个 AI 智能体。本文以一个夸夸机器人为例演示如何在魔搭平台搭建智能体。智能体效果和夸夸机器人对话时，它可以给你正向的鼓励，抚慰你的情绪。搭建步骤参考以下步骤快速搭建一个夸夸机器人。步骤1：创建一个智能体登录魔搭平台。在页面左上角单击⊕。输入智能体名称和功能介绍，然后单击图标旁边的生成图标，自动生成一个头像。你也可以切换到 AI 创建，通过自然语言描述你的智能体创建需求，魔搭根据你的描述自动创建一个专属于你的智能体。
封装coze语音合成助手智能体API实现中文文本转语音的TTS合成服务
老猿Python
03-23 153
本文介绍了封装coze语音合成助手智能体API实现中文文本转语音的TTS合成服务的完整示例代码，封装的模块可以在客户端通过import text2Voice函数将输入文本转换成本地保存的音频文件。
COZE扣子平台TTS语音合成智能体及API访问功能完善
老猿Python
03-08 1082
本文在《[在扣子(coze)配置一个提供TTS语音合成服务+咨询服务的综合智能体：语音合成助手》](https://blog.csdn.net/LaoYuanPython/article/details/145932309)基础上对语音合成助手智能体和调用API的方法进行了完善，实现了通过API可以指定完成语音合成任务、输出合成的MP3文件保存到本地，并可以在合成过程中指定音色类型。
python案例#基于cozeAI智能体语音聊天助手项目案例
RX0117的博客
09-03 1294
4.调用百度智能云API实现语音识别，语音合成等功能，对用户的语音进行识别，传给cozeAPI进行语音合成并回复。2.设计仿qq聊天窗口，实现窗口部分功能，包括表情包、发送图片、查看聊天记录等。8.关于百度智能云和cozeAPI可自行从官方文档调用，使用自己的token。1.设计仿qq好友列表，实现点击好友，进行用户聊天（单用户）3.调用cozeAPI对用户的输入进行回复。2.1聊天窗口(点击麦克风可以语音输入)7.语音识别及语音合成功能。2.聊天窗口(初始化)
从头到尾，手把手教你使用扣子（coze）搭建自己的AI智能体
最新发布
chenzijun2016的博客
03-31 4974
只要跟着做，就会使用coze搭建智能体
使用Python requests库调用扣子(coze)API实现AI智能体对话案例
老猿Python
03-01 3441
本文介绍了coze智能体中的一些基本概念和发起一次远程智能体会话调用的三个基本API，并用这三个基本API结合Python requests库实现了一个远程调用智能体完成一次对话的程序示例，便于大家理解coze智能体Python开发的实现方式。
Python案例##基于Coze的智能体语音聊天机器人
qq_62926620的博客
09-03 3348
【代码】Python案例##基于Coze的智能体语音聊天机器人。
基于 Coze AI 智能体的语言聊天助手实战
xjb2907321的博客
09-03 1287
语音识别：用户可以通过语音输入问题。自然语言处理：使用 Coze AI 智能体解析用户输入。语音合成：助手能够以语音形式响应用户。图形用户界面：使用 PySide6 创建友好的用户界面。通过以上步骤，我们成功构建了一个基于 Coze AI 智能体的语言聊天助手，结合了百度云语音模块和 PySide6 界面设计。这个项目不仅展示了如何将多种技术结合在一起，还为你提供了一个实用的聊天助手，能够通过语音与用户进行互动。
最新扣子(Coze)实战案例：教你用Coze一键制作有声儿童图文故事绘本，6000字长文教程，完全免费教程
andy_68147772的博客
12-22 3539
输出参数一共有五个值，分别代表：1、title：故事的标题2、role：故事中的角色3、sence：故事的场景4、outline：故事大纲5、meaning：故事寓意。至此，循环节点的设置已经完成。开始节点这里，我们加入一个参数，参数名为"subject" ,代表用户主题，当用户输入主题时，就会转入到这个参数，以供后面的节点进行使用。因为在上一步的节点中，我们已经生成了故事的大纲，那接下来我们再使用一个大模型节点，根据大纲来生成故事全文。」节点中提取的角色信息，在生成图片的时候，可以保证图片的一致性。
对接扣子双向流式 TTS Demo
呜呼哈
02-21 371
对接扣子双向流式语音合成 Demo
我与小曹Bot“青梅煮酒论英雄”——一站式 AI Bot 开发平台Coze操作指南及集成到飞书和微信
热门推荐
白洞，白色的明天在等着我们
02-21 1万+
AIbot是指人工智能机器人，是一种使用大语言模型构建的工具，不仅可以解决简单的问答，还处理复杂逻辑的对话。而受人瞩目的扣子集成了丰富的插件工具，可以极大地拓展 Bot 的能力边界。 目前平台已经集成了超过 60 款各类型的插件，包括资讯阅读、旅游出行、效率办公、图片理解等 API 及多模态模型。 你可以直接将这些插件添加到 Bot 中，丰富 Bot 能力。例如使用新闻插件，打造一个可以播报最新时事新闻的 AI 新闻播音员。
【GPT】Coze使用开放平台接口-【3】创建工作流-通话语音结果分析工作流
非晓为骁的博客
08-30 2116
在[Coze使用开放平台接口-【2】创建工作流-语音伪造检测工作流](https://blog.csdn.net/weixin_40242845/article/details/141719578)，我们已经成功运用[Coze使用开放平台接口-【1】创建插件](https://blog.csdn.net/weixin_40242845/article/details/141719450)创建的插件，创建了语音伪造检测的工作流。本文档基于稍微复杂一点的`通话语音结果分析工作流`，结合大模型，来实现通话语音识别
《用Coze开发智能体》详解Coze智能体
weixin_72959097的博客
03-03 3620
可以在智能体的编排页面为智能体选择一个合适的大模型，例如对于长文生成或优化相关的智能体选择一个支持长文本的大模型、对于具有复杂业务逻辑的智能体选择一个支持函数的大模型。接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。同样，未来的智能体可能会突破现有的分类界限，形成更加综合和强大的应用形态。
【coze-ai-assistant】上手智能体
weixin_44471994的博客
03-14 1353
教你上手coze智能体，一个个讲解coze中常用设置
【扣子coze+微信开发者工具】实现ai自定义对话03：微信小程序js逻辑和接口实现
qq_54413078的博客
07-15 7573
本文介绍了扣子的API官方文档，还有使用微信开发者工具输入内容和获取本机图片，调用扣子的API实现AI通信。本系列文章实现了运用国内扣子Coze与微信开发者工具实现一个简单的微信小程序页面，一个与自定义AI语言交互问答的功能。本系列文章详细讲解的从创建bot到微信小程序页面还有接口的编写。后续可能会加入后端Java+SpringBoot的逻辑功能来丰富项目。01、创建自定义Bot02、微信小程序对话页面简单设计03、微信小程序js逻辑和接口实现。
【GPT】Coze使用开放平台接口-【1】创建插件
非晓为骁的博客
08-30 2104
本文档主要描述在 coze 里面把开放平台的接口创建为插件，供别人调用。本系列调用的接口，都是调用[快商通 AI 开放平台](https://aihc.shengwenyun.com)的接口
【GPT】Coze使用开放平台接口-【2】创建工作流-语音伪造检测工作流
非晓为骁的博客
08-30 3302
在[Coze使用开放平台接口-【1】创建插件](https://blog.csdn.net/weixin_40242845/article/details/141719450)，我们已经成功创建了开放平台的插件，也创建了对应的工具。本文档就根据创建好的插件，来创建对应的工作流，来让接口能够用起来。
一个coze智能体项目总结
m0_62840476的博客
09-04 784
这一个项目我实现了一个简易的coze，pycharm，百度云的交互，实现了一个智能体能够识别你的语音来回答你的问题：总页面：当你再对话框里面输入想问的问题，上面的面板中可以回答你的问题：在单独的线程中处理发送给 Coze 平台的消息，并通过信号将回复传递给主线程。在单独的线程中将音频数据转换为文本在单独的线程中将文本转换为语音并播放。实现应用程序的主要逻辑，包括发送消息、录音、处理语音转文字的结果以及展示回复。
coze制作语音转文字工具
03-10
### 使用 Coze 创建语音转文字工具 Coze 是一款强大的工具，主要用于创建有声儿童图文故事绘本[^1]。然而，要实现语音转文字的功能，则更多依赖于语音识别技术和相应的编程接口。 对于构建一个完整的语音转文字应用，通常会涉及以下几个部分： #### 1. 集成语音识别服务 可以利用现有的云服务平台提供的API来完成这一功能，比如 Google Cloud Speech-to-Text API 或者 Azure Cognitive Services 的 Speech service。这些平台提供了高精度的自动语音识别能力，并支持多种语言。 ```python import os from google.cloud import speech_v1p1beta1 as speech def transcribe_audio_file(file_path): client = speech.SpeechClient() with open(file_path, 'rb') as audio_file: content = audio_file.read() audio = speech.RecognitionAudio(content=content) config = speech.RecognitionConfig( encoding=speech.RecognitionConfig.AudioEncoding.LINEAR16, sample_rate_hertz=16000, language_code="en-US" ) response = client.recognize(config=config, audio=audio) for result in response.results: print(f"Transcript: {result.alternatives[0].transcript}") ``` 此代码片段展示了如何通过 Python 调用 Google Cloud Speech-to-Text API 来处理音频文件并获取其文本内容[^2]。 #### 2. 将 Coze 应用于项目中 虽然 Coze 主要是用来做多媒体内容创作，但在某些情况下也可以将其作为前端展示的一部分。例如，在用户上传录音之后，可以通过 Coze 平台播放这段录音的同时显示对应的转录文本，从而形成互动式的体验效果。 需要注意的是，目前并没有直接证据表明 Coze 自身具备内置的语音转文字功能或者官方发布的相关教程。因此如果想要开发这样的特性，可能需要额外集成第三方的服务和技术栈。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

LaoYuanPython

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值