人脸识别、语音识别系统

使用python pyqt5实现的界面化的声音与图像处理

目录

对图像的处理

对声音的处理

其他功能

上一版本

界面

源码

---

这是对上个版本的一次更新

上个版本python人脸识别、语音合成、智能签到系统_Nie_Hen的博客-CSDN博客_python人脸识别签到系统

项目地址在下面

主要更新的有界面，使用qss美化界面，增添了语音识别，设置等功能，操作会更简单，增加了很多防护措施，改了很多的bug。

下面是效果图

具体详细文档稍后完善

对图像的处理

• 摄像头的处理    基于海康摄像头进行人脸识别_Nie_Hen的博客-CSDN博客_海康人脸识别摄像头 （这是之前写过的）

主要是使用opencv中 videoCapture函数打开摄像头。笔记本电脑地址是0，ip摄像头的地址一般使用rtsp地址。

• 实现人脸识别   python+ opencv实现摄像头实时人脸识别并实现汉字标框_Nie_Hen的博客-CSDN博客 

我使用的是python的一个人脸识别库face_recognition，实现实时的人脸识别.我博客还有关于其他的人脸识别技术。可以参考

• 拍照  是使用opencv中的imwrite函数 把当前的画面保存下来，实现拍照。

对声音的处理

• 语音播报 

语音播报使用的是语音合成的功能，只不过是和人脸识别中识别到的数据联合到了一块，将识别到的人名，进行播报。

• 语音合成

使用的是百度ai中的技术，调用api接口实现。这个可以免费注册，进入控制台创建语音类应用，获取到api_id api_key sercert_key这三个值 。

def baidu_voice(voice):
    """ 你的 APPID AK SK """
    try:
        result  = client.synthesis(voice, 'zh', 1, {
            'vol': 8,'per':0
        })
        # 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('auido.mp3', 'wb') as f:
                f.write(result)
        os.system('auido.mp3')
    except:
        return "语音合成出现问题 请检查"

还需要 在上面加上  

from aip import AipSpeech

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

• 语音识别  

语音合成和语音识别一样都是调用的百度ai的api接口  

def baidu_speech_reco():
    try:
        with open('recode.wav', 'rb') as fp:
            results=fp.read()
            result = client.asr(results, 'wav', 16000, {'dev_pid': 1536, })
            #print(result)
            if 'result'  in result.keys():
                return str(result['result'][0])
            else:
                return '语音识别出现问题，请检查'
    except:
        return '语音识别出现问题，请检查'

跟上面一样在上面需要加上那两行代码  

其他功能

• 注册   

这个功能主要是利用界面和对配置文件的处理实现。注册主要是放入人的名字，年龄等等的信息。从界面上获取到，然后验证一下没有什么问题，点击确定按钮，就能够写入到配置文件中。对配置文件的处理使用的是  configparser这个库对conf文件进行读写。很方便好用。

• 查看记录

在人脸识别的时候，识别到人脸会记录到一个excel表格中去，这个功能就是来查看这个excel表格的。使用的是os中的popen函数进行打开文件。使用这个函数会重新开启一个线程，打开的比较快。

• 设置

设置的功能跟注册类似，通过界面和对配置文件的处理实现，配置文件时config.conf  把一些可以设置的参数放到界面里面。如果需要设置在界面上填写，当点击确定的时候，判断填写的是否存在问题，如果没有问题就会更改配置文件，从而实现对参数的更改。

上一版本

上一个版本跟这个版本功能上改变不少很大，在一些功能实现方面 可以参考上一版本的文档，python人脸识别、语音合成、智能签到系统_Nie_Hen的博客-CSDN博客_python人脸识别签到系统  python人脸识别、语音合成、智能签到系统（2）_Nie_Hen的博客-CSDN博客_人脸识别签到系统python

界面

对于界面的美化。看这里pyqt5美化界面_Nie_Hen的博客-CSDN博客_pyqt5界面美化。详细的介绍了部分的界面美化方法。

源码

项目地址 

其他人脸识别模块介绍  https://blog.csdn.net/Nirvana_6174/article/details/89599441