python调用腾讯云API语音识别

一、登录腾讯云、开通语音识别接口、获取密钥  登录 - 腾讯云 (tencent.com)

二、打开 API Explorer 语音识别 录音文件识别请求 - API 文档 - 文档中心 - 腾讯云

选择 录音文件请求

三、打开参数说明,按需求填入参数。

 其中Data输入的的是音频文件经过base64编码后得到的string 代码如下

import base64

file1 = open("16k.pcm","rb").read()   # 读取二进制文件
text = base64.b64encode(file1)   # 进行编码
print(text)

将输出结果复制到Data获得TaskId

四、将TaskId复制到结果查询窗口的TaskId输入栏中,

​ 

 识别结果

 

 动态界面调试的成功率极低因为复制过程中可能会导致base64编码的文本产生错误,这个仅作为调试。所以上面操作有些是多余的。下面正文开始

填好必要的参数Data先随便填入一个字符后然后复制代码

 拷入编译器中

 然后再安装tencentcloud-sdk-python

在修改一下复制在编译器中的代码,免去复制base64编码的步骤

输入端

import json
import base64
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.asr.v20190614 import asr_client, models

#编码
path1=r'文件路径'
file1 = open(path1,"rb").read()   # 读取二进制文件
text = base64.b64encode(file1).decode("utf-8")


try:
    cred = credential.Credential("密钥id", "密钥key")
    httpProfile = HttpProfile()
    httpProfile.endpoint = "asr.tencentcloudapi.com"

    clientProfile = ClientProfile()
    clientProfile.httpProfile = httpProfile
    client = asr_client.AsrClient(cred, "", clientProfile)

    req = models.CreateRecTaskRequest()
    params = {
        "EngineModelType": "16k_zh_video",
        "ChannelNum": 1,
        "ResTextFormat": 0,
        "SourceType": 1,
        "Data":text
    }
    
    req.from_json_string(json.dumps(params))

    resp = client.CreateRecTask(req)
  
    print(resp.to_json_string())#输出为字符串用eval()可转为字典

except TencentCloudSDKException as err:
    print(err)

输出端

import json
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.asr.v20190614 import asr_client, models
try:
    cred = credential.Credential("密钥ID", "密钥key")
    httpProfile = HttpProfile()
    httpProfile.endpoint = "asr.tencentcloudapi.com"

    clientProfile = ClientProfile()
    clientProfile.httpProfile = httpProfile
    client = asr_client.AsrClient(cred, "", clientProfile)

    req = models.DescribeTaskStatusRequest()
    params = {
        "TaskId": 1945514777 #TaskId号
    }
    req.from_json_string(json.dumps(params))

    resp = client.DescribeTaskStatus(req)
    print(resp.to_json_string())

except TencentCloudSDKException as err:
    print(err)

### 回答1: 要使用Python调用百度API实现语音识别,需要先注册百度开发者账号并创建应用,获取API Key和Secret Key。然后安装Python的百度AI SDK,使用SDK提供的语音识别接口,将语音文件上传到百度服务器进行识别,最后将识别结果返回给Python程序。具体实现步骤可以参考百度AI SDK的官方文档。 ### 回答2: Python是一种开源、高级、解释型编程语言,在人工智能这一领域表现出了强大的应用能力,其中调用百度API实现语音识别Python的一个应用场景。 百度语音识别API是基于深度学习的中文普通话语音识别技术,其提供了语音转文字的功能,可应用于智能语音助手、语音翻译、语音识别等领域。Python调用百度API实现语音识别的主要步骤如下: 1.获取API访问密钥 在百度智能云控制台中开通百度语音识别服务,并生成API Key和Secret Key。 2.安装Python SDK并调用API 使用Python SDK,安装百度AI SDK,并编写代码。示例代码如下: ``` import sys import json import uuid from aip import AipSpeech app_id = '[app_id]' # 在智能云中申请的app_id api_key = '[api_key]' # 在智能云中申请的api_key secret_key = '[secret_key]' # 在智能云中申请的secret_key client = AipSpeech(app_id, api_key, secret_key) def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() def recognize_speech(file_path): speech = get_file_content(file_path) res = client.asr(speech, 'pcm', 16000, { 'dev_pid': 1536, }) if res and 'result' in res: return res['result'][0] if __name__ == "__main__": file_path = "[path to your audio file]" text = recognize_speech(filePath) print(text) ``` 3.测试 运行代码,输出语音文件中的文字,检查语音识别是否成功。如果识别准确率不高,可以调整API参数或尝试其他语音识别引擎,以提高识别效果。 总之,Python调用百度API实现语音识别不仅方便快捷,还可以应用于很多实际场景,如智能家居、车载导航、航空管制等等。随着人工智能技术的不断发展,Python作为AI领域的主力编程语言之一,将继续发挥重要作用。 ### 回答3: Python作为一种简单易用、开发效率高的编程语言,在语音识别领域有着广泛的应用。而百度语音识别技术就是基于人工智能技术,可以将人类语音转换为相应的文字,它可以帮助用户快速实现语音输入、语音搜索、语音识别等功能。下面将详细介绍如何使用Python调用百度API实现语音识别。 第一步:准备百度语音识别API 在开始之前,需要到百度AI开放平台申请一个应用程序,申请过程不难。在申请之后,可以得到一个App ID、API Key和Secret Key,这三个参数是调用百度语音API的必须参数,并且需要保密,以免泄露。 第二步:安装Python语音识别库 在Python中,有很多语音识别库可以选择,比如SpeechRecognition、PyAudio、PocketSphinx等,这里我们选择使用SpeechRecognition库,因为它支持多种语音识别API。 可以通过pip命令来安装SpeechRecognition: pip install SpeechRecognition 如果想要使用其他库,只需要替换其中的引入语句和对应的方法即可。 第三步:编写Python代码 import speech_recognition as sr # 将语音文件传递给语音识别器 r = sr.Recognizer() with sr.AudioFile('test.wav') as source: audio_data = r.record(source) # 通过语音识别API获取转换结果 key = 'API Key' secret = 'Secret Key' r = sr.Recognizer() with sr.AudioFile('test.wav') as source: audio_data = r.record(source) result = r.recognize_baidu(audio_data, key, secret) print(result) 以上是代码的基本结构,其中: - 第1行引入了SpeechRecognition库; - 第4-6行读取音频文件,将其转换为能够被语音识别器处理的格式; - 第9-11行调用百度语音识别API,将语音转换成文字,并返回相应的结果; - 第14行输出识别结果。 第四步:运行Python代码 在代码编辑器中,输入以上代码,保存到一个.py文件。将要进行语音识别的音频文件放到与这个.py文件同一目录下,然后在命令行中运行: python filename.py 其中filename.py是文件名。当然,也可以选择集成开发环境,比如PyCharm、Visual Code等。 总结 通过Python调用百度语音API实现语音识别,不仅能够提高工作效率,而且也可以更方便地实现语音输入、语音搜索、语音命令等功能。只需要按照以上步骤,就可以完成基于Python语音识别任务。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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