用科大讯飞API实现本地语音文件识别

最新推荐文章于 2024-07-29 10:21:11 发布

cjps

最新推荐文章于 2024-07-29 10:21:11 发布

阅读量6.6k

点赞数 2

分类专栏： NLP 语音识别 Python 文章标签：语音识别 nlp

本文链接：https://blog.csdn.net/cxyuanba/article/details/106929405

版权

本文介绍了如何利用科大讯飞的语音识别API进行本地语音文件的识别。通过在科大讯飞平台注册账号、创建应用并获取试用体验包，然后使用Python代码调用API，进行语音识别测试。在调用过程中，还解决了requests模块版本问题，确保顺利运行。

摘要由CSDN通过智能技术生成

今天看了下科大讯飞语音识别api，使用python对接口进行了调用。
科大讯飞在语音方面做得可以说不错的，接口调用也很是友好，可以对本地的语音文件进行识别测试，官方文档有不错的说明–语音转写API文档

在这里插入图片描述
1.首先需要在科大讯飞平台注册一个账号，进入控制台。
2.根据自己需要在选择语音识别一栏，创建一个应用。我选择的时语音转写—离线语音转写识别。
3.创建好应用后，在页面最下方，点击领取5小时免费试用体验包，期限是一个月。如下图
在这里插入图片描述
4.试用python的demo进行本地语音识别测试，python代码如下：
同时附上下载官方链接
说明：需要修改代码最后的AppID，SecretKey，还有填写本地的语音文件地址 file_path 。AppID，SecretKey在科大讯飞平台上创建好应用后就会给出。如图：
在这里插入图片描述

# -*- coding: utf-8 -*-
#
# 非实时转写调用demo

import base64
import hashlib
import hmac
import json
import os
import time

import requests

lfasr_host = 'http://raasr.xfyun.cn/api'

# 请求的接口名
api_prepare = '/prepare'
api_upload = '/upload'
api_merge = '/merge'
api_get_progress = '/getProgress'
api_get_result = '/getResult'
# 文件分片大小10M
file_piece_sice = 10485760

# ——————————————————转写可配置参数————————————————
# 参数可在官网界面（https://doc.xfyun.cn/rest_api/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99.html）查看，根据需求可自行在gene_params方法里添加修改
# 转写类型
lfasr_type = 0
# 是否开启分词
has_participle = 'false'
has_seperate = 'true'
# 多候选词个数
max_alternatives = 0
# 子用户标识
suid = ''


class SliceIdGenerator:
    """slice id生成器"""

    def __init__(self):
        self.__ch = 'aaaaaaaaa`'

    def getNextSliceId(self):
        ch = self.__ch
        j = len(ch) - 1
        while j >= 0:
            cj = ch[j]
            if cj != 'z':
                ch = ch[:j] + chr(ord(cj) + 1) + ch[j + 1:]
                break
            else:
                ch = ch[:j] + 'a' + ch[j + 1:]
                j = j - 1
        self.__ch = ch
        return self.__ch


class RequestApi(object):
    def __init__(self, appid, secret_key, upload_file_path):
        self