python编写的语音识别+机器人对话+文字播报一体

1.语音识别
这里用到了百度api的语音识别，目前开源的语音识别成文字的效果都很差，百度api的语音识别效果还可以。

2.机器人对话，这里用到了青云客机器人对话，通过爬虫获取对话的内容，机器人对话效果一般，没有图灵机器人灵活，但是目前免费，这个是很好的优点。

3.文字播报
文字转成mp3格式的音频保存，然后使用pygame播放出保存的mp3格式的语音

4.完整代码呈现

from aip import AipSpeech
import pyaudio
import pygame
import ffmpy
import time
import wave
import os
import requests
import json
import pyttsx3

# BaiduAPI
APP_ID = '你的id'
API_KEY = '你的key'
SECRET_KEY = '你的SECRET_KEY'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

e = pyttsx3.init()
e.runAndWait()

while True:
    # 语音识别
    CHUNK = 1024
    FORMAT = pyaudio.paInt16
    CHANNELS = 2
    RATE = 16000
    RECORD_SECONDS = 2
    WAVE_OUTPUT_FILENAME = "input.wav"
    try:
        p = pyaudio.PyAudio()

        stream = p.open(format=FORMAT,
                        channels=CHANNELS,
                        rate=RATE,
                        input=True,
                        frames_per_buffer=CHUNK)
    except:
        print("请插上录音设备！！！")
        exit()
    print("开始录音,请说话......")
    time.sleep(1)
    frames = []

    for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
        data = stream.read(CHUNK)
        frames.append(data)

    print("AI：让我听听你在说什么.....")

    stream.stop_stream()
    stream.close()
    p.terminate()

    wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
    wf.setnchannels(CHANNELS)
    wf.setsampwidth(p.get_sample_size(FORMAT))
    wf.setframerate(RATE)
    wf.writeframes(b''.join(frames))
    wf.close()

    # FFmpeg调用
    ff = ffmpy.FFmpeg(
        executable='F:\\ffmpeg\\bin\\ffmpeg.exe',  # 不同电脑路径需要修改
        inputs={'input.wav': None},
        outputs={'output.pcm': '-f s16le -ar 16000 -ac 1 -acodec pcm_s16le -y'}
    )
    ff.run()


    # 创建函数 读取文件
    def get_file_content(filePath):
        with open(filePath, 'rb') as fp:
            return fp.read()


    # 删除.wav文件
    path = 'input.wav'
    if os.path.exists(path):
        os.remove(path)

    # 识别本地文件 语音转文字
    result_dict = client.asr(get_file_content('output.pcm'), 'pcm', 16000, {
        'dev_pid': 1537,
    })
    result_list = result_dict['result']
    user_PO = result_list[0]  # 转换后的字符串存入PO

    print("你说： %s" % user_PO)
    a = user_PO
    if "再见。" in a:
        e.say("再见")
        e.runAndWait()
        print("再见")
        exit()
    else:
        r = requests.get('http://api.qingyunke.com/api.php?key=free&appid=0&msg=' + a)
        v = json.loads(r.content)
        user_P1 = v['content']
        print("菲菲:" + v['content'])
        # AI回答转语音
        # e.say(user_P1)
        result = client.synthesis(user_P1, 'zh', 1, {
            'vol': 5, 'per': 4
        })
        if not isinstance(result, dict):
            with open('audio.mp3', 'wb') as f:
                f.write(result)


        # 自定义函数，用于播放mp3音频
        def play_mp3(file):
            pygame.mixer.init()
            pygame.mixer.music.load(file)
            pygame.mixer.music.play()
            while pygame.mixer.music.get_busy():
                time.sleep(1)
            pygame.mixer.music.stop()
            pygame.mixer.quit()


        play_mp3('audio.mp3')
        e.runAndWait()