调用有道API实现语音翻译（汉译英）

1. 作者介绍

南旭东，男，西安工程大学电子信息学院，2022级研究生
研究方向：机器视觉与人工智能
电子邮件：1257571953@qq.com

路治东，男，西安工程大学电子信息学院，2022级研究生，张宏伟人工智能课题组
研究方向：机器视觉与人工智能
电子邮件：2063079527@qq.com

2. 相关介绍

2.1 API介绍

API（Application Programming Interface），翻译就是应用程序接口，本质上就是是一些预先定义的函数。通俗解释就是，你要实现某些需求，比如很热，我想让风扇转起来，这样我就不热了，我知道让风扇转，就要用到电，但是我不会发电，也不想研究怎么发电，我只想用现成的，发电站也知道我这么懒这么笨，所以就造了一个接口给我，跟我说，你只要把风扇的插头插入这个接口上，就可以用发电站生产的电了，风扇就会转了。放到写代码这块就是，举例子，我要实现一个东西，效果就是产生一个窗口，我不会从0开始造，也不想研究怎么从0开始造，我就想调用一个函数，给这个函数添上点参数就能实现我要的尺寸大小的窗口，这个时候，所谓的api就是这个函数。

2.2 网易API介绍

有道翻译API，为广大开发者提供开放接口。您的应用或网站可通过有道翻译API，构建丰富多样的功能或应用，为用户带来即时，准确，方便的查词或翻译体验，从而降低语言理解与应用门槛。

3. 实验过程

3.1 调用过程

1.搜索有道智云API，点击并进入

2.点击登录

3.登陆进去之后，再点击自己的头像进入个人中心。

4.在左侧一栏选择：“自然语言翻译服务”，之后点击语音翻译。

5.在右上角点击创建应用

6.选项如图

7.创建完成之后选择自己的ID和YEK

3.2 代码获取

1.再来到首页，如图顺序进行下载调用代码文件包



2.得到如下图所示的文件夹，依次打开

3.准备自己的音频文件，不能大于2M，必须是WAV格式的语音文件
这里提供一个语音格式转换网站：链接: https://www.pdf365.cn/?agent=ck15

3.3 完整代码

import sys
import uuid
import requests
import wave
import base64
import hashlib
import json

from importlib import reload


reload(sys)

YOUDAO_URL = 'https://openapi.youdao.com/speechtransapi'
APP_KEY = '你的key'
APP_SECRET = '你的secret'

def truncate(q):
    if q is None:
        return None
    size = len(q)
    return q if size <= 20 else q[0:10] + str(size) + q[size-10:size]

def encrypt(signStr):
    hash_algorithm = hashlib.md5()
    hash_algorithm.update(signStr.encode('utf-8'))
    return hash_algorithm.hexdigest()

def do_request(data):
    headers = {'Content-Type': 'application/x-www-form-urlencoded'}
    return requests.post(YOUDAO_URL, data=data, headers=headers)

def connect():
    audio_file_path = 'D:\\myvideo\\yin.wav'#更换成自己wav文件所在位置
    extension = audio_file_path[audio_file_path.rindex('.')+1:]
    if extension != 'wav':
        print('不支持的音频类型')
        sys.exit(1)
    wav_info = wave.open(audio_file_path, 'rb')
    sample_rate = wav_info.getframerate()
    nchannels = wav_info.getnchannels()
    wav_info.close()
    with open(audio_file_path, 'rb') as file_wav:
        q = base64.b64encode(file_wav.read()).decode('utf-8')

    data = {}
    data['from'] = 'zh-CHS'
    data['to'] = 'en'
    salt = str(uuid.uuid1())
    signStr = APP_KEY + q + salt + APP_SECRET
    sign = encrypt(signStr)
    data['appKey'] = APP_KEY
    data['q'] = q
    data['salt'] = salt
    data['sign'] = sign
    data['signType'] = "v1"
    data['rate'] = sample_rate
    data['format'] = 'wav'
    data['channel'] = nchannels
    data['type'] = 1

    response = do_request(data)
    result = json.loads(bytes.decode(response.content))
    print("原文:", result['query'])
    print("译文:", result['translation'])
    # print(result)

if __name__ == '__main__':
    connect()

3.4 实验结果

如图所示，输入一段语音，显示了原文和英文。