Python语音转文字、音频切割、语音识别(1)，2024年最新蚂蚁金服前端面试题及答案

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

2音频转文字

---

提取音频之后就要把音频转成文字了，目前市面上有很多方式都可以快速的将视频里的音频内容转成文字

• 科大讯飞、知意等付费平台

• 剪映、Pr等剪辑如案件生成字幕

• 百度云、腾讯云等国内接口

• GOogle、IBM、Bing等国外接口

• 自己造轮子，语音识别训练

• 自己一边听一边打字

虽然说有这么多方法可以去实现这个需求，但任务量增长后，想不花钱，又想不花时间造轮子，最好的办法就是用现成的接口

百度接口使用

申请百度接口

如果想用百度接口来批量处理，需要

百度语音API地址：https://cloud.baidu.com/doc/SPEECH/index.html

from aip import AipSpeech

“”" 你的 APPID AK SK “”"

APP_ID = ‘xxx’

API_KEY = ‘xxxxxxxxxxxxxxxxxxxxxxxx’

SECRET_KEY = ‘xxxxxxxxxxxxxxxxxxxxxxxx’

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

读取文件

def get_file_content(file_path):

with open(file_path, ‘rb’) as fp:

return fp.read()

识别本地文件

result = client.asr(get_file_content(‘音频.wav’ % i), ‘wav’, 16000, {

‘dev_pid’: 1537 # 默认1537（普通话 输入法模型），dev_pid参数见本节开头的表格

})

print(result[‘result’])

如果你恰巧是用mac录的音频，那就得对音频进行降频处理

因为百度接口只能识别16 kHz的音频，而mac录的是48 kHz的音频，当然用ffmpeg重采样一下就可以

import ffmpeg

ffmpeg.input(‘输入音频.wav’).output(‘输出音频.wav’, ar=16000).run()

如果的你音频比较长，但是百度短语音识别接口支持1分钟以内的音频，这时候需要对音频进行分割处理

from pydub import AudioSegment

from pydub.utils import make_chunks

#blues文件30s

audio = AudioSegment.from_file(“voice.wav”, “wav”)

size = 30000 #切割的毫秒数

chunks = make_chunks(audio, size) ##将文件切割为59s一块

for i, chunk in enumerate(chunks):

##枚举，i是索引，chunk是切割好的文件

chunk_name = “voice{0}.wav”.format(i)

print(chunk_name)

##保存文件

chunk.export(chunk_name, format=“wav”)

然后重采样、剪切好的音频循环调用百度API接口就可以完成了～

exe

当然，也有前辈利用百度API直接写成了一个exe来使用

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-N91N4gAz-1713182079677)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！