python实现机器人项目中的自动语音识别以及物体检测前关键字的判断

本文介绍了作者使用Python和百度语音识别API在机器人项目中实现语音命令采集、识别和关键字判断的过程。通过实时语音采集,转换为16K WAV格式,调用API进行识别,并针对特定关键字进行提取和判断。遇到的问题包括不同平台下第三方库版本兼容性,以及文件格式要求。最终实现了简单的功能,计划进一步扩展到语义识别和物体检测控制。
摘要由CSDN通过智能技术生成

本文记录的是我几天里利用百度语音识别API进行的机器人项目中实时语音识别并提取用户命令关键字的一些心得体会(当然还有一些走过的坑)

本人是一个编程小白,这次任务的第一目的是快速实现功能因此并未考虑最最有方案。首先以可以达到效果为目的。如有修改意见或者其他还请各位多多指点。

链接:https://pan.baidu.com/s/1ZBbM4ylambmIs5jemqdkBQ 密码:jv98

下面就不如整正题。

先来捋一下整个实时语音识别的过程:

首先我们要有语音输入,也就是进行语音命令的采集,那么第一反应就是给电脑插上一个麦克风来进行命令的输入,然后对于指令发出之后,麦克风采集需要对语音指令进行保存,然后格式调整(因为利用百度的语音识别API来最语音识别,要求的语音文件是16000K的wav格式),最后利用百度API进行识别并制定关键字,进行提取判断。

以上就是整个流程。下面开始操作:

Step 1: 安装程序中需要的python包。(如图中所有包都需要提前安装)


这里要说,对于报的安装注意:

并不是最新版本的包就一定最好,亲身经历哦。一开始是在ubuntu下做的,顺利实现。代码粘贴到windows下需要的包安装后,运行报错

评论 1
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