python语音输入转化成文字_利用百度语音识别接口将语音转换成文字教程

importbase64importjsonimportosimporttimeimportshutilimportrequestsclassBaiduVoiceToTxt():#初始化函数

def __init__(self):#定义要进行切割的pcm文件的位置。speech-vad-demo固定好的，没的选

self.pcm_path = ".\\speech-vad-demo\\pcm\\16k_1.pcm"

#定义pcm文件被切割后，分割成的文件输出到的目录。speech-vad-demo固定好的，没的选

self.output_pcm_path = ".\\speech-vad-demo\\output_pcm\\"

#百度AI接口只接受pcm格式，所以需要转换格式

#此函数用于将要识别的mp3文件转换成pcm格式，并输出为.\speech-vad-demo\pcm\16k_1.pcm

defchange_file_format(self,filepath):

file_name=filepath#如果.\speech-vad-demo\pcm\16k_1.pcm文件已存在，则先将其删除

if os.path.isfile(f"{self.pcm_path}"):

os.remove(f"{self.pcm_path}")#调用系统命令，将文件转换成pcm格式，并输出为.\speech-vad-demo\pcm\16k_1.pcm

change_file_format_command = f".\\ffmpeg\\bin\\ffmpeg.exe -y -i {file_name} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {self.pcm_path}"os.system(change_file_format_command)#百度AI接口最长只接受60秒的音视，所以需要切割

#此函数用于将.\speech-vad-demo\pcm\16k_1.pcm切割

defdevide_video(self):#如果切割输出目录.\speech-vad-demo\output_pcm\已存在，那其中很可能已有文件，先将其清空

#清空目录的文件是先删除，再创建

if os.path.isdir(f"{self.output_pcm_path}"):

shutil.rmtree(f"{self.output_pcm_path}")

time.sleep(1)

os.mkdir(f"{self.output_pcm_path}")#vad-demo.exe使用相对路径.\pcm和.\output_pcm，所以先要将当前工作目录切换到.\speech-vad-demo下不然vad-demo.exe找不到文件

os.chdir(".\\speech-vad-demo\\")#直接执行.\vad-demo.exe，其默认会将.\pcm\16k_1.pcm文件切割并输出到.\outpu