利用python+百度AI搞定一个文字识别功能同时转换成语音

一些准备

使用百度的AI开放平台，首先你得有个百度的开发者账号，相信你有百度云的话应该都会有，没有的话简单注册一下就可以了。

然后进入控制台选择人工智能-文字识别去创建个应用，这样就会生成对应的AppID，API Key和Secret Key，调用百度API的时候需要用到。

 

 

可以看到，作为开发者你每天有一定的免费调用次数，但如果不满足需求，可能就需要付费啦。

 

正式编码

下面简单介绍下编码过程，具体可以参考百度的官方文档

百度不但提供API，还贴心的准备了热门语言的SDK，包括java,pyhton,c#等等，其实本质还是调用API。

这里以python为例，首先安装python的SDK：

pip install baidu-aip

看了下文档的demo，其实还是比较简单的，几行代码就搞定了，文章最后贴自己的源码吧。

在浏览文档的时候发现，百度还提供了一些列的识别，包括身份证，银行卡，营业执照等固定的模板，同时还可以识别表格和自定义模板文字识别，在实际业务场景中还是挺有用处的。

此外还有一些其他AI相关的技术，有兴趣的小伙伴可以自行看下。

最后贴一下自己写的一个小demo，识别图片中的文字后，又通过语音合成转成了mp3的音频：