这个程序的功能是读取指定文件夹中的视频文件,将其转换为音频文件,并使用百度语音识别API将音频文件转换为文本,最后将文本保存到一个Word文档中。程序使用了多个Python库和技术,包括:
aip:百度AI开放平台的Python SDK,用于调用语音识别API。
ffmpy3:用于将视频文件转换为音频文件。
tkinter:Python的标准GUI库,用于创建GUI界面。
os:用于操作文件和目录。
time:用于获取当前时间。
json:用于处理JSON格式的数据。
traceback:用于获取异常信息。
docx:用于创建和操作Word文档。
程序的主要流程是:首先使用tkinter库创建一个GUI界面,让用户选择要处理的文件夹。然后程序遍历文件夹中的所有文件,对于视频文件,使用ffmpy3库将其转换为音频文件,然后使用aip库将音频文件转换为文本,并将文本添加到Word文档中。对于已经是音频文件的文件,直接使用aip库将其转换为文本,并将文本添加到Word文档中。最后,程序将Word文档保存到本地。
#读取视频并将其转换为音频,整理成不多于60s的音频文件由百度接口进行识别
#实现读取文件夹依次读取其中视频
from aip import AipSpeech
from ffmpy3 import FFmpeg
from tkinter import *
import tkinter.filedialog
import tkinter.messagebox
import random
import os
import time
import json
import traceback
from docx import Document
from docx.shared import Pt #设置像素、缩进等
from docx.shared import RGBColor #设置字体颜色
from docx.oxml.ns import qn
document = Document()
class Translate():
counter = 0
def __init__(self):
self.APP_ID = '31585854'
self.API_KEY = '2jSOXUSuiNpfWyCuHGP62SWG '
self.SECRET_KEY = 'Yp7bNwjBPSCCunWnc28SmzsyQ8zTbXxA '
self.root = tkinter.Tk()
self.root.title("语音识别")
self.root.minsize = (600, 400)
self.frame = tkinter.Frame(self.root)
self.frame.pack()
self.start_button = tkinter.Button(self.frame, command=self.chose, text="选择文件夹").grid(row=1, column=0,pady=5)
self.speech_text = tkinter.Text