百度AI的语音识别与语音合成

最新推荐文章于 2024-08-13 16:16:01 发布

zlb_zlb

最新推荐文章于 2024-08-13 16:16:01 发布

阅读量1.4k

点赞数

分类专栏：无人车 Python

本文链接：https://blog.csdn.net/zlb_zlb/article/details/104199093

版权

本文介绍了如何利用百度AI的语音识别和合成技术进行机器人语音问答。通过调用API，初始化客户端并处理录音文件，实现语音的识别与回答。重点关注了录音参数要求，如16k采样率、16bit位深、单声道的.wav文件，并提出了不定长语音文件判定和多人环境中选择说话人的挑战。

摘要由CSDN通过智能技术生成

机器人语音问答的需要，调用百度AI的语音识别

这里的思路很简单，就是用百度的API，初始化客户端，然后输入参数进行调用。

代码

import wave
import pyaudio
from aip import AipSpeech,AipNlp
from playsound import playsound

""" 你的 APPID AK SK """
APP_ID = '****'
API_KEY = '****'
SECRET_KEY = '****'

# 读取文件
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()
    
    
# 录音功能
def record_content():
    CHUNK = 1024
    FORMAT = pyaudio.paInt16
    CHANNELS = 1
    RATE = 16000
    RECORD_SECONDS = 3

    WAVE_OUTPUT_FILENAME = "audio.wav"
    p = pyaudio.PyAudio()
    stream = p.open(format=FORMAT, channels=CHANNELS,
                    rate=RATE, input=True,
                    frames_per_buffer=CHUNK)
    print("* recording")

    frames = []
    for j in range(0, int(RATE / CHUNK * RECORD_SECONDS)