基于python實(shí)現(xiàn)語(yǔ)音錄入識(shí)別代碼實(shí)例
這篇文章主要介紹了如何通過(guò)python實(shí)現(xiàn)語(yǔ)音錄入識(shí)別,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
一、介紹
1.第一步錄音存入本地
2.調(diào)用百度語(yǔ)音識(shí)別sdk
注意點(diǎn):百度語(yǔ)音識(shí)別對(duì)聲音源有要求,比特率必須是256kbps
二、代碼
#安裝必要庫(kù) pip install baidu-aip #百度sdk pip install pyaudio
import wave import pyaudio from aip import AipSpeech def record(): # 定義數(shù)據(jù)流塊 CHUNK = 1024 FORMAT = pyaudio.paInt16 # 想要百度識(shí)別,下面這兩參數(shù)必須這樣設(shè)置,使得比特率為256kbps CHANNELS = 1 RATE = 16000 # 錄音時(shí)間 RECORD_SECONDS = 8 # 要寫入的文件名 WAVE_OUTPUT_FILENAME = "output.wav" # 創(chuàng)建PyAudio對(duì)象 p = pyaudio.PyAudio() # 打開(kāi)數(shù)據(jù)流 stream = p.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK) print("* recording") # 開(kāi)始錄音 frames = [] for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)): data = stream.read(CHUNK) frames.append(data) print("* done recording") # 停止數(shù)據(jù)流 stream.stop_stream() stream.close() # 關(guān)閉PyAudio p.terminate() # 寫入錄音文件 wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb') wf.setnchannels(CHANNELS) wf.setsampwidth(p.get_sample_size(FORMAT)) wf.setframerate(RATE) wf.writeframes(b''.join(frames)) wf.close() def ASR(): # 錄音 record() """ 你的 APPID AK SK """ APP_ID = '****' API_KEY = '****' SECRET_KEY = '****' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) # 讀取文件 def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() # 識(shí)別本地文件 res=client.asr(get_file_content('output.wav'), 'wav', 16000, { 'dev_pid': 1536, }) print(res) if __name__ == '__main__': ASR()
三、語(yǔ)音命令控制程序
import wave import pyaudio from aip import AipSpeech import win32api def record(): # 定義數(shù)據(jù)流塊 CHUNK = 1024 FORMAT = pyaudio.paInt16 # 想要百度識(shí)別,下面這兩參數(shù)必須這樣設(shè)置,使得比特率為256kbps CHANNELS = 1 RATE = 16000 # 錄音時(shí)間 RECORD_SECONDS = 8 # 要寫入的文件名 WAVE_OUTPUT_FILENAME = "output.wav" # 創(chuàng)建PyAudio對(duì)象 p = pyaudio.PyAudio() # 打開(kāi)數(shù)據(jù)流 stream = p.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK) print("* recording") # 開(kāi)始錄音 frames = [] for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)): data = stream.read(CHUNK) frames.append(data) print("* done recording") # 停止數(shù)據(jù)流 stream.stop_stream() stream.close() # 關(guān)閉PyAudio p.terminate() # 寫入錄音文件 wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb') wf.setnchannels(CHANNELS) wf.setsampwidth(p.get_sample_size(FORMAT)) wf.setframerate(RATE) wf.writeframes(b''.join(frames)) wf.close() def ASR(): # 錄音 record() """ 你的 APPID AK SK """ APP_ID = '****' API_KEY = '****' SECRET_KEY = '****' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) # 讀取文件 def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() # 識(shí)別本地文件 res=client.asr(get_file_content('output.wav'), 'wav', 16000, { 'dev_pid': 1536, }) if not res.get("err_no"): return res.get("result")[0] return res.get("err_no") def control(order): # 命令對(duì)應(yīng)的程序路徑 open_order={"打開(kāi)QQ":r"C:\Program Files (x86)\Tencent\QQ\Bin\QQScLauncher.exe","打開(kāi)記事本":r"D:\Notepad++\notepad++.exe","打開(kāi)瀏覽器":r"C:\Users\ffm11\AppData\Roaming\360se6\Application\360se.exe"} res=open_order.get(order) if res: # 參數(shù)1:用于指定父窗口句柄。當(dāng)函數(shù)調(diào)用過(guò)程出現(xiàn)錯(cuò)誤時(shí),它將作為Windows消息窗口的父窗口 # 參數(shù)2:用于指定要進(jìn)行的操作。 # “open”操作表示執(zhí)行由lpFile參數(shù)指定的程序,或打開(kāi)由lpFile參數(shù)指定的文件或文件夾; # “print”操作表示打印由lpFile參數(shù)指定的文件; # “explore”操作表示瀏覽由lpFile參數(shù)指定的文件夾。 # 參數(shù)3:用于指定要打開(kāi)的文件名、要執(zhí)行的程序文件名或要瀏覽的文件夾名。 # 參數(shù)4:若lpFile參數(shù)是一個(gè)可執(zhí)行程序,則此參數(shù)指定命令行參數(shù),否則此參數(shù)應(yīng)為NULL. # 參數(shù)5:若lpFile參數(shù)是一個(gè)可執(zhí)行程序,則此參數(shù)指定程序窗口的初始顯示方式,否則此參數(shù)應(yīng)設(shè)置為0。 # 這個(gè)參數(shù)常用的常數(shù): # SW_HIDE 隱藏窗口,活動(dòng)狀態(tài)給令一個(gè)窗口 # SW_MINIMIZE 最小化窗口,活動(dòng)狀態(tài)給令一個(gè)窗口 # SW_RESTORE 用原來(lái)的大小和位置顯示一個(gè)窗口,同時(shí)令其進(jìn)入活動(dòng)狀態(tài) # SW_SHOW 用當(dāng)前的大小和位置顯示一個(gè)窗口,同時(shí)令其進(jìn)入活動(dòng)狀態(tài) # SW_SHOWMAXIMIZED 最大化窗口,并將其激活 # SW_SHOWMINIMIZED 最小化窗口,并將其激活 # SW_SHOWMINNOACTIVE 最小化一個(gè)窗口,同時(shí)不改變活動(dòng)窗口 # SW_SHOWNA 用當(dāng)前的大小和位置顯示一個(gè)窗口,不改變活動(dòng)窗口 # SW_SHOWNOACTIVATE 用最近的大小和位置顯示一個(gè)窗口,同時(shí)不改變活動(dòng)窗口 win32api.ShellExecute(0, 'open', res, '', '', 1) else: print("語(yǔ)音命令失敗") if __name__ == '__main__': order=ASR() control(order.rstrip("。"))
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- Python實(shí)現(xiàn)簡(jiǎn)單的語(yǔ)音識(shí)別系統(tǒng)
- python3實(shí)現(xiàn)語(yǔ)音轉(zhuǎn)文字(語(yǔ)音識(shí)別)和文字轉(zhuǎn)語(yǔ)音(語(yǔ)音合成)
- python實(shí)現(xiàn)百度語(yǔ)音識(shí)別api
- 使用Python和百度語(yǔ)音識(shí)別生成視頻字幕的實(shí)現(xiàn)
- Python調(diào)用百度api實(shí)現(xiàn)語(yǔ)音識(shí)別詳解
- python版百度語(yǔ)音識(shí)別功能
- 基于Python實(shí)現(xiàn)語(yǔ)音識(shí)別和語(yǔ)音轉(zhuǎn)文字
- python語(yǔ)音識(shí)別whisper的使用
相關(guān)文章
conda查看、創(chuàng)建、刪除、激活與退出環(huán)境命令詳解
在不同的項(xiàng)目中經(jīng)常需要conda來(lái)配置環(huán)境,這樣能夠?qū)崿F(xiàn)不同版本的python和庫(kù)的隨意切換,并且減少了很多不必要的麻煩,下面這篇文章主要給大家介紹了關(guān)于conda查看、創(chuàng)建、刪除、激活與退出環(huán)境命令的相關(guān)資料,需要的朋友可以參考下2023-05-05Python實(shí)現(xiàn)Appium錄屏功能示例代碼
這篇文章主要介紹了Python實(shí)現(xiàn)Appium錄屏功能,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-06-06scrapy-redis源碼分析之發(fā)送POST請(qǐng)求詳解
這篇文章主要給大家介紹了關(guān)于scrapy-redis源碼分析之發(fā)送POST請(qǐng)求的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用scrapy-redis具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05Python Pandas 獲取列匹配特定值的行的索引問(wèn)題
這篇文章主要介紹了Python Pandas 獲取列匹配特定值的行的索引問(wèn)題,本文給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-07-07python計(jì)算波峰波谷值的方法(極值點(diǎn))
這篇文章主要介紹了python求極值點(diǎn)(波峰波谷)求極值點(diǎn)主要用到了scipy庫(kù),本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-02-02解決python中的冪函數(shù)、指數(shù)函數(shù)問(wèn)題
今天小編就為大家分享一篇解決python中的冪函數(shù)、指數(shù)函數(shù)問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11Python如何設(shè)置utf-8為默認(rèn)編碼的問(wèn)題
這篇文章主要介紹了Python如何設(shè)置utf-8為默認(rèn)編碼的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-06-06