Python?識別錄音并轉為文字的實現(xiàn)
更新時間：2022年03月08日 08:38:34 作者：leader_ww
本文主要介紹了Python?識別錄音并轉為文字的實現(xiàn)，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下
程式功能: 用 UI 界面,點擊界面上的“開始識別”來錄音(調用百度云語音接口),并自動將結果顯示在界面的文本框中
Time: 2022/03/06
Author: Xiaohong
功能:Python 更改目錄下 目錄及文件的 順序命名
項目的文件結構方式:
1. PyQt5 UI 文件: My_Audio_Record_cloud.ui
2. PyQt5 UI 文件轉換生成的 PY 文件: My_Audio_Record_cloud_Ui.py
3. PyQt5 UI 文件對應的 Class 文件: My_Audio_Record_cloud_class.py
4. 通用的消息顯示 文件(在My_Audio_Record_cloud_class.py 中被調用): FangMessage.py
本例為實驗室產(chǎn)品,不具備直接使用，支持的語音錄入長度也較短
主程序界面如下：
主程序 My_Audio_Record_cloud_class.py:
# -*- coding: utf-8 -*-
'''
程式功能: 用 UI 界面,點擊界面上的“開始識別”來錄音,并自動將結果顯示在界面的文本框中
Time: 2022/03/06
Author: Xiaohong
'''
import wave # pip3 install wave
import My_Audio_Record_cloud_Ui as my_audio_record_cloud
from pyaudio import PyAudio, paInt16 # 直接用pip安裝的pyaudio不支持3.7
# 若安裝失敗的話,下載對應的whl 文件 https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyaudio
from PyQt5 import QtGui, QtCore, QtWidgets
from PyQt5.QtWidgets import (
QApplication,
QMainWindow,
QDialog,
QSplashScreen,
QToolButton,
QToolTip,
QWidget,
QMessageBox,
QAction,
QFileDialog,
)
# from PyQt5.QtWidgets import (
# QApplication,
# QWidget,
# )
import sys, os, json, pycurl, urllib
import urllib.request
from FangMessage import FangMessage
class Audio_record_cloud_class(QMainWindow, my_audio_record_cloud.Ui_MainWindow):
def __init__(self, parent=None):
super().__init__()
self.child = my_audio_record_cloud.Ui_MainWindow()
self.child.setupUi(self)
self.file_name = ""
self.child.pushButton.clicked.connect(self.my_start)
# self.child.pb_play.clicked.connect(self.play_audio)
# 錄音文件參數(shù)
self.framerate = 8000
self.NUM_SAMPLES = 2000
self.channels = 1
self.sampwidth = 2
# 錄音時長參數(shù)
self.TIME = 5
# 播放文件參數(shù)
self.chunk = 1024
# 設置默認的錄音文件名
# 當前目錄+test+當前的時間ID+'.wav'
def init_file_name(self):
file_path = os.getcwd()
file_name = 'test' + self.get_timeseq() + '.wav'
file_wav = os.path.join(file_path, file_name)
self.file_name = file_wav
# self.child.lineEdit.setText(self.file_name)
# print(file_wav)
return file_wav
# 獲取當前的時間ID
def get_timeseq(self):
import time
now = time.strftime('%Y-%m-%d-%H-%M-%S', time.localtime(time.time()))
return now
# 開始錄音
def Start_record(self):
self.init_file_name()
pa = PyAudio()
stream = pa.open(
format=paInt16,
channels=1,
rate=self.framerate,
input=True,
frames_per_buffer=self.NUM_SAMPLES,
)
my_buf = []
count = 0
while count <= self.TIME * 4:
string_audio_data = stream.read(self.NUM_SAMPLES)
my_buf.append(string_audio_data)
count += 1
print("..")
# print('begin:')
# print(my_buf)
self.save_wave_file(self.file_name, my_buf)
stream.close()
FangMessage1 = FangMessage()
FangMessage1.runY('完成', '已完成錄音', 'OK')
# 保存聲音文件
def save_wave_file(self, filename, data):
wf = wave.open(filename, 'wb')
wf.setnchannels(self.channels)
wf.setsampwidth(self.sampwidth)
wf.setframerate(self.framerate)
for i in data:
wf.writeframes(i)
wf.close()
# 獲取 百度返回結果,并 Print
def dump_res(self, buf):
print(buf)
my_temp = json.loads(buf)
my_list = my_temp['result']
self.child.textBrowser.setText(my_list[0])
print(my_list[0])
# 訪問 百度云語音 網(wǎng)站，根據(jù)自己申請的應用Key 獲取本次訪問的 Token
def get_token(self):
apiKey = "XXXXXXXXXXXXXXXXXXXXXXX"
secretKey = "YYYYYYYYYYYYYYYYYYYYYYYYY"
auth_url = (
"https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id="
+ apiKey
+ "&client_secret="
+ secretKey
)
# print(auth_url)
res = urllib.request.urlopen(auth_url)
json_data = res.read()
# print(json_data)
# print('.....')
# print(json.loads(json_data))
return json.loads(json_data)['access_token']
# 訪問 百度云語音 網(wǎng)站，根據(jù) Token,上傳 wav 文件
def use_cloud(self, token):
fp = wave.open(self.file_name, 'rb')
nf = fp.getnframes()
print('sampwidth:', fp.getsampwidth())
print('framerate:', fp.getframerate())
print('channels:', fp.getnchannels())
f_len = nf * 2
audio_data = fp.readframes(nf)
cuid = "4d36e972-e325-11ce-bfc1-08002be10318"
print('token:')
print(token)
srv_url = (
'http://vop.baidu.com/server_api' + '?cuid=' + cuid + '&token=' + token
)
http_header = ['Content-Type:audio/pcm;rate=8000', 'Content-Length:%d' % f_len]
c = pycurl.Curl()
c.setopt(pycurl.URL, str(srv_url))
c.setopt(c.HTTPHEADER, http_header)
c.setopt(c.POST, 1)
c.setopt(c.CONNECTTIMEOUT, 80)
c.setopt(c.TIMEOUT, 80)
c.setopt(c.WRITEFUNCTION, self.dump_res)
c.setopt(c.POSTFIELDS, audio_data)
c.setopt(c.POSTFIELDSIZE, f_len)
c.perform()
def my_start(self):
print('OK')
self.Start_record()
self.use_cloud(self.get_token())
if __name__ == "__main__":
app = QApplication(sys.argv)
myWin = Audio_record_cloud_class()
myWin.show()
sys.exit(app.exec_())Ui 轉化py文件如下：My_Audio_Record_cloud_Ui.py
# -*- coding: utf-8 -*-
# Form implementation generated from reading ui file 'd:\vscode_2020\My_Audio\My_Audio\My_Audio_Record_cloud.ui'
#
# Created by: PyQt5 UI code generator 5.15.0
#
# WARNING: Any manual changes made to this file will be lost when pyuic5 is
# run again. Do not edit this file unless you know what you are doing.
from PyQt5 import QtCore, QtGui, QtWidgets
class Ui_MainWindow(object):
def setupUi(self, MainWindow):
MainWindow.setObjectName("MainWindow")
MainWindow.resize(558, 525)
self.centralwidget = QtWidgets.QWidget(MainWindow)
self.centralwidget.setObjectName("centralwidget")
self.textBrowser = QtWidgets.QTextBrowser(self.centralwidget)
self.textBrowser.setGeometry(QtCore.QRect(30, 50, 501, 351))
self.textBrowser.setObjectName("textBrowser")
self.pushButton = QtWidgets.QPushButton(self.centralwidget)
self.pushButton.setGeometry(QtCore.QRect(40, 420, 75, 23))
self.pushButton.setObjectName("pushButton")
self.label = QtWidgets.QLabel(self.centralwidget)
self.label.setGeometry(QtCore.QRect(40, 460, 491, 16))
self.label.setObjectName("label")
self.label_2 = QtWidgets.QLabel(self.centralwidget)
self.label_2.setGeometry(QtCore.QRect(30, 30, 161, 16))
self.label_2.setObjectName("label_2")
self.label_3 = QtWidgets.QLabel(self.centralwidget)
self.label_3.setGeometry(QtCore.QRect(180, 10, 111, 31))
font = QtGui.QFont()
font.setFamily("Agency FB")
font.setPointSize(18)
font.setBold(True)
font.setWeight(75)
self.label_3.setFont(font)
self.label_3.setObjectName("label_3")
self.label_4 = QtWidgets.QLabel(self.centralwidget)
self.label_4.setGeometry(QtCore.QRect(480, 20, 54, 12))
self.label_4.setObjectName("label_4")
self.pushButton_2 = QtWidgets.QPushButton(self.centralwidget)
self.pushButton_2.setGeometry(QtCore.QRect(450, 420, 75, 23))
self.pushButton_2.setObjectName("pushButton_2")
MainWindow.setCentralWidget(self.centralwidget)
self.menubar = QtWidgets.QMenuBar(MainWindow)
self.menubar.setGeometry(QtCore.QRect(0, 0, 558, 23))
self.menubar.setObjectName("menubar")
MainWindow.setMenuBar(self.menubar)
self.statusbar = QtWidgets.QStatusBar(MainWindow)
self.statusbar.setObjectName("statusbar")
MainWindow.setStatusBar(self.statusbar)
self.retranslateUi(MainWindow)
self.pushButton_2.clicked.connect(MainWindow.close)
QtCore.QMetaObject.connectSlotsByName(MainWindow)
def retranslateUi(self, MainWindow):
_translate = QtCore.QCoreApplication.translate
MainWindow.setWindowTitle(_translate("MainWindow", "MainWindow"))
self.pushButton.setText(_translate("MainWindow", "開始識別"))
self.label.setText(_translate("MainWindow", "說明:點擊“開始識別”按鈕來錄音,并通過百度語音的功能,自動將結果顯示在文本框中"))
self.label_2.setText(_translate("MainWindow", "語音識別的結果:"))
self.label_3.setText(_translate("MainWindow", "語音識別"))
self.label_4.setText(_translate("MainWindow", "v20220306"))
self.pushButton_2.setText(_translate("MainWindow", "結束"))到此這篇關于Python 識別錄音并轉為文字的實現(xiàn)的文章就介紹到這了,更多相關Python 識別錄音轉為文字內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:
相關文章
本文主要介紹了numpy最值、求和的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-03-03
這篇文章主要介紹了Python 動態(tài)變量名定義與調用方法,需要的朋友可以參考下2020-02-02
這篇文章主要為大家介紹了自學python求已知DNA模板的互補DNA序列的示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-06-06
python 實現(xiàn)提取某個索引中某個時間段的數(shù)據(jù)方法
今天小編就為大家分享一篇python 實現(xiàn)提取某個索引中某個時間段的數(shù)據(jù)方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02
今天教大家一個小方法,只需要這一行代碼就能讓python計算速度提高十倍,文中介紹的非常詳細,對正在學習python的小伙伴有很好的幫助,需要的朋友可以參考下2021-05-05
tensorflow 實現(xiàn)數(shù)據(jù)類型轉換
今天小編就為大家分享一篇tensorflow 實現(xiàn)數(shù)據(jù)類型轉換，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
Python利用CNN實現(xiàn)對時序數(shù)據(jù)進行分類
這篇文章主要為大家詳細介紹了Python如何利用CNN實現(xiàn)對時序數(shù)據(jù)進行分類功能，文中的示例代碼講解詳細，感興趣的小伙伴可以了解一下2023-02-02
Django框架ORM操作數(shù)據(jù)庫不生效問題示例解決方法
本文詳細描述使用Django 的ORM框架操作PostgreSQL數(shù)據(jù)庫刪除不生效問題的定位過程及解決方案，并總結使用ORM框架操作數(shù)據(jù)庫不生效的問題的通用定位方法，感興趣的朋友跟隨小編一起看看吧2023-01-01
這篇文章主要介紹了python中defaultdict方法的使用,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2023-04-04
本文主要介紹了OpenCV中的形狀檢測，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-08-08