python语音识别(语音转文字)
·
存在问题:
将音频转化成文字进行输出
解决方案:
调用第三方百度的语音识别api进行语音识别
步骤:
1)安装百度提供的Python库:pip install baidu-aip
2)运行以下代码:
from aip import AipSpeech
APP_ID = '160'
API_KEY = 'f6XVtm'
SECRET_KEY = 'zbvyYC'
# 百度AI库获取的参数
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
# 构造读取语音文件函数
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
# 识别本地文件 主函数
result = client.asr(get_file_content(r'F:\PythonFiles\PycharmFile\16k.pcm'), 'pcm', 16000, { 'lan': 'zh',})
#此处地址处必须要加r,使其成为绝对地址,要么容易字符转义出现错误
print(result)
注:
1)百度AI云平台地址:https://ai.baidu.com/
2)进入后添加应用,获取相应的接口ID和密钥(上文提到的三个参数)
3)该接口只支持pcm、wav和amr格式音频
4)程序返回值有4个,如下
5)存在一个问题,自己录的音总是报3301错误,该错误显示录音效果差,无论怎么录音都显示这个错误
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐


所有评论(0)