最近在處理語音檢索相關的事。
其中用到語音識別，調用的是訊飛與百度的api，前者使用js是實現，后者用python3實現（因為自己使用python）
環境：
python3.5
centos 7
流程
整個百度語音識別rest api 使用分為三部分：
1 （申請操作）創建應用，獲取應用的 API Key 以及 Secret Key。
2 （程序實現）通過已知的 應用的 API Key 以及 Secret Key, 發送post 請求到 https://openapi.baidu.com/oauth/2.0/token 獲取 token
3 （程序實現） 通過上步驟獲取的 token，通過post， 發送相關的 語音信息 到 http://vop.baidu.com/server_api ，獲取識別結果.
以上過程參考百度語音開發文檔，或者網上的資料。
python實現
程序整體如下：
import requests
import json
import uuid
import base64
def get_token():
url = "https://openapi.baidu.com/oauth/2.0/token"
grant_type = "client_credentials"
api_key = "NzGBYD0jPFDqVT8VHRYa****" # 自己申請的應用
secret_key = "8439155b9db2040b4acd13b0c*****" # 自己申請的應用
data = {'grant_type': 'client_credentials', 'client_id': api_key, 'client_secret': secret_key}
r = requests.post(url, data=data)
token = json.loads(r.text).get("access_token")
return token
def recognize(sig, rate, token):
url = "http://vop.baidu.com/server_api"
speech_length = len(sig)
speech = base64.b64encode(sig).decode("utf-8")
mac_address = uuid.UUID(int=uuid.getnode()).hex[-12:]
rate = rate
data = {
"format": "wav",
"lan": "zh",
"token": token,
"len": speech_length,
"rate": rate,
"speech": speech,
"cuid": mac_address,
"channel": 1,
}
data_length = len(json.dumps(data).encode("utf-8"))
headers = {"Content-Type": "application/json",
"Content-Length": data_length}
r = requests.post(url, data=json.dumps(data), headers=headers)
print(r.text)
filename = "two.wav"
signal = open(filename, "rb").read()
rate = 8000
token = get_token()
recognize(signal, rate, token)
同時，獲取語音信息可以通過：
import scipy.io.wavfile
filename = "two.wav"
rate, signal = scipy.io.wavfile.read(filename=filename)
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
