百度語音識別通過 REST API 的方式給開發者提供一個通用的 HTTP 接口。 上傳需要完整的錄音文件，錄音文件時長不超過60s。
官方文檔庫： http://ai.baidu.com/docs#/ASR-Online-Python-SDK/top
?
調用方式
開發 文檔 寫可以兩種方式調用。
- 可以下載使用SDK
- 不下載使用SDK ： 根據文檔組裝url獲取token ， 處理本地音頻以JSON格式POST到百度語音識別服務器，獲得返回結果
?
語音格式格式支持
- pcm（不壓縮）
- wav（不壓縮，pcm編碼）
- amr（壓縮格式）
推薦pcm ， 采樣率16000 固定值。 編碼：16bit 位深的單聲道。
百度服務端會將非pcm格式，轉為pcm格式，因此使用wav、amr會有額外的轉換耗時。
?
Python SDK 安裝及使用
支持Python版本：2.7.+ ,3.+
語音識別 Python SDK目錄結構
├── README.md
├── aip ??????????????????//SDK目錄
│ ??├── __init__.py ??????//導出類
│ ??├── base.py ??????????//aip基類
│ ??├── http.py ??????????//http請求
│ ??└── speech.py //語音識別
└── setup.py ?????????????//setuptools安裝
安裝使用Python SDK有如下方式：
- 如果已安裝pip，執行 pip install baidu-aip 即可。
- 如果已安裝setuptools，執行 python setup.py install 即可。
?
實現簡單的識別
- 提前安裝好百度的語音識別依賴包：baidu-Aip
- 申請百度語音識別接入的開發者賬號，網址： https://ai.baidu.com/tech/speech ， 目的是為了獲取AppID，API Key,Secret Key
- 錄制一個wav的錄音文件，錄制內容是：這是一個百度語音識別的測試。
- 使用如下代碼即可識別：
from
aip
import
AipSpeech
#申請百度語音識別
APP_ID =
'16835749'
API_KEY =
'UnZlBOVhwYu8m5eNqwOPHt99'
SECRET_KEY =
'6jhCitggsR0Ew91fdC47oMa1qtibTrsK'
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()
# 識別本地文件
path=
'/Users/alice/Documents/Blog/AI/語音識別/speechrecognition/audiofiles'
test1 = client.asr(get_file_content(path+
'/test1.wav'
)
,
'pcm'
,
16000
,
{
'dev_pid'
:
1536
,
})
print
(test1)
運行結果
{'corpus_no': '6714903681680289570', 'err_msg': 'success.', 'err_no': 0, 'result': ['珍一個百度云識別的測試'], 'sn': '936451515751563435346'}
?
參數列表
|
參數 |
類型 |
描述 |
是否必須 |
|
speech |
Buffer |
建立包含語音內容的Buffer對象, 語音文件的格式，pcm 或者 wav 或者 amr。不區分大小寫 |
是 |
|
format |
String |
語音文件的格式，pcm 或者 wav 或者 amr。不區分大小寫。推薦pcm文件 |
是 |
|
rate |
int |
采樣率，16000，固定值 |
是 |
|
cuid |
String |
用戶唯一標識，用來區分用戶，填寫機器 MAC 地址或 IMEI 碼，長度為60以內 |
否 |
|
dev_pid |
Int |
不填寫lan參數生效，都不填寫，默認1537（普通話 輸入法模型），dev_pid參數見本節開頭的表格 |
否 |
|
lan(已廢棄) |
String |
歷史兼容參數，請使用dev_pid。如果dev_pid填寫，該參數會被覆蓋。語種選擇,輸入法模型，默認中文（zh）。 中文=zh、粵語=ct、英文=en，不區分大小寫。 |
否 |
?
dev_pid 參數列表
|
dev_pid |
語言 |
模型 |
是否有標點 |
備注 |
|
1536 |
普通話(支持簡單的英文識別) |
搜索模型 |
無標點 |
支持自定義詞庫 |
|
1537 |
普通話(純中文識別) |
輸入法模型 |
有標點 |
支持自定義詞庫 |
|
1737 |
英語 |
? |
有標點 |
不支持自定義詞庫 |
|
1637 |
粵語 |
? |
有標點 |
不支持自定義詞庫 |
|
1837 |
四川話 |
? |
有標點 |
不支持自定義詞庫 |
|
1936 |
普通話遠場 |
遠場模型 |
有標點 |
不支持 |
語音識別 返回數據參數詳情
|
參數 |
類型 |
是否一定輸出 |
描述 |
|
err_no |
int |
是 |
錯誤碼 |
|
err_msg |
int |
是 |
錯誤碼描述 |
|
sn |
int |
是 |
語音數據唯一標識，系統內部產生，用于 debug |
|
result |
int |
是 |
識別結果數組，提供1-5 個候選結果，string 類型為識別的字符串， utf-8 編碼 |
返回樣例：
// 成功返回
{
????"err_no": 0,
????"err_msg": "success.",
????"corpus_no": "15984125203285346378",
????"sn": "481D633F-73BA-726F-49EF-8659ACCC2F3D",
????"result": ["北京天氣"]
}
?
// 失敗返回
{
????"err_no": 2000,
????"err_msg": "data empty.",
????"sn": null
}
?
錯誤碼
若請求錯誤，服務器將返回的JSON文本包含以下參數：
- error_code：錯誤碼。
- error_msg：錯誤描述信息，幫助理解和解決發生的錯誤。
|
錯誤碼 |
用戶輸入/服務端 |
含義 |
一般解決方法 |
|
3300 |
用戶輸入錯誤 |
輸入參數不正確 |
請仔細核對文檔及參照demo，核對輸入參數 |
|
3301 |
用戶輸入錯誤 |
音頻質量過差 |
請上傳清晰的音頻 |
|
3302 |
用戶輸入錯誤 |
鑒權失敗 |
token字段校驗失敗。請使用正確的API_KEY 和 SECRET_KEY生成。或QPS、調用量超出限額。或音頻采樣率不正確（可嘗試更換為16k采樣率）。 |
|
3303 |
服務端問題 |
語音服務器后端問題 |
請將api返回結果反饋至論壇或者QQ群 |
|
3304 |
用戶請求超限 |
用戶的請求QPS超限 |
請降低識別api請求頻率 （qps以appId計算，移動端如果共用則累計） |
|
3305 |
用戶請求超限 |
用戶的日pv（日請求量）超限 |
請“申請提高配額”，如果暫未通過，請降低日請求量 |
|
3307 |
服務端問題 |
語音服務器后端識別出錯問題 |
目前請確保16000的采樣率音頻時長低于30s。如果仍有問題，請將api返回結果反饋至論壇或者QQ群 |
|
3308 |
用戶輸入錯誤 |
音頻過長 |
音頻時長不超過60s，請將音頻時長截取為60s以下 |
|
3309 |
用戶輸入錯誤 |
音頻數據問題 |
服務端無法將音頻轉為pcm格式，可能是長度問題，音頻格式問題等。 請將輸入的音頻時長截取為60s以下，并核對下音頻的編碼，是否是16K， 16bits，單聲道。 |
|
3310 |
用戶輸入錯誤 |
輸入的音頻文件過大 |
語音文件共有3種輸入方式： json 里的speech 參數（base64后）； 直接post 二進制數據，及callback參數里url。 分別對應三種情況：json超過10M；直接post的語音文件超過10M；callback里回調url的音頻文件超過10M |
|
3311 |
用戶輸入錯誤 |
采樣率rate參數不在選項里 |
目前rate參數僅提供16000，填寫4000即會有此錯誤 |
|
3312 |
用戶輸入錯誤 |
音頻格式format參數不在選項里 |
目前格式僅僅支持pcm，wav或amr，如填寫mp3即會有此錯誤 |
?
實現簡單的生成語音
- 提前安裝好百度的語音識別依賴包：baidu-Aip
- 申請百度語音識別接入的開發者賬號，網址： https://ai.baidu.com/tech/speech ， 目的是為了獲取AppID，API Key,Secret Key
- 錄制一個wav的錄音文件，錄制內容是：這是一個百度語音識別的測試。
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
