python调用百度语音识别api-6ren

python调用百度语音识别api

转载作者：qq735679552 更新时间：2022-09-27 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章python调用百度语音识别api由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

最近在处理语音检索相关的事。其中用到语音识别，调用的是讯飞与百度的api，前者使用js是实现，后者用python3实现（因为自己使用python）。

环境:

python3.5 centos 7 。

流程。

整个百度语音识别rest api 使用分为三部分:

1 （申请操作）创建应用，获取应用的 API Key 以及 Secret Key.

2 （程序实现）通过已知的应用的 API Key 以及 Secret Key, 发送post 请求到 https://openapi.baidu.com/oauth/2.0/token 获取 token 。

3 （程序实现）通过上步骤获取的 token，通过post，发送相关的语音信息到 http://vop.baidu.com/server_api ，获取识别结果. 。

以上过程参考百度语音开发文档，或者网上的资料.

python实现。

程序整体如下:

 
    ? 
   
         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****"  
         # 自己申请的应用 
        
         secret_key  
         = 
         "8439155b9db2040b4acd13b0c*****" 
         # 自己申请的应用 
        
         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)

同时，获取语音信息可以通过:

 
    ? 
   
         import 
         scipy.io.wavfile 
        
         filename  
         = 
         "two.wav" 
        
         rate, signal  
         = 
         scipy.io.wavfile.read(filename 
         = 
         filename)

python调用百度语音识别api

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我.

原文链接：https://blog.csdn.net/a1368783069/article/details/54600774 。

最后此篇关于python调用百度语音识别api的文章就讲到这里了,如果你想了解更多关于python调用百度语音识别api的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐： php进程间通讯实例分析

文章推荐： Adnroid 微信内置浏览器清除缓存

文章推荐： php通过两层过滤获取留言内容的方法

文章推荐： python实现ID3决策树算法实例

windows - gcc 可被 cmd 识别，但不能被 bash 识别
我使用的是linux的windows子系统，安装了ubuntu，bash运行流畅。我正在尝试使用make，似乎bash 无法识别gcc。尝试将其添加到 PATH，但没有任何改变。奇怪的是 - cmd
installation - Imagick 被 WAMPServer 识别，但不被 PHP 识别
ImageMagick 已正确安装。 WAMP 的“PHP 扩展”菜单也显示带有勾选的 php_imagick。除了 Apache 和系统环境变量外，phpinfo() 没有显示任何 imagick
deterministic - 如果一种语言 (L) 被 n 状态 NFA 识别，它是否也能被状态不超过 2^n 的 DFA 识别？
我是这么想的，因为上限是 2^n，并且考虑到它们都是有限机，n 状态 NFA 和具有 2^n 或更少状态的 DFA 的交集将是有效。我错了吗？最佳答案你是对的。 2^n 是一个上限，因此生成的
r - 识别/描述向量中具有特定值的连续几天的序列
我有一个大型数据集，其中包含每日值，指示一年中的特定一天是否特别热(用 1 或 0 表示)。我的目标是识别 3 个或更多特别炎热的日子的序列，并创建一个包含每个日子的长度以及开始和结束日期的新数据集。
识别 R 向量中的特定元素顺序模式
我有一个向量列表，每个向量看起来像这样 c("Japan", "USA", "country", "Japan", "source", "country", "UK", "source", "coun
c - 识别/防止静态缓冲区溢出的工具和方法
是否有任何工具或方法可以识别静态定义数组中的缓冲区溢出(即 char[1234] 而不是 malloc(1234))？昨天我花了大部分时间来追踪崩溃和奇怪的行为，最终证明是由以下行引起的: // e
python - 手动创建的snakemake通配符未使用/识别
我一直在尝试通过导入制表符分隔的文件来手动创建 Snakemake 通配符，如下所示: dataset sample species frr PRJNA493818_GSE120639_SRP1628
python - 手动创建的snakemake通配符未使用/识别
我一直在尝试通过导入制表符分隔的文件来手动创建 Snakemake 通配符，如下所示: dataset sample species frr PRJNA493818_GSE120639_SRP1628
c# - 人声识别/识别
我想录下某人的声音，然后根据我获得的关于他/她声音的信息，如果那个人再次说话，我就能认出来!问题是我没有关于哪些统计数据(如频率)导致人声差异的信息，如果有人可以帮助我如何识别某人的声音？在研究过程
c++ - 识别 “Enter”
我希望我的程序能够识别用户何时按下“enter”并继续循环播放。但是我不知道如何使程序识别“输入”。尝试了两种方法: string enter; string ent = "\n"; dice d1;
识别 Bash 脚本中文件扩展名的正则表达式模式对于捕获压缩文件不准确
我创建了这个带有一个参数(文件名)的 Bash 小脚本，该脚本应该根据文件的扩展名做出响应: #!/bin/bash fileFormat=${1} if [[ ${fileFormat} =~ [F
ios - 识别 subview
我正在寻找一种在 for 循环内迭代时识别 subview 对象的方法，我基本上通过执行 cell.contentView.subviews 从 UITableView 的 contentView 获
Swift CallKit 识别
我正在尝试在 Swift 中使用 CallKit 来识别调用者。我正在寻找一种通过发出 URL 请求来识别调用者的方法。例如:+1-234-45-241 给我打电话，我希望它向 mydomain.
javascript - 厚盒插件 - 识别
我将(相当古老的)插件称为“thickbox”，如下所述: 创建厚盒时，它包含基于查询的内容列表。使用 JavaScript 或 jQuery，我希望能够访问 type 的值(在上面的示例中 t
c++ - 识别/生成波形？
我想编写一些可以接受某种输入并将其识别为方波、三角波或某种波形的代码。我还需要一些产生所述波的方法。我确实有使用 C/C++ 的经验，但是，我不确定我将如何模拟所有这些。最终，我想将其转换为微 Co
C# 识别 for 循环中的项目
我创建了一个 for 循环，用于在每个部分显示 8 个项目，但我试图在循环中识别某些项目。例如，我想识别前两项，然后是第五项和第六项，但我的识别技术似乎是正确的。 for (int i = 0; i
ios - 识别 UIStoryboard
如何识别 UIStoryboard？该类具有创建和实例化的方法，但我没有看到带有类似name 的@property。例如获取 Storyboard对象 + storyboardWithName:b
识别 MSSQL 各个版本的版本号的方法
如何确定所运行的SQLServer2005的版本要确定所运行的SQLServer2005的版本，请使用SQLServerManagementStudio连接到SQLServer2005，然后运行
javascript - 识别 Javascript 中的函数名称或属性
这个问题在这里已经有了答案: How to check whether an object is a date? (26 个答案) 关闭2 年前。我正在使用一个 npm 模块，它在错误时抛出一个空
android - 后台 Activity 识别
我正在制作一个使用 ActivityRecognition API 在后台跟踪用户 Activity 的应用，如果用户在指定时间段(例如 1 小时)内停留在同一个地方，系统就会推送通知告诉用户去散步.

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

python调用百度语音识别api