人工智能

一.关于使用百度的接口

首先需要下载sdk环境配置

pip install baidu-aip

1.进入百度ai开放平台,创建一个语音合成,读取SDK文件文档

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

result  = client.synthesis('你好百度', 'zh', 1, {
    'vol': 5,
})

# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):
    with open('auido.mp3', 'wb') as f:
        f.write(result)

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '15420917'
API_KEY = 'eP25XkG4vhdRQk7A6ZW3Zf2C'
SECRET_KEY = 'RxwrVkWUodowcBWcyLwS7DWI8B9XE4cH '

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

result = client.synthesis('一人饮酒醉','zh',1,{
    'vol':5,

})


if not isinstance(result,dict):
    with open("aduio.mp3","wb") as f:
        f.write(result)

这样简单的语音合成就实现了

2.语音识别

同上

1.进入百度ai开放平台,创建一个语音合成,读取SDK文件文档

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

# 读取文件
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

# 识别本地文件
client.asr(get_file_content('audio.pcm'), 'pcm', 16000, {
    'dev_pid': 1536,
})

注意:这里识别的文件格式最好是pcm格式,所以使用 前提下载FFmpep 放到环境变量中后,重启pycharm

os.system(f"ffmpeg -y  -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm")  #os.system(commind)这里面使用终端命令
进行在线文件格式转换,成pcm格式

from aip import AipSpeech
import os
""" 你的 APPID AK SK """
APP_ID = '15420917'
API_KEY = 'eP25XkG4vhdRQk7A6ZW3Zf2C'
SECRET_KEY = 'RxwrVkWUodowcBWcyLwS7DWI8B9XE4cH '

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
# 读取文件
def get_file_content(filePath):
    os.system(f"ffmpeg -y  -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm")
    with open(f"{filePath}.pcm", 'rb') as fp:
        return fp.read()

# 识别本地文件
res=client.asr(get_file_content('ots.m4a'), 'pcm', 16000, {
    'dev_pid': 1536,
})

print(res)
print(res.get("result")[0])

3.进行语音合成与语音语音识别

from aip import AipSpeech
import time,os

""" 你的 APPID AK SK """
APP_ID = '15420336'
API_KEY = 'VwSGcqqwsCl282LGKnFwHDIA'
SECRET_KEY = 'h4oL6Y9yRuvmD0oSdQGQZchNcix4TF5P'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

# 读取文件
def get_file_content(filePath):
    os.system(f"ffmpeg -y  -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm")
    with open(f"{filePath}.pcm", 'rb') as fp:
        return fp.read()

def audio2text(filepath):
    # 识别本地文件
    res = client.asr(get_file_content(filepath), 'pcm', 16000, {
        'dev_pid': 1536,
    })

    print(res.get("result")[0])

    return res.get("result")[0]

def text2audio(text):
    filename = f"{time.time()}.mp3"
    result = client.synthesis(text, 'zh', 1, {
        'vol': 5,
        "spd": 3,
        "pit": 7,
        "per": 4
    })

    # 识别正确返回语音二进制 错误则返回dict 参照下面错误码
    if not isinstance(result, dict):
        with open(filename, 'wb') as f:
            f.write(result)

    return filename


text = audio2text("wyn.wma")
filename = text2audio(text)

os.system(filename)

4.图灵智能语音 

作用:通过庞大的数据库进行对话

1.创建一个图灵智能语音,获取api

2.查看使用文档

接口地址 发送post请求

http://openapi.tuling123.com/openapi/api/v2

3.使用实例

{
    "reqType":0,
    "perception": {
        "inputText": {
            "text": "附近的酒店"
        },
        "inputImage": {
            "url": "imageUrl"
        },
        "selfInfo": {
            "location": {
                "city": "北京",
                "province": "北京",
                "street": "信息路"
            }
        }
    },
    "userInfo": {
        "apiKey": "",
        "userId": ""
    }
}

代码;

import requests

args = {
    "reqType":0,
    "perception": {
        "inputText": {
            "text": "北京"
        }
    },
    "userInfo": {
        "apiKey": "9a9a026e2eb64ed6b006ad99d27f6b9e",
        "userId": "1111"
    }
}

url = "http://openapi.tuling123.com/openapi/api/v2"


res = requests.post(url,json=args)

text = res.json().get("results")[0].get("values").get("text")