Python人工智能-基於百度AI接口

參考百度AI官網:http://ai.baidu.com/

准備工作：

　　支持Python版本：2.7.+ ，3.+

安裝使用Python SDK有如下方式

　　>如果已經安裝了pip，執行 pip install baidu-aip 即可。

　　>如果已安裝setuptools，執行 python setup.py install 即可。

登錄百度ia網站：

　　1、用百度賬號登錄

　　2、進入左側語言應用

　　3、創建新應用

 

實驗1：語音合成（將文字轉為語音）

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '寫注冊的APP_ID'
API_KEY = '寫注冊的API_KEY'
SECRET_KEY = '寫注冊的SECRET_KEY'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

result  = client.synthesis('中南山下活死人墓預知后事如何請聽下回分解', 'zh', 1, {
    'vol': 5,
    'spd': 3,
    'pit': 9,
    'per': 3,
})
# 識別正確返回語音二進制 錯誤則返回dict 參照下面錯誤碼
if not isinstance(result, dict):
    with open('auido.mp3', 'wb') as f:
        f.write(result)

參數備注：

 

實驗2：語音識別（語音轉為文字）+語音合成

from aip import AipSpeech
import os


""" 你的 APPID AK SK """
APP_ID = '同上'
API_KEY = '同上'
SECRET_KEY = '同上'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

#語音識別（將音頻轉為文字）

# 讀取文件
def get_file_content(filePath):

    #實現文件自動轉換（只要修改下面的本地文件並傳值就可以執行）
    any2pcm=f"ffmpeg -y  -i {filePath}  -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm"
    os.system(any2pcm)

    with open(f"{filePath}.pcm", 'rb') as fp:
        return fp.read()

# 識別本地文件
res=client.asr(get_file_content('ea.m4a'), 'pcm', 16000, {
    'dev_pid': 1536,
})

#拿到的是視頻轉換后的文字
print(res['result'][0])

#語音合成（再將文字轉為音頻）
result  = client.synthesis(res['result'][0], 'zh', 1, {
    'vol': 5,
    'spd': 3,
    'pit': 9,
    'per': 3,
})
# 識別正確返回語音二進制 錯誤則返回dict 參照下面錯誤碼
if not isinstance(result, dict):
    with open('auido.mp3', 'wb') as f:
        f.write(result)

#調用系統默認播放器
os.system("auido.mp3")

注意點：

　　1. 語音識別的格式只支持pcm,萬能格式轉換命令為：

　　　　ffmpeg -y  -i audio.wav（原文件名）  -acodec pcm_s16le -f s16le -ac 1 -ar 16000 audio.pcm（轉換后的文件名字）

　　2. os.system()是直接可以執行系統命令