在人工智能高速發展的今天，語音識別技術被帶入到人們的工作和生活中，開始被越來越多的人關注和使用，今天,當各種在線客服被機器人客服代替,當速記翻譯館被語音識別代替,甚至當收銀員、駕駛員、工廠工人、普通文書和律師都被人工智能代替時，人們也越來越焦慮。下面這篇文章分享Python用ctypes調用動態庫的方式使用科大訊飛語音識別。
ctypes 是 Python 的一個模塊，它提供了C語言相關的數據類型，可以方便的調用C語言編寫的DLL（Windows 動態鏈接庫）和so（Linux動態鏈接庫）。科大訊飛的語音識別客戶端SDK提供了Linux下的C語言SDK，卻沒有Python的。有了ctypes，我們就可以很輕松的用Python來使用科大訊飛的語音識別了。
通過LoadLibrary()函數加載動態庫：
xflib = ctypes.cdll.LoadLibrary('msc/libmsc.so')
在Python里面調用C函數時主要是注意參數的類型。語音識別的接口的具體參數可以參考其提供的文檔，比如接口函數：
const char* MSPAPI QISRSessionBegin( const char* grammarList, const char*
params, int* errorCode )
返回的是一個char指針作為sessionID以供后續接口作為參數使用，在Python里面要用ctypes.c_voidp類型：
ret = ctypes.c_int() sessionId = ctypes.c_voidp() sessionId = xflib.QISRSessionBegin(None, param1, ret)
調用其它接口函數時，還可能用到如下ctypes的類型和接口：
- ctypes.create_string_buffer()
- ctypes.addressof()
- ctypes.byref()
- ctypes.string_at()
- ctypes.c_char_p()
- ctypes.c_uint()
關於ctypes的更詳細說明可以參考官方文檔。
文章整理於www.yuanrenxue.com