python录音并调用百度语音识别接口

#！/usr/bin/env python

import requests

import json

import base64

import pyaudio

import wave

import os

import psutil

#首先配置必要的信息

def bat(voice_path):

    baidu_server = 'https://aip.baidubce.com/oauth/2.0/token?'

    grant_type = 'client_credentials'

    client_id = 'uj70rS1LiwZ9sQDvMSUqKsie' #API KEY

    client_secret = 'Q88eav41PzeNLczZ3hlRjhR8e4WShXwD' #Secret KEY   这里可以自己去百度注册，这里是我的API KEY 和 Secret KEY

    #合成请求token的url

    url = baidu_server+'grant_type='+grant_type+'&client_id='+client_id+'&client_secret='+client_secret

    #获取token

    res = requests.get(url).text

    data = json.loads(res)

    token = data['access_token']

    #设置音频的属性，采样率，格式等

    VOICE_RATE = 8000

    FILE_NAME = voice_path

    # USER_ID = '16241950' #这里的id随便填填就好啦，我填的自己昵称

    FILE_TYPE = 'wav'

    CUID="wate_play"

    #读取文件二进制内容

    f_obj = open(FILE_NAME, 'rb')

    content = base64.b64encode(f_obj.read())   # 百度语音识别需要base64编码格式

    speech = content.decode("utf-8")

    size = os.path.getsize(FILE_NAME)

    #json封装

    datas = json.dumps({

        'format': FILE_TYPE,

        'rate': VOICE_RATE,

        'channel': 1,

        'cuid': CUID,

        'token': token,

        'speech': speech,

        'len': size,

        "dev_pid":""

    })

    return datas

#设置headers和请求地址url

def post(datas):

    headers = {'Content-Type':'application/json'}

    url = 'https://vop.baidu.com/server_api'

    # url = "http://vop.baidu.com/server_api"

    #用post方法传数据

    request = requests.post(url, datas, headers)

    result = json.loads(request.text)

    text = result.get("result")

    if result['err_no'] == 0:

        return text

    else:

        return "Error"

def get_audio(filepath):

    input("回车开始录音 >>>")     #输出提示文本，input接收一个值,转为str，赋值给aa

    CHUNK = 256                 #定义数据流块

    FORMAT = pyaudio.paInt16    #量化位数（音量级划分）

    CHANNELS = 1               # 声道数;声道数：可以是单声道或者是双声道

    RATE = 8000                # 采样率;采样率：一秒内对声音信号的采集次数，常用的有8kHz, 16kHz, 32kHz, 48kHz, 11.025kHz, 22.05kHz, 44.1kHz

    RECORD_SECONDS = 5          #录音秒数

    WAVE_OUTPUT_FILENAME = filepath     #wav文件路径

    p = pyaudio.PyAudio()               #实例化

    stream = p.open(format=FORMAT,

                    channels=CHANNELS,

                    rate=RATE,

                    input=True,

                    frames_per_buffer=CHUNK)

    print("*"*10, "开始录音：请在5秒内输入语音")

    frames = []                                                 #定义一个列表

    for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):      #循环，采样率11025 / 256 * 5

        data = stream.read(CHUNK)                               #读取chunk个字节 保存到data中

        frames.append(data)                                     #向列表frames中添加数据data

    # print(frames)

    print("*" * 10, "录音结束\n")

    stream.stop_stream()

    stream.close()          #关闭

    p.terminate()           #终结

    wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')                  #打开wav文件创建一个音频对象wf，开始写WAV文件

    wf.setnchannels(CHANNELS)                                   #配置声道数

    wf.setsampwidth(p.get_sample_size(FORMAT))                  #配置量化位数

    wf.setframerate(RATE)                                       #配置采样率

    wf.writeframes(b''.join(frames))                            #转换为二进制数据写入文件

    wf.close()              #关闭

    return

def check_disk():

    list_drive = psutil.disk_partitions()  # 找出本地磁盘列表，保存的是结构体对象

    list_disk = []

    for drive in list_drive:

        list_disk.append(drive.device)

    return list_disk

if __name__ == '__main__':

    list_disk = check_disk() # 检索本地磁盘

    dirname_path = os.path.join(list_disk[0], "voice") # 设置语音文件存放路径，

                                                                   （mac os下需要自己定存储路径）

    if not os.path.exists(dirname_path):

        os.makedirs(dirname_path)

    filename = "voice.wav"  # 定义语音文件名

    in_path = os.path.join(dirname_path, filename)

    get_audio(in_path) # 录音

    datas = bat(in_path) # 封装百度语音识别需要的配置信息，返回请求头

    res = post(datas) # 连接百度语音识别接口，得到识别结果

    print("识别结果：",res[0])

实现效果：

在上述代码中，需要装到requests、psutil、pyaudio等库，其中pyaudio这个库在python3环境下装比较特殊，

windows环境下具体步骤如下：

第一步：下载whl文件支持

url：https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyaudio

注意：

下载自己python解释器对应版本的

不要下载错了，资源很多

第二步：打开cmd，cd 进入下载的whl所在目录

执行命令：pip install Twisted-18.7.0-cp36-cp36m-win_amd64.whl     #  下载的什么版本，后面就跟什么版本

第三步：执行命令：pip install pyaudio     安装

如果本地同时装有python2和python3，想装到python3里可以在cmd命令里把 pip 改成 pip3 即可

mac os 下安装pyaudio步骤如下：

到这里就结束啦！

给个赞呗~