怎么在python中调用百度REST API实现语音识别?相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
创新互联建站专注于红桥企业网站建设,响应式网站设计,商城网站建设。红桥网站建设公司,为红桥等地区提供建站服务。全流程按需开发网站,专业设计,全程项目跟踪,创新互联建站专业和态度为您提供的服务创建应用
打开 http://yuyin.baidu.com/app ,点击创建应用,应用名称自己取,选择合适的应用类型。下一步,服务类型选择语音识别,继续点击下一步,然后就可以关闭了。
刷新当前页面,你就可以看到自己创建的应用,点击查看key,这些是进行身份识别的关键信息。
代码编写
在 http://yuyin.baidu.com/docs/asr/54 可以查看官方文档,百度提供了两种方法:隐式发送是将音频数据打包转换成一个字符串,放到json数据包中来发送;显示发送则是直接发送语音数据。本代码使用隐式发送。
注意:使用前要将你的应用信息填入适当位置
#!/usr/bin/env python # coding: utf-8 import urllib2 import json import base64 import os #设置应用信息 baidu_server = "https://openapi.baidu.com/oauth/2.0/token?" grant_type = "client_credentials" client_id = "" #填写API Key client_secret = "" #填写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 = urllib2.urlopen(url).read() data = json.loads(res) token = data["access_token"] print token #设置音频属性,根据百度的要求,采样率必须为8000,压缩格式支持pcm(不压缩)、wav、opus、speex、amr VOICE_RATE = 8000 WAVE_FILE = "test.wav" #音频文件的路径 USER_ID = "hail_hydra" #用于标识的ID,可以随意设置 WAVE_TYPE = "wav" #打开音频文件,并进行编码 f = open(WAVE_FILE, "r") speech = base64.b64encode(f.read()) size = os.path.getsize(WAVE_FILE) update = json.dumps({"format":WAVE_TYPE, "rate":VOICE_RATE, 'channel':1,'cuid':USER_ID,'token':token,'speech':speech,'len':size}) headers = { 'Content-Type' : 'application/json' } url = "http://vop.baidu.com/server_api" req = urllib2.Request(url, update, headers) r = urllib2.urlopen(req) t = r.read() result = json.loads(t) print result if result['err_msg']=='success.': word = result['result'][0].encode('utf-8') if word!='': if word[len(word)-3:len(word)]==',': print word[0:len(word)-3] else: print word else: print "音频文件不存在或格式错误" else: print "错误"
看完上述内容,你们掌握怎么在python中调用百度REST API实现语音识别的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联成都网站设计公司行业资讯频道,感谢各位的阅读!
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。