温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

如何基于python实现语音录入识码

发布时间:2021-03-24 10:13:18 来源:亿速云 阅读:209 作者:小新 栏目:开发技术

小编给大家分享一下如何基于python实现语音录入识码,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!

这篇文章主要介绍了如何通过python实现语音录入识别,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

一、介绍

1.第一步录音存入本地

2.调用百度语音识别sdk

注意点:百度语音识别对声音源有要求,比特率必须是256kbps

二、代码

#安装必要库 pip install baidu-aip #百度sdk pip install pyaudio
import wave import pyaudio from aip import AipSpeech def record():  # 定义数据流块  CHUNK = 1024  FORMAT = pyaudio.paInt16  # 想要百度识别,下面这两参数必须这样设置,使得比特率为256kbps  CHANNELS = 1  RATE = 16000  # 录音时间  RECORD_SECONDS = 8  # 要写入的文件名  WAVE_OUTPUT_FILENAME = "output.wav"  # 创建PyAudio对象  p = pyaudio.PyAudio()  # 打开数据流  stream = p.open(format=FORMAT,      channels=CHANNELS,      rate=RATE,      input=True,      frames_per_buffer=CHUNK)  print("* recording")  # 开始录音  frames = []  for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):   data = stream.read(CHUNK)   frames.append(data)  print("* done recording")  # 停止数据流  stream.stop_stream()  stream.close()  # 关闭PyAudio  p.terminate()  # 写入录音文件  wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')  wf.setnchannels(CHANNELS)  wf.setsampwidth(p.get_sample_size(FORMAT))  wf.setframerate(RATE)  wf.writeframes(b''.join(frames))  wf.close() def ASR():  # 录音  record()  """ 你的 APPID AK SK """  APP_ID = '****'  API_KEY = '****'  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  res=client.asr(get_file_content('output.wav'), 'wav', 16000, {   'dev_pid': 1536,  })  print(res) if __name__ == '__main__':  ASR()

三、语音命令控制程序

import wave import pyaudio from aip import AipSpeech import win32api def record():  # 定义数据流块  CHUNK = 1024  FORMAT = pyaudio.paInt16  # 想要百度识别,下面这两参数必须这样设置,使得比特率为256kbps  CHANNELS = 1  RATE = 16000  # 录音时间  RECORD_SECONDS = 8  # 要写入的文件名  WAVE_OUTPUT_FILENAME = "output.wav"  # 创建PyAudio对象  p = pyaudio.PyAudio()  # 打开数据流  stream = p.open(format=FORMAT,      channels=CHANNELS,      rate=RATE,      input=True,      frames_per_buffer=CHUNK)  print("* recording")  # 开始录音  frames = []  for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):   data = stream.read(CHUNK)   frames.append(data)  print("* done recording")  # 停止数据流  stream.stop_stream()  stream.close()  # 关闭PyAudio  p.terminate()  # 写入录音文件  wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')  wf.setnchannels(CHANNELS)  wf.setsampwidth(p.get_sample_size(FORMAT))  wf.setframerate(RATE)  wf.writeframes(b''.join(frames))  wf.close() def ASR():  # 录音  record()  """ 你的 APPID AK SK """  APP_ID = '****'  API_KEY = '****'  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  res=client.asr(get_file_content('output.wav'), 'wav', 16000, {   'dev_pid': 1536,  })  if not res.get("err_no"):   return res.get("result")[0]  return res.get("err_no") def control(order):  # 命令对应的程序路径  open_order={"打开QQ":r"C:\Program Files (x86)\Tencent\QQ\Bin\QQScLauncher.exe","打开记事本":r"D:\Notepad++\notepad++.exe","打开浏览器":r"C:\Users\ffm11\AppData\Roaming\360se6\Application\360se.exe"}  res=open_order.get(order)  if res:   # 参数1:用于指定父窗口句柄。当函数调用过程出现错误时,它将作为Windows消息窗口的父窗口   # 参数2:用于指定要进行的操作。   # “open”操作表示执行由lpFile参数指定的程序,或打开由lpFile参数指定的文件或文件夹;   # “print”操作表示打印由lpFile参数指定的文件;   # “explore”操作表示浏览由lpFile参数指定的文件夹。   # 参数3:用于指定要打开的文件名、要执行的程序文件名或要浏览的文件夹名。   # 参数4:若lpFile参数是一个可执行程序,则此参数指定命令行参数,否则此参数应为NULL.   # 参数5:若lpFile参数是一个可执行程序,则此参数指定程序窗口的初始显示方式,否则此参数应设置为0。   # 这个参数常用的常数:   # SW_HIDE 隐藏窗口,活动状态给令一个窗口   # SW_MINIMIZE 最小化窗口,活动状态给令一个窗口   # SW_RESTORE 用原来的大小和位置显示一个窗口,同时令其进入活动状态   # SW_SHOW 用当前的大小和位置显示一个窗口,同时令其进入活动状态   # SW_SHOWMAXIMIZED 最大化窗口,并将其激活   # SW_SHOWMINIMIZED 最小化窗口,并将其激活   # SW_SHOWMINNOACTIVE 最小化一个窗口,同时不改变活动窗口   # SW_SHOWNA 用当前的大小和位置显示一个窗口,不改变活动窗口   # SW_SHOWNOACTIVATE 用最近的大小和位置显示一个窗口,同时不改变活动窗口   win32api.ShellExecute(0, 'open', res, '', '', 1)  else:   print("语音命令失败") if __name__ == '__main__':  order=ASR()  control(order.rstrip("。"))

以上是“如何基于python实现语音录入识码”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI