最近在處理語音檢索相關(guān)的事。
其中用到語音識(shí)別,調(diào)用的是訊飛與百度的api,前者使用js是實(shí)現(xiàn),后者用python3實(shí)現(xiàn)(因?yàn)樽约菏褂胮ython)
環(huán)境:
python3.5
centos 7
流程
整個(gè)百度語音識(shí)別rest api 使用分為三部分:
1 (申請操作)創(chuàng)建應(yīng)用,獲取應(yīng)用的 API Key 以及 Secret Key。
2 (程序?qū)崿F(xiàn))通過已知的 應(yīng)用的 API Key 以及 Secret Key, 發(fā)送post 請求到 https://openapi.baidu.com/oauth/2.0/token 獲取 token
3 (程序?qū)崿F(xiàn)) 通過上步驟獲取的 token,通過post, 發(fā)送相關(guān)的 語音信息 到 http://vop.baidu.com/server_api ,獲取識(shí)別結(jié)果.
以上過程參考百度語音開發(fā)文檔,或者網(wǎng)上的資料。
python實(shí)現(xiàn)
程序整體如下:
import requests import json import uuid import base64 def get_token(): url = "https://openapi.baidu.com/oauth/2.0/token" grant_type = "client_credentials" api_key = "NzGBYD0jPFDqVT8VHRYa****" # 自己申請的應(yīng)用 secret_key = "8439155b9db2040b4acd13b0c*****" # 自己申請的應(yīng)用 data = {'grant_type': 'client_credentials', 'client_id': api_key, 'client_secret': secret_key} r = requests.post(url, data=data) token = json.loads(r.text).get("access_token") return token def recognize(sig, rate, token): url = "http://vop.baidu.com/server_api" speech_length = len(sig) speech = base64.b64encode(sig).decode("utf-8") mac_address = uuid.UUID(int=uuid.getnode()).hex[-12:] rate = rate data = { "format": "wav", "lan": "zh", "token": token, "len": speech_length, "rate": rate, "speech": speech, "cuid": mac_address, "channel": 1, } data_length = len(json.dumps(data).encode("utf-8")) headers = {"Content-Type": "application/json", "Content-Length": data_length} r = requests.post(url, data=json.dumps(data), headers=headers) print(r.text) filename = "two.wav" signal = open(filename, "rb").read() rate = 8000 token = get_token() recognize(signal, rate, token)
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務(wù)器15元起步,三天無理由+7*72小時(shí)售后在線,公司持有idc許可證,提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢,專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應(yīng)用場景需求。