概述

随着人工智能的火热，现阶段越来越多的产品都想要加入语音功能。但语音的识别并不是那么容易的一件事情，于是各大互联网巨头都推出了语音识别产品，本篇文章主要介绍下百度的语音识别和语言合成功能。

要使用百度的语言功能需要先注册一个百度云账号，登陆到百度云，选择百度产品的‘人工智能’，点击‘语言识别’

点击后显示下面的页面

可以看到有两个按钮，‘立即使用’和‘技术文档’

我们可以先建立一个语音产品应用，点击‘立即使用’

如果之前没有创建过，那应用就是0个，可以先创建应用

在这个页面填写自己的应用名称和应用类型，再选择应用的功能。创建完成会生成

AppID,API Key,Secret Key,把这三个参数需要记录下来。

再打开百度的语音文档

百度的语音识别API是REST API接口，可以使用任意语言来使用。同时百度还提供了多种常见的编程语言的API。我们以python为例子来演示百度的语言识别和语言合成过程.

语音识别

使用python的百度语音识别，需要下载百度的语音SDK包

执行下面命令：pip install baidu-aip

output.wav是使用录音软件录下的16000采样率单声道的语音文件。

from aip import AipSpeechimport wavedef get_pcm_from_wav(filename):wav = wave.open(filename,'rb')return wav.readframes(wav.getnframes())APP_ID = '你自己的AppID'APP_KEY = '你自己的app key'SECRET_KEY = '你自己的Secret Key'client = AipSpeech(APP_ID,APP_KEY,SECRET_KEY)pcm_con = get_pcm_from_wav('output.wav')res = client.asr(pcm_con,'pcm',16000,{'dev_pid:':1536})print(res)

执行python asr_test.py

输出：

{'corpus_no': '6763268067273881154', 'sn': '172374735471574696057', 'err_no': 0, 'err_msg': 'success.', 'result': ['这是一个语音测试']}

语音合成

使用百度的语音合成非常简单，把上面的代码稍微改下：

from aip import AipSpeechimport osAPP_ID = '你自己的AppID'

APP_KEY = '你自己的app key'

SECRET_KEY = '你自己的Secret Key'

client = AipSpeech(APP_ID,APP_KEY,SECRET_KEY)result = client.synthesis('请把我的文字直接播放','zh',1,{'vol':5})if not isinstance(result,dict):with open('tts.mp3','wb') as f:f.write(result)os.system('play tts.mp3')

执行python3 tts_test.py

这时候就可以在电脑里面播放出'请把我的文字直接播放'这句话

上面的代码在ubuntu16.04下面都调试通过。

郑重声明：本文作品为原创，如转载须注明出处“头条号：物联网电子世界”