怎么在python中調(diào)用百度REST API實現(xiàn)語音識別

怎么在python中調(diào)用百度REST API實現(xiàn)語音識別？相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

創(chuàng)建應用

打開 http://yuyin.baidu.com/app ，點擊創(chuàng)建應用，應用名稱自己取，選擇合適的應用類型。下一步，服務類型選擇語音識別，繼續(xù)點擊下一步，然后就可以關(guān)閉了。

刷新當前頁面，你就可以看到自己創(chuàng)建的應用，點擊查看key，這些是進行身份識別的關(guān)鍵信息。

代碼編寫

在 http://yuyin.baidu.com/docs/asr/54 可以查看官方文檔，百度提供了兩種方法：隱式發(fā)送是將音頻數(shù)據(jù)打包轉(zhuǎn)換成一個字符串，放到json數(shù)據(jù)包中來發(fā)送；顯示發(fā)送則是直接發(fā)送語音數(shù)據(jù)。本代碼使用隱式發(fā)送。

注意：使用前要將你的應用信息填入適當位置

#!/usr/bin/env python
# coding: utf-8
import urllib2
import json
import base64
import os

#設置應用信息
baidu_server = "https://openapi.baidu.com/oauth/2.0/token?"
grant_type = "client_credentials"
client_id = "" #填寫API Key
client_secret = "" #填寫Secret Key

#合成請求token的URL
url = baidu_server+"grant_type="+grant_type+"&client_id="+client_id+"&client_secret="+client_secret

#獲取token
res = urllib2.urlopen(url).read()
data = json.loads(res)
token = data["access_token"]
print token

#設置音頻屬性，根據(jù)百度的要求，采樣率必須為8000，壓縮格式支持pcm（不壓縮）、wav、opus、speex、amr
VOICE_RATE = 8000
WAVE_FILE = "test.wav" #音頻文件的路徑
USER_ID = "hail_hydra" #用于標識的ID，可以隨意設置
WAVE_TYPE = "wav"

#打開音頻文件，并進行編碼
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 "音頻文件不存在或格式錯誤"
else:
  print "錯誤"

看完上述內(nèi)容，你們掌握怎么在python中調(diào)用百度REST API實現(xiàn)語音識別的方法了嗎？如果還想學到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！