标签:一个 file ppi 代码 get bsp ice 复制 pos
下面是一个简单的人工智能对话的程序,做起来很简单基于俩个工具就可以完成了.
百度AI开放平台: ai.baidu.com 里面有很多实现人工智能的模型可以免费使用
图灵机器人: www.turingapi.com 定制一个属于自己的专属智能机器人
在进行语音识别的时候,要求传入音频的格式是pcm,我们电脑的录音机的格式不是人家要求的需要对格式进行转码,在这之前需要下载安装插件 http://ffmpeg.org/download.html
这样就可以玩了.
首先我们需要去录音机录制一段语音.稍后要进行使用.
下面是具体代码,语音合成和识别的代码其实特别简单,按照百度文档里的内容复制粘贴就行
from aip import AipSpeech from to_tolin import to_tolin import os """读取音频文件,语音转化成字符串传给图灵""" """ 你的 APPID AK SK """ APP_ID = ‘15838233‘ API_KEY = ‘Xy8d3wRbsjfmpGsPryvNexcL‘ SECRET_KEY = ‘PmpwVdVj0mHU1BTeAhyXZNlBi8CrPOP2‘ client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) # 读取文件 def get_file_content(filePath): new = filePath.split(".")[0] os.system(f"ffmpeg -y -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {new}.pcm") with open(f"{new}.pcm", ‘rb‘) as fp: return fp.read() # 识别本地文件 ret = client.asr(get_file_content(‘auido.mp3‘), ‘pcm‘, 16000, { ‘dev_pid‘: 1536, }) ret_new = ret.get("result")[0] to_tolin(ret_new)
import requests from output import VoiceOutput """借用第三方,进行语音智能聊天,图灵返回的字符串传回给output.py,把语言合成并播放出来""" def to_tolin(text): data = { "perception": { "inputText": { "text": f"{text}" }, }, "userInfo": { "apiKey": "5598e8fcceda4ea4a005892bcb053ee8", "userId": "1" } } res = requests.post("http://openapi.tuling123.com/openapi/api/v2",json=data) new_res = res.json().get("results")[0].get("values").get("text") print(new_res) VoiceOutput(new_res)
from aip import AipSpeech import os """ 把图灵机器人回复的话通过语音合成,输出 """ def VoiceOutput(text): """ 你的 APPID AK SK """ APP_ID = ‘15838233‘ API_KEY = ‘Xy8d3wRbsjfmpGsPryvNexcL‘ SECRET_KEY = ‘PmpwVdVj0mHU1BTeAhyXZNlBi8CrPOP2‘ client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) result = client.synthesis(f‘{text}‘, ‘zh‘, 1, { ‘vol‘: 5, ‘per‘: 4, ‘pit‘: 7, ‘spd‘: 4 }) print(text) # 识别正确返回语音二进制 错误则返回dict 参照下面错误码 if not isinstance(result, dict): with open(‘auido.mp3‘, ‘wb‘) as f: f.write(result) os.system(‘auido.mp3‘)
由于我懒得去一边一边去录,所以我做的是机器人自问自答的 哈哈哈哈
标签:一个 file ppi 代码 get bsp ice 复制 pos
原文地址:https://www.cnblogs.com/awfj/p/10601918.html