基于python语音控制大疆创新EP机器人并进行对话——第二步将录音通过百度AI识别并播放
说一下上一篇文章的错误
上一篇文章在编程思维上有一点小问题，因为在后面我加上了进行对话，忘记改编程思维了，下面我就将一下我觉得的编程思维吧
电脑录音——通过百度AI识别成文本——将文本信息发送给EP——将文本信息发给图灵机器人——将图灵机器人返回的结果转化成MP3——将MP3播放
讲一下上一篇文章中的代码
流程：采样-》写入文件
import pyaudio #导入pyAudio的源代码文件，我们下面要用到，不用到就不用导入啦import wavedef record(): #定义函数CHUNK = 1024 FORMAT = pyaudio.paInt16 #量化位数CHANNELS = 1 #采样管道数RATE = 16000 #采样率 RECORD_SECONDS = 2WAVE_OUTPUT_FILENAME = "output.wav" #文件保存的名称p = pyaudio.PyAudio() #创建PyAudio的实例对象stream = p.open(format=FORMAT,#调用PyAudio实例对象的open方法创建流Streamchannels=CHANNELS,rate=RATE,input=True,frames_per_buffer=CHUNK)frames = [] #存储所有读取到的数据print('* recording >>>')#打印开始录音for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)): #for循环，控制录音时间data = stream.read(CHUNK) #根据需求，调用Stream的write或者read方法frames.append(data)print('* stop >>>') #打印结束录音stream.close() #调用Stream的close方法，关闭流p.terminate() #调用pyaudio.PyAudio.terminate() 关闭会话wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb') #写入wav文件里面wf.setnchannels(CHANNELS)wf.setsampwidth(p.get_sample_size(FORMAT))wf.setframerate(RATE)wf.writeframes(b''.join(frames))wf.close()record() #运行异常改函数
这就是代码的一个大概讲解，我们不必去记住它的细节怎么样的，我们只用记住它是干嘛的就行了，直接调用
录的音怎么样通过百度AI识别
百度语音是百度云 AI 开放平台提供的支持语音识别和语音合成的服务，注册以后就可以直接访问它的 REST API 了，并且有向普通用户提供免费的调用额度，好像是5000次。
注册成功以后，进入语音服务的控制台创建一个新的应用，记下自己的 AppID、API Key 和 Secret Key，这些是需要写到代码中的。
注册百度AI，并创建运用
在浏览器上搜索百度AI开饭平台，并进入官网。
注册
登录以后找到AI语音技术
创建运用
完成创建并记下自己的 AppID、API Key 和 Secret Key
这样我们就完成创建运用，那么接下来应该怎么样编程呢，这时候我们可以看百度AI平台的技术文档
from aip import AipSpeech""" 你的 APPID AK SK """APP_ID = '你的 App ID'API_KEY = '你的 Api Key'SECRET_KEY = '你的 Secret Key'client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
下面是接口说明：举例，要对段保存有一段语音的语音文件进行识别：
# 读取文件def get_file_content(filePath):with open(filePath, 'rb') as fp:return fp.read()# 识别本地文件client.asr(get_file_content('audio.pcm'), 'pcm', 16000, {'dev_pid': 1537,result_text = result["result"][0]print("you said: " + result_text)return result_text })
识别完之后我们还将识别的文本读变成语音，这时候我们也用到看百度语音（TTS），很多软件都有文本转语音的功能，但是百度语音的4号是好听的小姐姐声音哦。
from aip import AipSpeechAPP_ID = 'Your AppID'API_KEY = 'Your API Key'SECRET_KEY = 'Your Secret Key'client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)def speak(text=""):result = client.synthesis(text, 'zh', 1, {'spd': 4,'vol': 5,'per': 4,})if not isinstance(result, dict):with open('audio.mp3', 'wb') as f:f.write(result)speak("很高兴见到你")
现在已经把文本转成语音了，下面就需要播放MP3了，我用了playsound库，所以我们要安装playsound库，pip install playsound,播放代码如下：
def speak1():playsound("audio.mp3")speak1()
这个时候我们将录音通过百度AI识别并播放的代码都将完了，完整代码
import pyaudio #导入pyAudio的源代码文件，我们下面要用到，不用到就不用导入啦import wavefrom aip import AipSpeechfrom playsound import playsoundAPP_ID = '自己的APP_ID' #新建AiPSpeechAPI_KEY = '自己的API_KEY'SECRET_KEY = '自己的SECRET_KEY'client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)def record(): #定义函数CHUNK = 1024 FORMAT = pyaudio.paInt16 #量化位数CHANNELS = 1 #采样管道数RATE = 16000 #采样率 RECORD_SECONDS = 2WAVE_OUTPUT_FILENAME = "output.wav" #文件保存的名称p = pyaudio.PyAudio() #创建PyAudio的实例对象stream = p.open(format=FORMAT,#调用PyAudio实例对象的open方法创建流Streamchannels=CHANNELS,rate=RATE,input=True,frames_per_buffer=CHUNK)frames = [] #存储所有读取到的数据print('* 开始录音 >>>')#打印开始录音for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):data = stream.read(CHUNK) #根据需求，调用Stream的write或者read方法frames.append(data)print('* 结束录音 >>>') #打印结束录音stream.close() #调用Stream的close方法，关闭流p.terminate() #调用pyaudio.PyAudio.terminate() 关闭会话wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb') #写入wav文件里面wf.setnchannels(CHANNELS)wf.setsampwidth(p.get_sample_size(FORMAT))wf.setframerate(RATE)wf.writeframes(b''.join(frames))wf.close()def cognitive(): #读取文件def get_file_content(filePath):with open(filePath, 'rb') as fp:return fp.read()result = client.asr(get_file_content('output.wav'), 'wav', 16000, {'dev_pid': 1537, #识别本地文件})result_text = result["result"][0]print("you said: " + result_text)return result_text def speak(text=""):result = client.synthesis(text, 'zh', 1, {'spd': 4,'vol': 5,'per': 4,})if not isinstance(result, dict):with open('audio.mp3', 'wb') as f:f.write(result) def speak1():playsound("audio.mp3")record() #录音模块result = cognitive() #百度识别结果speak(result) #将百度识别结果转化成语音speak1() #朗读百度识别结果
好了。截图就到这里结束啦，大家可以尝试一下。
参考资料
playsound库
百度AI语音识别技术文档
