如何基于python實現語音錄入識碼

小編給大家分享一下如何基于python實現語音錄入識碼，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

這篇文章主要介紹了如何通過python實現語音錄入識別,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

一、介紹

1.第一步錄音存入本地

2.調用百度語音識別sdk

注意點：百度語音識別對聲音源有要求，比特率必須是256kbps

二、代碼

#安裝必要庫
pip install baidu-aip #百度sdk
pip install pyaudio

import wave
import pyaudio
from aip import AipSpeech

def record():
 # 定義數據流塊
 CHUNK = 1024
 FORMAT = pyaudio.paInt16
 # 想要百度識別，下面這兩參數必須這樣設置，使得比特率為256kbps
 CHANNELS = 1
 RATE = 16000
 # 錄音時間
 RECORD_SECONDS = 8
 # 要寫入的文件名
 WAVE_OUTPUT_FILENAME = "output.wav"
 # 創建PyAudio對象
 p = pyaudio.PyAudio()

 # 打開數據流
 stream = p.open(format=FORMAT,
     channels=CHANNELS,
     rate=RATE,
     input=True,
     frames_per_buffer=CHUNK)

 print("* recording")

 # 開始錄音
 frames = []
 for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
  data = stream.read(CHUNK)
  frames.append(data)

 print("* done recording")
 # 停止數據流
 stream.stop_stream()
 stream.close()

 # 關閉PyAudio
 p.terminate()

 # 寫入錄音文件
 wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
 wf.setnchannels(CHANNELS)
 wf.setsampwidth(p.get_sample_size(FORMAT))
 wf.setframerate(RATE)
 wf.writeframes(b''.join(frames))
 wf.close()
def ASR():
 # 錄音
 record()

 """ 你的 APPID AK SK """
 APP_ID = '****'
 API_KEY = '****'
 SECRET_KEY = '****'

 client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

 # 讀取文件
 def get_file_content(filePath):
  with open(filePath, 'rb') as fp:
   return fp.read()

 # 識別本地文件
 res=client.asr(get_file_content('output.wav'), 'wav', 16000, {
  'dev_pid': 1536,
 })

 print(res)
if __name__ == '__main__':
 ASR()

三、語音命令控制程序

import wave
import pyaudio
from aip import AipSpeech
import win32api

def record():
 # 定義數據流塊
 CHUNK = 1024
 FORMAT = pyaudio.paInt16
 # 想要百度識別，下面這兩參數必須這樣設置，使得比特率為256kbps
 CHANNELS = 1
 RATE = 16000
 # 錄音時間
 RECORD_SECONDS = 8
 # 要寫入的文件名
 WAVE_OUTPUT_FILENAME = "output.wav"
 # 創建PyAudio對象
 p = pyaudio.PyAudio()

 # 打開數據流
 stream = p.open(format=FORMAT,
     channels=CHANNELS,
     rate=RATE,
     input=True,
     frames_per_buffer=CHUNK)

 print("* recording")

 # 開始錄音
 frames = []
 for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
  data = stream.read(CHUNK)
  frames.append(data)

 print("* done recording")
 # 停止數據流
 stream.stop_stream()
 stream.close()

 # 關閉PyAudio
 p.terminate()

 # 寫入錄音文件
 wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
 wf.setnchannels(CHANNELS)
 wf.setsampwidth(p.get_sample_size(FORMAT))
 wf.setframerate(RATE)
 wf.writeframes(b''.join(frames))
 wf.close()
def ASR():
 # 錄音
 record()

 """ 你的 APPID AK SK """
 APP_ID = '****'
 API_KEY = '****'
 SECRET_KEY = '****'

 client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

 # 讀取文件
 def get_file_content(filePath):
  with open(filePath, 'rb') as fp:
   return fp.read()

 # 識別本地文件
 res=client.asr(get_file_content('output.wav'), 'wav', 16000, {
  'dev_pid': 1536,
 })
 if not res.get("err_no"):
  return res.get("result")[0]
 return res.get("err_no")

def control(order):
 # 命令對應的程序路徑
 open_order={"打開QQ":r"C:\Program Files (x86)\Tencent\QQ\Bin\QQScLauncher.exe","打開記事本":r"D:\Notepad++\notepad++.exe","打開瀏覽器":r"C:\Users\ffm11\AppData\Roaming\360se6\Application\360se.exe"}
 res=open_order.get(order)
 if res:
  # 參數1：用于指定父窗口句柄。當函數調用過程出現錯誤時，它將作為Windows消息窗口的父窗口
  # 參數2：用于指定要進行的操作。
  # “open”操作表示執行由lpFile參數指定的程序，或打開由lpFile參數指定的文件或文件夾；
  # “print”操作表示打印由lpFile參數指定的文件；
  # “explore”操作表示瀏覽由lpFile參數指定的文件夾。
  # 參數3：用于指定要打開的文件名、要執行的程序文件名或要瀏覽的文件夾名。
  # 參數4：若lpFile參數是一個可執行程序，則此參數指定命令行參數，否則此參數應為NULL.
  # 參數5：若lpFile參數是一個可執行程序，則此參數指定程序窗口的初始顯示方式，否則此參數應設置為0。
  # 這個參數常用的常數：
  # SW_HIDE 隱藏窗口，活動狀態給令一個窗口
  # SW_MINIMIZE 最小化窗口，活動狀態給令一個窗口
  # SW_RESTORE 用原來的大小和位置顯示一個窗口，同時令其進入活動狀態
  # SW_SHOW 用當前的大小和位置顯示一個窗口，同時令其進入活動狀態
  # SW_SHOWMAXIMIZED 最大化窗口，并將其激活
  # SW_SHOWMINIMIZED 最小化窗口，并將其激活
  # SW_SHOWMINNOACTIVE 最小化一個窗口，同時不改變活動窗口
  # SW_SHOWNA 用當前的大小和位置顯示一個窗口，不改變活動窗口
  # SW_SHOWNOACTIVATE 用最近的大小和位置顯示一個窗口，同時不改變活動窗口
  win32api.ShellExecute(0, 'open', res, '', '', 1)
 else:
  print("語音命令失敗")

if __name__ == '__main__':
 order=ASR()
 control(order.rstrip("。"))

以上是“如何基于python實現語音錄入識碼”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！