编程宝库 - 技术改变世界

编程宝库

Search

Python编程技术

利用Python实现自制文件搜索小工具

pygame实现一个类似满天星游戏流程详解

基于Python实现语音识别和语音转文字

前言

嗨嗨，大家好呀 ~ 今天给你们分享一个有趣的东西 ~

是一个语音识别跟语音转文字的小工具

感兴趣的朋友可以继续往下滑咯

直接使用

在1.2官网注册后拿到APISecret和APIKey，

直接复制文章2.4demo代码，

保存为online_tts.py，

在命令行执行

python online_tts.py -client_secret=你的client_secret -client_id=你的client_id -file_save_path=test.wav --text=今天天气不错

获取权限

Python调用标贝科技语音合成接口，实现文字转语音

1.环境准备

Python 3

2.获取权限

标贝科技 https://ai.data-baker.com/#/?source=qwer12

1.2.1 登录

点击产品地址进行登录，支持短信、密码、微信三种方式登录。

1.2.2 创建新应用

登录后进入【首页概览】，

各位开发者可以进行创建多个应用。

包括一句话识别、长语音识别、录音文件识别；

在线合成、离线合成、长文本合成。

1.2.3 选择服务

进入【已创建的应用】，左侧选择您需调用的AI技术服务，右侧展示对应服务页面概览（您可查询用量、管理套餐、购买服务量、自主获取授权、预警管理）。

1.2.4 获取Key&Secret

通过服务 / 授权管理，获取对应参数，

进行开发配置

拿到Key和Secret就可以正式使用啦！

代码实现

1.获取access_token

在拿到Key和Secret后，

我们还需要调用授权接口获取access_token，

这个access_token有效时长是24小时。

需要源码、教程，或者是自己有关python不懂的问题，都可以来这里哦 https://jq.qq.com/?_wv=1027&k=xJU8WKpY 这里还有学习资料与免费课程领取

# 获取access_token用于鉴权
def get_access_token(client_secret, client_id):
  grant_type = "client_credentials"
  url = "https://openapi.data-baker.com/oauth/2.0/token?grant_type={}&client_secret={}&client_id={}".format(grant_type, client_secret, client_id)
  response = requests.post(url)
  access_token = json.loads(response.text).get('access_token')

  return access_token

2.获取转换后音频

拿到access_token后，

调用语音合成接口，

就可以获得生成的音频

# 获取转换后音频
def get_audio(data):
  url = "https://openapi.data-baker.com/tts?access_token={}&domain={}&language={}&voice_name={}&text={}&audiotype={}".format(data['access_domain'], data['domain'], data['language'], data['voice_name'], data['text'], data['audiotype'])
  response = requests.post(url)
  content_type = response.headers['Content-Type']
  if 'audio' not in content_type:
      raise Exception(response.text)
  return response.content

3.配置接口参数

client_secret和client_id：在文章1.2的官网获取，必填

file_save_path：文件保存路径，必填

text：需要转换的文本内容

audiotype：音频类型，默认16K采样率wav格式

domain：所属领域，默认1

language：合成后文本语言，默认中文“zh"

voice_name：发音人选择，默认“Lingling"，

# 获取命令行输入参数
def get_args():
  text = '欢迎使用标贝开发平台。'
  parser = argparse.ArgumentParser(description='ASR')
  parser.add_argument('-client_secret', type=str, required=True)
  parser.add_argument('-client_id', type=str, required=True)
  parser.add_argument('-file_save_path', type=str, required=True)
  parser.add_argument('--text', type=str, default=text)
  parser.add_argument('--audiotype', type=str, default='6')
  parser.add_argument('--domain', type=str, default='1')
  parser.add_argument('--language', type=str, default='zh')
  parser.add_argument('--voice_name', type=str, default='Lingling')
  args = parser.parse_args()

  return args

4.完整demo

#!/usr/bin/env python
# coding: utf-8
import requests
import json
import argparse


# 获取access_token用于鉴权
def get_access_token(client_secret, client_id):
  grant_type = "client_credentials"
  url = "https://openapi.data-baker.com/oauth/2.0/token?grant_type={}&client_secret={}&client_id={}".format(grant_type, client_secret, client_id)
  response = requests.post(url)
  access_token = json.loads(response.text).get('access_token')

  return access_token


# 获取转换后音频
def get_audio(data):
  url = "https://openapi.data-baker.com/tts?access_token={}&domain={}&language={}&voice_name={}&text={}&audiotype={}".format(data['access_domain'], data['domain'], data['language'], data['voice_name'], data['text'], data['audiotype'])
  response = requests.post(url)
  content_type = response.headers['Content-Type']
  if 'audio' not in content_type:
      raise Exception(response.text)
  return response.content

# 获取命令行输入参数
def get_args():
  text = '欢迎使用标贝开发平台。'
  parser = argparse.ArgumentParser(description='ASR')
  parser.add_argument('-client_secret', type=str, required=True)
  parser.add_argument('-client_id', type=str, required=True)
  parser.add_argument('-file_save_path', type=str, required=True)
  parser.add_argument('--text', type=str, default=text)
  parser.add_argument('--audiotype', type=str, default='6')
  parser.add_argument('--domain', type=str, default='1')
  parser.add_argument('--language', type=str, default='zh')
  parser.add_argument('--voice_name', type=str, default='Lingling')
  args = parser.parse_args()

  return args


if __name__ == '__main__':
  try:
      args = get_args()

      # 获取access_token
      client_secret = args.client_secret
      client_id = args.client_id
      access_token = get_access_token(client_secret, client_id)

      # 读取参数
      audiotype = args.audiotype
      domain = args.domain
      language = args.language
      voice_name = args.voice_name
      text = args.text
      data = {'access_domain': access_token, 'audiotype': audiotype, 'domain': domain, 'language': language,
              'voice_name': voice_name, 'text': text}
      content = get_audio(data)

      #保存音频文件
      with open('test.wav', 'wb') as audio:
          audio.write(content)
      print("task finished successfully")
  except Exception as e:
      print(e)

5.执行

复制所有代码，保存为online_tts.py，在命令行执行

python online_tts.py -client_secret=你的client_secret -client_id=你的client_id -file_save_path=test.wav --text=今天天气不错

关于基于Python实现语音识别和语音转文字的文章就介绍至此，更多相关Python语音识别语音转文字内容请搜索编程宝库以前的文章，希望以后支持编程宝库！

下一节：pygame实现一个类似满天星游戏流程详解

Python编程技术

编写类满天星游戏，目前自己设定需要用到的算法内容，包括第一点点击某一个图标后，自动检查图标上下左右是有与之相同的图形，如果包括自身在内有三个以上的图形，则可以消除。第二，当界面中有图形消除后，那么 ...

利用Python实现自制文件搜索小工具

pygame实现一个类似满天星游戏流程详解