基于百度语音识别API的Python语音识别小程序

一、功能概述

实现语音为文字，可以扩展到多种场景进行工作，这里只实现其基本的语言接收及转换功能。
在语言录入时，根据语言内容的多少与停顿时间，自动截取音频进行转换。
工作示例：

二、软件环境

操作系统：win10
语言：Python 版本：3.6.0
Python库：AipSpeech(百度语音识别SDK客户端），wave，PyAudio，paInt16

###Python库安装：除百度为：pip install baidu-aip，其他直接 pip install *（库名）即可。

三、原理概述

利用wave，PyAudio搭建一个wav格式的简易录音机，基于百度API进行wav格式的音频转文本。

简易录音机类（WWAV）有__save_wave_file音频文件保存方法与my_record音频录制方法。在录制音频的方法中，加入了有效音频测试的代码，可以测试一小段时间内是否有有效音频输入，否则退出音频录制。
转换类（Translation）则为__get_file_content方法与get_word音频转换主方法。

四、核心代码

my_record音频录制方法（WWAV类）

def my_record(self,TIME = 60,INTERVAL = 5):'''录制并保存音频文件，TIME录制时间，INTERVAL测试间隔'''pa=PyAudio()tr = Translation()stream=pa.open(format = paInt16,channels=self.__channels,rate=self.__framerate,input=True,frames_per_buffer=self.__NUM_SAMPLES)my_buf=[] # 主音频源buf=[] # 测试音频源i=0while i < TIME*2: #控制录音时间string_audio_data = stream.read(self.__NUM_SAMPLES)  # 获取音频片段my_buf.append(string_audio_data)if i < INTERVAL*2:buf.append(string_audio_data)i += 1elif i == INTERVAL*2:self.__save_wave_file('00.wav',buf) # 保存测试音频err,a = tr.get_word('00.wav') # 得到测试音频是否有效if err == 0:breaki = 0 # 初始化buf = [] # 同上print('.',end = ' ')self.__save_wave_file('01.wav',my_buf)stream.close()

get_word音频转换方法（Translation类）

def get_word(self,filePath):'''音频转文字，参数filePath为wav音频地址，返回双值：状态(1为转换成功)及转换后文本或错误信息'''word = self.__client.asr(self.__get_file_content(filePath),'wav',8000,{'lan': 'zh'}) # 参数：语音对象，文件格式，采样率，语种类型if word['err_no'] == 0: # 错误值为0（即正确）return 1,word['result'][0] # 返回 1 与 文本信息else:return 0,word['err_no'] # 否则返回 0 与 错误内容