黑松山资源网 Design By www.paidiu.com
百度语音对上传的语音要求目前必须是单声道,16K采样率,采样深度可以是16位或者8位的PCM编码。其他编码输出的语音识别不出来。
语音的处理技巧:
录制为MP3的语音(通常采样率为44100),要分两步才能正确处理。第一步:使用诸如GoldWave的软件,先保存为16K采样率的MP3;第二步,打开16K采样率的MP3,另存为Wav格式,参数选择PCM,单声道即可。
另外,也可以使用ffmpeg将MP3处理为PCM。后文的程序即采用这种方法。
由于PCM编码的语音没有压缩,文件体积与语音长度成正比。百度语音平台对语音的长度的限制未知。文件太大,网速不好的时候,容易出现”连接错误“的提示。因此,对时间较长的语音,应该将语音分割成多个序列,在分别进行识别。(目前按照等长分割)
以下代码,使用前,需要在baidu 开发者上申请相关的API ID, API Key, Secret Key,并以申请的参数代入到文件中。
# 引入Speech SDK from aip import AipSpeech import subprocess import datetime import sys import os import time from pydub import AudioSegment import math # 定义常量 #APP_ID = '你的 App ID' APP_ID = '937****' #API_KEY = '你的 API Key' API_KEY = 'mOV9QaabNnkur0Aba15T****' #SECRET_KEY = '你的 Secret Key' SECRET_KEY = '097111374ad26d4ba00937c5e332****' # 初始化AipSpeech对象 aipSpeech = AipSpeech(APP_ID, API_KEY, SECRET_KEY) # 文件处理 def get_wave_filename(fileFullName): # MP3文件转换成wav文件 # 判断文件后缀,是mp3的,直接处理为16k采样率的wav文件; # 是wav的,判断文件的采样率,不是8k或者16k的,直接处理为16k的采样率的wav文件 # 其他情况,就直接返回AudioSegment直接处理 fileSufix = fileFullName[fileFullName.rfind('.')+1:] print(fileSufix) filePath = fileFullName[:fileFullName.find(os.sep)+1] print(filePath) if fileSufix.lower() == "mp3": wavFile = "wav_%s.wav" %datetime.datetime.now().strftime('%Y%m%d%H%M%S') wavFile = filePath + wavFile cmdLine = "ffmpeg -i \"%s\" -ar 16000 " %fileFullName cmdLine = cmdLine + "\"%s\"" %wavFile print(cmdLine) ret = subprocess.run(cmdLine) print("ret code:%i" %ret.returncode) return wavFile #if ret.returncode == 1: # return wavFile #else: # return None else: return fileFullName #文件分片 try: script, fileFullName = sys.argv except: print("参数 文件名 未指定!") exit() if not os.path.isfile(fileFullName): print("参数 %s 不是一个文件名" %fileFullName) exit() if not os.path.exists(fileFullName): print("参数 %s 指定的文件不存在" %fileFullName) exit() filePath = fileFullName[:fileFullName.find(os.sep)+1] # 文件处理为Wav,采样率16k的文件,返回文件名 wavFile = get_wave_filename(fileFullName) print(wavFile) record = AudioSegment.from_wav(wavFile) if wavFile != fileFullName: time.sleep(1) os.remove(wavFile) recLen = record.duration_seconds interval = 120 * 1000 maxLoop = math.ceil(recLen*1000/float(interval)) for n in range(0,math.ceil(recLen*1000/float(interval))): recSeg = record[n * interval : (n + 1)*interval] #print("Segment:%i,startat:%i,length:%i" %n,n*interval/1000,recSeg.duration_seconds) print(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S') + " Segment:" + str(n) +"/" + str(maxLoop)) segFile = filePath + "seg%s.wav" %("0"*7 + str(n))[-6:] # 把分段的语音信息保存为临时文件 file_handle = recSeg.export(segFile,format="wav",codec = "libvorbis") file_handle.close() # 读取分段的临时文件为字节 file_handle = open(segFile, 'rb') file_content = file_handle.read() file_handle.close() # 删除临时文件 os.remove(segFile) # 用百度API处理该语音 result=aipSpeech.asr(file_content, 'pcm', 16000, {'lan': 'zh'}) if result['err_no'] == 0: print(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S') + " " + result['result'][0]) else: print(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S') + " " + "err_no:" + str(result['err_no']))
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
黑松山资源网 Design By www.paidiu.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
黑松山资源网 Design By www.paidiu.com
暂无评论...
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
2024年10月08日
2024年10月08日
- 《丁当 20首重量级歌曲 Fu Good 下一站天后 2CD》[WAV/分轨][650MB]
- 歌莉雅.2012-My.Voice.Story【环星】【FLAC分轨】
- 群星.1993-一曲成名·青春无悔【飞碟】【WAV+CUE】
- 刘德华.2000-爱无知(金装版)【NEWMELODY】【WAV+CUE】
- 许巍《时光漫步》1CD[FLAC/分轨][804.3MB]
- 群星《2024第一季度百度歌曲排行抖音榜top100》1CD[FLAC/分轨][2.3GB]
- 张柏芝《全新经验》[FLAC/分轨][450MB]
- 唐朝.2008-浪漫骑士【音乐家】【WAV+CUE】
- 张芸京.2016-失败的高歌【泡耳音乐】【WAV+CUE】
- 群星.1991-音乐工厂1·皇后大道东【音乐工厂】【WAV+CUE】
- 群星.1992-音乐工厂2·首都【音乐工厂】【WAV+CUE】
- 群星.1994-音乐工厂3·儿童乐园【音乐工厂】【WAV+CUE】
- 胡鸿钧.2021-ex:CHANGE【星梦娱乐】【WAV+CUE】
- 班得瑞原装进口《第一张新世纪专辑:仙境》1CD[APE/CUE分轨][292.3MB]
- 伍佰《摇滚教父 伍佰黄金精选 2CD》[WAV+CUE][990MB]