用Python来使用科大讯飞语音识别，so easy

在人工智能高速发展的今天，语音识别技术被带入到人们的工作和生活中，开始被越来越多的人关注和使用，今天,当各种在线客服被机器人客服代替,当速记翻译馆被语音识别代替,甚至当收银员、驾驶员、工厂工人、普通文书和律师都被人工智能代替时，人们也越来越焦虑。下面这篇文章分享Python用ctypes调用动态库的方式使用科大讯飞语音识别。

ctypes 是 Python 的一个模块，它提供了C语言相关的数据类型，可以方便的调用C语言编写的DLL（Windows 动态链接库）和so（Linux动态链接库）。科大讯飞的语音识别客户端SDK提供了Linux下的C语言SDK，却没有Python的。有了ctypes，我们就可以很轻松的用Python来使用科大讯飞的语音识别了。

 

通过LoadLibrary()函数加载动态库：

xflib = ctypes.cdll.LoadLibrary('msc/libmsc.so')

 

在Python里面调用C函数时主要是注意参数的类型。语音识别的接口的具体参数可以参考其提供的文档，比如接口函数：

const char* MSPAPI QISRSessionBegin( const char* grammarList, const char*
params, int* errorCode )

 

返回的是一个char指针作为sessionID以供后续接口作为参数使用，在Python里面要用ctypes.c_voidp类型：

ret = ctypes.c_int()
sessionId = ctypes.c_voidp()
sessionId = xflib.QISRSessionBegin(None, param1, ret)

 

调用其它接口函数时，还可能用到如下ctypes的类型和接口：

• ctypes.create_string_buffer()
• ctypes.addressof()
• ctypes.byref()
• ctypes.string_at()
• ctypes.c_char_p()
• ctypes.c_uint()

关于ctypes的更详细说明可以参考官方文档。

 

 

文章整理于www.yuanrenxue.com