人工智能 - 语音合成,语音识别,语音聊天机器人
人工智能 - 语音合成,语音识别,语音聊天机器人
现成的AI算法平台http://ai.baidu.com/
语音合成
根据百度大佬提供的文档,作出以下小栗子:
1.下载
pip install baidu-aip
2.代码
from aip import AipSpeech
""" 你的 APPID AK SK
控制台 -> 百度语音-> 创建或管理应用
"""
APP_ID = '15837844'
API_KEY = '411VNGbuZVbDNZU78LqTzfsV'
SECRET_KEY = '84AnwR2NARGMqnC6WFnzqQL9WWdWh5bW'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) # 实例化
def text2audio(text):
"""一些参数的配置,详见文档"""
result = client.synthesis(text, 'zh', 1, {
'vol': 5,
'per': 4,
'spd': 4,
'pit': 7,
})
# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):
print(result)
with open('audio.mp3', 'wb') as f:
f.write(result)
语音识别
1.下载 ffmpeg 用于将语音文件转换为pcm格式
链接: https://pan.baidu.com/s/1jonSAa_TG2XuaJEy3iTmHg
密码: w6hk
- pip pip install baidu-aip
3.代码
from aip import AipSpeech
import os
""" 你的 APPID AK SK """
APP_ID = '15837844'
API_KEY = '411VNGbuZVbDNZU78LqTzfsV'
SECRET_KEY = '84AnwR2NARGMqnC6WFnzqQL9WWdWh5bW'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
# 读取文件
def get_file_content(filePath):
os.system(f"ffmpeg -y -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm") # 使用ffmpeg转换格式
with open(f"{filePath}.pcm", 'rb') as fp:
return fp.read()
# 识别本地文件
res = client.asr(get_file_content('wyn.wav'), 'pcm', 16000, {
'dev_pid': 1536,
})
print(res.get("result")[0])
# if res.get("result")[0] == "你叫什么名字":
# text2audio("我叫银王八")
语音聊天机器人
1.为了更快捷的开发, 我们可以调用福林机器人的API
在福林机器人里自定义机器人部分功能.
2.代码
from aip import AipSpeech
from aip import AipNlp # 自然语言处理,词义相似度
import os
""" 你的 APPID AK SK """
APP_ID = '15837844'
API_KEY = '411VNGbuZVbDNZU78LqTzfsV'
SECRET_KEY = '84AnwR2NARGMqnC6WFnzqQL9WWdWh5bW'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
nlp_client = AipNlp(APP_ID, API_KEY, SECRET_KEY) # 实例化词义相似度对象
"""查询文件"""
def get_file_content(filePath):
os.system(f"ffmpeg -y -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm")
with open(f"{filePath}.pcm", 'rb') as fp:
return fp.read()
"""识别本地文件"""
res = client.asr(get_file_content('jgxh.wma'), 'pcm', 16000, {
'dev_pid': 1536,
})
text = res.get("result")[0]
"""福林机器人智能回答函数"""
import requests
def to_tuling(text, uid):
data = {
"perception": {
"inputText": {
"text": "北京"
}
},
"userInfo": {
"apiKey": "a4c4a668c9f94d0c928544f95a3c44fb",
"userId": "123"
}
}
data["perception"]["inputText"]["text"] = text
data["userInfo"]["userId"] = uid
res = requests.post("http://openapi.tuling123.com/openapi/api/v2", json=data)
# print(res.content)
res_json = res.json()
text = res_json.get("results")[0].get("values").get("text")
print(text)
return text
"""语音相似度判断函数"""
def my_nlp(text):
if nlp_client.simnet(text, "你叫什么名字").get("score") >= 0.75:
A = "我叫如花"
return A
if nlp_client.simnet(text, "你今年几岁了").get("score") >= 0.75:
A = "我今年999岁了"
return A
A = to_tuling(text, "open123") # 如果不符合自定义条件,那么调用福林机器人API
return A
"""开始执行"""
A = my_nlp(text)
result = client.synthesis(A, 'zh', 1, {
'vol': 5,
'per': 4,
'spd': 4,
'pit': 7,
})
# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):
# print(result)
with open('audio.mp3', 'wb') as f:
f.write(result)
"""自动执行audio.mp3, 打开软件为默认打开软件"""
os.system('audio.mp3')
