人工智能(百度AI+图灵)
基于百度AIP + 图灵实现语音识别
登录百度AI官网: http://ai.baidu.com
1. 创建应用, 选择要添加的功能, 如: 自然语言处理
2. 查看相应文档, 实现响应的功能 (一般选择SDK文档)
语音合成
pip install baidu-aip
# 基于 python 实现语音合成
from aip import AipSpeech
""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
def radio_identify(text):
result = client.synthesis(text, 'zh', 1, {
'vol': 5, # 音量，取值0-15，默认为5中音量
'per': 0, # 发音人选择, 0:女声，1:男声，3:情感合成-度逍遥，4:情感合成-度丫丫，默认:普通女
'pit': 5, # 音调，取值0-9，默认为5中语调
'spd': 5, # 语速，取值0-9，默认为5中语速
})
# 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):
with open('audio.mp3', 'wb') as f:
f.write(result)
text = "讲个笑话"
radio_identify(text)
# 合成文本长度必须小于1024字节，如果本文长度较长，可以采用多次请求的方式。
语音识别
import os
from aip import AipSpeech
from 语音合成 import radio_identify
""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
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") # 见文件转为pcm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('audio.mp3'), 'pcm', 16000, {
'dev_pid': 1536, # 语言种类 1536:普通话
})
print(res.get('result')[0])
if res.get('result')[0] == "你叫什么名字":
radio_identify('我叫小帅哥')
# format (String) 语音文件的格式，pcm 或者 wav 或者 amr。
注意:
这里需要处理你的音频文件为.pcm格式
1. 通过 FFmpeg 转为.pcm格式 (不能直接修改后缀名):
百度链接：https://pan.baidu.com/s/1jonSAa_TG2XuaJEy3iTmHg
密 码：w6hk
2. 安装后添加环境变量
3. 通过以下命令实现文件转换
命令: ffmpeg -y -i audio.mp3 -acodec pcm_s16le -f s16le -ac 1 -ar 16000 audio.pcm
自然语言处理
NLP: Natural language processing
# 基于AipNlp实现语言处理, 通过短文本相似度, 进行判断语句
from aip import AipSpeech, AipNlp
import os
""" 你的 APPID AK SK """
APP_ID = '15838232'
API_KEY = 'TUL9jIGgWbB2lmdfxsSta8Qq'
SECRET_KEY = 'KeLTN8EwopzGmV0pXHaXdfXXRM8l9TRf'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
nlp_client = AipNlp(APP_ID, API_KEY, SECRET_KEY) # 实例化AipNlp
# 语音识别部分
# 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")
with open(f"{filePath}.pcm", 'rb') as fp:
return fp.read()
# 识别本地文件
res = client.asr(get_file_content('audio.mp3'), 'pcm', 16000, {
'dev_pid': 1536, # 语言种类 1536:普通话
})
text = res.get('result')[0]
# 智能问答
def my_nlp(text):
if nlp_client.simnet(text, "你叫什么名字").get('score') >= 0.68: # 带参数调用短文本相似度
A = '我叫小帅哥' # score 为两个文本相似度得分
return A
elif nlp_client.simnet(text, "你今年几岁了").get('score') >= 0.58:
A = '我今年18岁了, 哈哈'
return A
A = '我不知道你在说什么'
return A
# 语音合成
A = my_nlp(text)
result = client.synthesis(A, 'zh', 1, {
'vol': 5,
'per': 0,
'pit': 5,
'spd': 3,
})
# 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):
with open('audio.mp3', 'wb') as f:
f.write(result)
# 自动读取文件
os.system("audio.mp3")
图灵的简单应用
图灵官网: http://www.tuling123.com
1. 创建一个聊天机器人
2. 查看api使用文档, 进入接入教程
3. 通过requests, 发送post请求接口
4. 参数详解
1) 接口地址: http://openapi.tuling123.com/openapi/api/v2
2) 请求方式: HTTP请求, POST请求方式
3) 请求参数格式为json
示例:
{
"reqType":0,
"perception": {
"inputText": { # 文本
"text": "附近的酒店"
},
"inputImage": { # 图片地址
"url": "imageUrl"
},
"selfInfo": { # 地理位置信息
"location": {
"city": "北京",
"province": "北京",
"street": "信息路"
}
}
},
"userInfo": {
"apiKey": "",
"userId": ""
}
}
# 注意：输入参数必须包含inputText或inputImage或inputMedia！
userInfo:
apiKey String 必填 32位 机器人标识
userId String 必填 长度小于等于32位 用户唯一标识
import requests
data = {
"reqType": 0,
"perception": {
"inputText": {
"text": "北京"
},
},
"userInfo": {
"apiKey": "a91a1022ec7f41ba9f220daf64411686",
"userId": "2"
}
}
res = requests.post('http://openapi.tuling123.com/openapi/api/v2', json=data)
text = res.json().get('results')[0].get('values').get('text')
print(text)
图灵 + 百度AIP 实现语音技术
from aip import AipSpeech, AipNlp
import os
import requests
""" 你的 APPID AK SK """
APP_ID = '15838232'
API_KEY = 'TUL9jIGgWbB2lmdfxsSta8Qq'
SECRET_KEY = 'KeLTN8EwopzGmV0pXHaXdfXXRM8l9TRf'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
nlp_client = AipNlp(APP_ID, API_KEY, SECRET_KEY)
# 语音识别部分
# 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")
with open(f"{filePath}.pcm", 'rb') as fp:
return fp.read()
# 识别本地文件
res = client.asr(get_file_content('audio.mp3'), 'pcm', 16000, {
'dev_pid': 1536, # 语言种类 1536:普通话
})
text = res.get('result')[0]
def to_tuling(text, uid):
data = {
"reqType": 0,
"perception": {
"inputText": {
"text": "北京"
},
},
"userInfo": {
"apiKey": "a91a1022ec7f41ba9f220daf64411686",
"userId": "2"
}
}
data["perception"]["inputText"]["text"] = text
data["userInfo"]["userId"] = uid
res = requests.post('http://openapi.tuling123.com/openapi/api/v2', json=data)
text = res.json().get('results')[0].get('values').get('text')
print(text)
return text
# 智能问答
def my_nlp(text):
if nlp_client.simnet(text, "你叫什么名字").get('score') >= 0.68: # 带参数调用短文本相似度
A = '我叫小帅哥' # score 为两个文本相似度得分
return A
elif nlp_client.simnet(text, "你今年几岁了").get('score') >= 0.58:
A = '我今年18岁了, 哈哈'
return A
A = to_tuling(text, '999')
return A
# 语音合成
A = my_nlp(text)
result = client.synthesis(A, 'zh', 1, {
'vol': 5,
'per': 0,
'pit': 5,
'spd': 3,
})
# 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):
with open('audio.mp3', 'wb') as f:
f.write(result)
# 自动读取文件
os.system("audio.mp3")
