flask 第六章 人工智能 百度语音合成 识别 NLP自然语言处理+simnet短文本相似度 图灵机器人

百度智能云文档链接 : https://cloud.baidu.com/doc/SPEECH/index.html

1.百度语音合成

概念: 顾名思义,就是将你输入的文字合成语音,例如:

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '16027154'
API_KEY = '5a8u0aLf2SxRGRMX3jbZ2VH0'
SECRET_KEY = 'UAaqS13z6DjD9Qbjd065dAh0HjbqPrzV'
#上面这些东西,都在我们的百度语音的应用列表中

client=AipSpeech(APP_ID,API_KEY,SECRET_KEY)

result=client.synthesis('大噶好,吾系渣渣辉,系兄弟就来砍我','zh',1,{
       'spd' :4,
       'vol'  :5,
       'pit'  :8,
       'per' :4  
})

#识别征求返回语音二进制,错误则返回dict
if not isinstance(result,dict):
    with open('audio.mp3','wb') as f:
        f.write(result)

参数:

　　tex : 合成的文本,使用UTF-8编码,注意文本长度必须小于1024字节   　　　　　　　　　   必须有

　　culid :用户唯一标识,用来区分用户,填写机器的MAC地址或IMEI码, 长度60以内    　　　　不必须有

　　spd :  语速 ,取值0-15,默认为5(中语速)                                           　　　　　　 　 不必须有

　　pit :   音调,取值0-15,默认为5(中语调)　　　　　　　　　　　　 　　　　　　  　　　　 不必须有

　　vol : 音量,取值0-15,默认为5(中音量)　　　　　　　　　　　　　　　　  　　　　　　　不必须有

　　per:发音人选择,0为女声,1位男声,3为情感合成-度逍遥,4为感情合成-度丫丫,默认为0  　　 不必须有

2.百度语音识别

概念: 同上,就是将你的音频文件的内容读出来,相当于电子书

import os

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '16027160'
API_KEY = 'uzx4SWZuimPqbE4LvxYScEhi'
SECRET_KEY = '3HBy8yi11ID9T4yyxkADuGYOGyavxPdG'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

#语音合成,通过语音生成文字
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
ret = client.asr(get_file_content('nszm.m4a'), 'pcm', 16000, {
    'dev_pid': 1536,
})
#得出音频文件中的内容,打印出来
print(ret.get('result')[0])

3.百度NLP自然语言处理 -- simnet短文本相似度

from aip import AipNlp

""" 你的 APPID AK SK """
APP_ID = '16027160'
API_KEY = 'uzx4SWZuimPqbE4LvxYScEhi'
SECRET_KEY = '3HBy8yi11ID9T4yyxkADuGYOGyavxPdG'

client_nlp = AipNlp(APP_ID, API_KEY, SECRET_KEY)

text='大噶好,吾系渣渣辉,是兄弟就来砍我'

#这里算出来的是相似度(score)
score=client_nlp.simnet('你叫什么名字呀',text)

if score >=0.58:
    filename=执行某个函数
    os.system(filename)

4.对接图灵机器人 实现智能问答

这里我说一下我的逻辑:

　　　　　　　我先通过语音合成弄了一个音频,然后通过语音识别读取出我音频的内容,最后通过连接图灵机器人,进行智能问答

import os

from aip import AipSpeech, AipNlp

""" 你的 APPID AK SK """
APP_ID = '16027160'
API_KEY = 'uzx4SWZuimPqbE4LvxYScEhi'
SECRET_KEY = '3HBy8yi11ID9T4yyxkADuGYOGyavxPdG'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
client_nlp = AipNlp(APP_ID, API_KEY, SECRET_KEY)


# 语音识别,将你输入的文字转化为语音
def AI_voice(file):
    result = client.synthesis(file, 'zh', 1, {
        'spd': 5,
        'vol': 5,
        'pit': 5,
        'per': 2
    })
    if not isinstance(result, dict):
        with open('audio.mp3', 'wb') as f:
            f.write(result)

    return 'audio.mp3'

# 语音合成,通过语音生成文字,在这里只是读出文字,并没有写出来,下面这一步才是将语音中的文字return出来
def get_file_content(file):
    os.system(f"ffmpeg -y  -i {file} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {file}.pcm")
    with open(f'{file}.pcm', 'rb') as fp:
        return fp.read()

# 返回的是你语音中的消息
def voice_content(file):
    result = client.asr(get_file_content(file), 'pcm', 16000, {
        'dev_pid': 1536,
    })
    # print(result.get('result')[0])
    return result.get('result')[0]

def goto_tl(text, uid):
    URL = "http://openapi.tuling123.com/openapi/api/v2"
    import requests
    data = {
        "perception": {
            "inputText": {
                "text": "你叫什么名字"
            }
        },
        "userInfo": {
            "apiKey": "be41cf8596a24aec95b0e86be895cfa9",
            "userId": "123"
        }
    }

    data["perception"]["inputText"]["text"] = text
    data["userInfo"]["userId"] = uid
    res = requests.post(URL, json=data)

    print(res.content)
    # print(res.text)
    # print(res.json())
    return res.json().get("results")[0].get("values").get("text")


text = voice_content("nszm.m4a")
# 自然语言的处理,比较low版
# 获取相似度
score = client_nlp.simnet('你叫什么名字', text).get('score')
print(score)
if score >= 0.58:
    filename = AI_voice('我是你爸爸,我喜欢你妈妈')
    os.system(filename)

# 将我语音中的内容识别出来,并进行返回,
answer = goto_tl(text, 'XiaoQiang')
name = AI_voice(answer)
os.system(name)