以下技術均依靠於百度大佬提供的接口操作！調用接口語言為python

一，下載

pip install baidu-aip

二，語音合成

根據百度語言合成官網，調用即可：

#!/usr/bin/env python
# -*- coding:utf8 -*-


from aip import AipSpeech

""" 你的 APPID AK SK """  # 註冊百度賬號之後，創建一個應用，即可獲得這些數據
APP_ID = "14446029"  
API_KEY = "fErCt9KmoKuGDpBZqDQhQB7v"
SECRET_KEY = ‘EXTb37xV1lubXB8D5fzZnlljLHnC7VMx
 
‘

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

text = "你叫啥呀"
res = client.synthesis(text, options={
    "vol": 8,  # 
    "pit": 6,
    "spd": 5,
    "per": 4
})

if not isinstance(res, dict):
    with open(‘audio.mp3‘, ‘wb‘) as f:
        f.write(res)

配置參數詳見：http://ai.baidu.com/docs/#/TTS-Online-Python-SDK/top

這樣我們生成的’audio‘.mp3文件就是識別後的語言！

三，語言識別

目前百度支持的語言格式：原始 PCM 的錄音參數必須符合 8k/16k 采樣率、16bit 位深、單聲道，支持的格式有：pcm（不壓縮）、wav（不壓縮，pcm編碼）、amr（壓縮格式）（百度自己說的）；

其實，百度能準確的識別的語音格式只有PCM！！！

那麽我們就需要把我們的語音格式轉換為PCM格式！使用下面這個工具可以完成音頻任意裝換格式！

FFmpeg 系統工具 ： https://pan.baidu.com/s/1jonSAa_TG2XuaJEy3iTmHg 密碼：w6hk

下載之後，解壓，然後配置環境變量，就可以使用了！使用命令看下面代碼！

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import os
from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = "14446029"
API_KEY = "fErCt9KmoKuGDpBZqDQhQB7v"
SECRET_KEY = ‘EXTb37xV1lubXB8D5fzZnlljLHnC7VMx‘

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)


def get_file_content(file_path):
    cmd_str = f"ffmpeg -y -i {file_path} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {file_path}.pcm"  # 用於轉換我們的語音格式
    os.system(cmd_str)
    with open(f"{file_path}.pcm", ‘rb‘) as fp:
        return fp.read()


res = client.asr(speech=get_file_content("2.m4a"), options={
    "dev_pid": 1536,
})

print(res)
print(res.get("result")[0])

參數配置詳見 ： http://ai.baidu.com/docs/#/ASR-Online-Python-SDK/top

四，自然語言處理（NLP）

詳見： http://ai.baidu.com/docs/#/NLP-Python-SDK/top

from aip import AipNlp


""" 你的 APPID AK SK """
APP_ID = "14446029"
API_KEY = "fErCt9KmoKuGDpBZqDQhQB7v"
SECRET_KEY = ‘EXTb37xV1lubXB8D5fzZnlljLHnC7VMx‘


nip_client = AipNlp(APP_ID, API_KEY, SECRET_KEY)

def nip_handle(text):
    if nip_client.simnet("你叫什麽名字", text).get("score") >= 0.72:  # 用於返回兩個文本的相似度，大於72%既可以認為，2個意思基本相同！
        return "我的名字叫你的小可愛呀"
    return goto_tuling(text, "xipangzi")

人工智能 之 語音