1.獲取的API Key及Secret Key

1.1 在控制檯中選擇語音

1.2 進入到如下介面進行建立應用(“介面選擇”這一項不用填寫)

2.呼叫介面

2.1 pycharm中新建一個python檔案(voice.py)，輸入以下程式碼。

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '#'
API_KEY = '#'
SECRET_KEY = '#'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

說明：

• AipSpeech是語音識別的Python SDK客戶端，為使用語音識別的開發人員提供了一系列的互動方法。python SDK(python軟體開發工具包)中集成了python中所有的範例、技術文件以及工具。

• APP_ID：標識使用者建立的一個應用

• API_KEY：公鑰

• SECRET_KEY：使用者用於加密認證字串和百度雲用來驗證認證字串的金鑰，其中SK必須保密，只有使用者和百度雲知道。

• 注：APP_ID、API_KEY、SECRET可在“應用列表”中檢視，它們三個對應同一個應用
• 認證過程：當百度雲接收到使用者的請求後，系統將使用相同的SK和同樣的認證機制生成認證字串，並與使用者請求中包含的認證字串進行比對。如果認證字串相同，系統認為使用者擁有指定的操作許可權，並執行相關操作；如果認證字串不同，系統將忽略該操作並返回錯誤碼。
• client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)用於使用者和百度雲之間的認證，認證通過後，返回一個用於識別語音的客戶端物件。

2.2 在voice.py檔案中輸入以下程式碼

def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

# 識別本地檔案
res = client.asr(get_file_content(r'C:\Users\Administrator\Desktop\public\8k.pcm'), 'pcm', 8000, {
    'dev_pid': 1536,
})

print(res)

• get_file_content(filePath):編寫了一個呼叫檔案的函式

• asr(path, fomat, rate, {"dev_pid" : "語種程式碼"})

• 作用：識別別本地檔案

• path：本地檔案路徑，檔案的格式必須是pcm、war或者amr格式(本地檔案是一個音訊檔案)

• fomat ：檔案的型別(pcm、wav、amr)

• rate：取樣率(8k、16k)

• 語種程式碼

• 示例

• #呼叫麥克分
  from pyaudio import PyAudio, paInt16
  import numpy as np
  import wave
  
  class recoder:
      NUM_SAMPLES = 2000      #pyaudio內建緩衝大小
      SAMPLING_RATE = 8000    #取樣頻率
      LEVEL = 500         #聲音儲存的閾值
      COUNT_NUM = 20      #NUM_SAMPLES個取樣之內出現COUNT_NUM個大於LEVEL的取樣則記錄聲音
      SAVE_LENGTH = 8         #聲音記錄的最小長度：SAVE_LENGTH * NUM_SAMPLES 個取樣
      TIME_COUNT = 15     #錄音時間，單位s
  
      Voice_String = []
  
  
  
      def savewav(self,filename):
          wf = wave.open(filename, 'wb')   #讀取音訊檔案
          wf.setnchannels(1)               #設定音訊檔案的聲道數，用在寫音訊流時
          wf.setsampwidth(2)               #設定音訊檔案每個取樣值的儲存位數，用在寫音訊流
          wf.setframerate(self.SAMPLING_RATE) #設定取樣率，用在寫音訊時
          wf.writeframes(np.array(self.Voice_String).tostring())
          # wf.writeframes(self.Voice_String.decode())
          wf.close()
  
      def recoder(self):
          pa = PyAudio()
          stream = pa.open(format=paInt16, channels=1, rate=self.SAMPLING_RATE, input=True,
              frames_per_buffer=self.NUM_SAMPLES)
          save_count = 0
          save_buffer = []
          time_count = self.TIME_COUNT
  
          while True:
              time_count -= 1
              # print time_count
              # 讀入NUM_SAMPLES個取樣
              string_audio_data = stream.read(self.NUM_SAMPLES)
              # 將讀入的資料轉換為陣列
              audio_data = np.fromstring(string_audio_data, dtype=np.short)
              # 計算大於LEVEL的取樣的個數
              large_sample_count = np.sum( audio_data > self.LEVEL )
              print(np.max(audio_data))
              # 如果個數大於COUNT_NUM，則至少儲存SAVE_LENGTH個塊
              if large_sample_count > self.COUNT_NUM:
                  save_count = self.SAVE_LENGTH
              else:
                  save_count -= 1
  
              if save_count < 0:
                  save_count = 0
  
              if save_count > 0 :
              # 將要儲存的資料存放到save_buffer中
                  #print  save_count > 0 and time_count >0
                  save_buffer.append( string_audio_data )
              else:
              #print save_buffer
              # 將save_buffer中的資料寫入WAV檔案，WAV檔案的檔名是儲存的時刻
                  #print "debug"
                  if len(save_buffer) > 0 :
                      self.Voice_String = save_buffer
                      save_buffer = []
                      print("Recode a piece of  voice successfully!")
                      return True
              if time_count==0:
                  if len(save_buffer)>0:
                      self.Voice_String = save_buffer
                      save_buffer = []
                      print("Recode a piece of  voice successfully!")
                      return True
                  else:
                      return False
  
  def radio():
      r = recoder()
      r.recoder()
      r.savewav("test.wav")

  #呼叫我寫的介面
  from aip import AipSpeech
  from yuying import radio
  import time
  
  """ 你的 APPID AK SK """
  APP_ID = '#'
  API_KEY = '#'
  SECRET_KEY = '#'
  
  client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
  
  # 讀取檔案
  def get_file_content(filePath):
      with open(filePath, 'rb') as fp:
          return fp.read()
  def radio():
      r = recoder()
      r.recoder()
      r.savewav("test.wav")
  # 識別本地檔案
  while True:
      radio()
      res = client.asr(get_file_content(r'test.wav'), 'wav', 8000, {
          'dev_pid': 1536,
      })
      if "result" in res.keys():
          for i in res["result"]:
              print(i)
      else:
          break