人工智能 - 语音合成,语音识别,语音聊天机器人

2019/03/25 21:02
阅读数 86

[TOC]

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

  1. 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

http://www.tuling123.com/

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')
展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部