最近在处理语音检索相关的事。
其中用到语音识别，调用的是讯飞与百度的api，前者使用js是实现，后者用python3实现（因为自己使用python）

环境：

python3.5
centos 7

流程

整个百度语音识别rest api 使用分为三部分：

1 （申请操作）创建应用，获取应用的 API Key 以及 Secret Key。

2 （程序实现）通过已知的 应用的 API Key 以及 Secret Key, 发送post 请求到 https://openapi.baidu.com/oauth/2.0/token 获取 token

3 （程序实现） 通过上步骤获取的 token，通过post， 发送相关的 语音信息 到 http://vop.baidu.com/server_api ，获取识别结果.

以上过程参考百度语音开发文档，或者网上的资料。

python实现

程序整体如下：

import requestsimport jsonimport uuidimport base64def get_token(): url = "https://openapi.baidu.com/oauth/2.0/token" grant_type = "client_credentials" api_key = "NzGBYD0jPFDqVT8VHRYa****" # 自己申请的应用 secret_key = "8439155b9db2040b4acd13b0c*****" # 自己申请的应用 data = {'grant_type': 'client_credentials', 'client_id': api_key, 'client_secret': secret_key} r = requests.post(url, data=data) token = json.loads(r.text).get("access_token") return tokendef recognize(sig, rate, token): url = "http://vop.baidu.com/server_api" speech_length = len(sig) speech = base64.b64encode(sig).decode("utf-8") mac_address = uuid.UUID(int=uuid.getnode()).hex[-12:] rate = rate data = { "format": "wav", "lan": "zh", "token": token, "len": speech_length, "rate": rate, "speech": speech, "cuid": mac_address, "channel": 1, } data_length = len(json.dumps(data).encode("utf-8")) headers = {"Content-Type": "application/json", "Content-Length": data_length} r = requests.post(url, data=json.dumps(data), headers=headers) print(r.text)filename = "two.wav"signal = open(filename, "rb").read()rate = 8000token = get_token()recognize(signal, rate, token)

同时，获取语音信息可以通过：

import scipy.io.wavfilefilename = "two.wav"rate, signal = scipy.io.wavfile.read(filename=filename)

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。