语音合成,语音识别,语音聊天机器人

AI Python
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

pip install baidu-aip

2.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，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.

1. 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

   ```python 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

<a name="nnXKp"></a>
### 语音相似度判断函数
```python
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')