人工智能API調用 - 實現語音合成,語音識別,語音聊天機器人

人工智能 - 語音合成,語音識別,語音聊天機器人

現成的AI算法平臺http://ai.baidu.com/

語音合成

根據百度大佬提供的文檔,做出如下小栗子:
1.下載

pip install baidu-aip 

2.代碼

    from aip import AipSpeech
    
    """ 你的 APPID AK SK 
        控制檯 -> 百度語音-> 建立或管理應用
    """
    APP_ID = '15837844'
    API_KEY = '411VNGbuZVbDNZU78LqTzfsV'
    SECRET_KEY = '84AnwR2NARGMqnC6WFnzqQL9WWdWh5bW'
    
    client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)  # 實例化
    
    
    def text2audio(text):
        """一些參數的配置,詳見文檔"""
        result = client.synthesis(text, 'zh', 1, {
            'vol': 5,
            'per': 4,
            'spd': 4,
            'pit': 7,
        })
    
        # 識別正確返回語音二進制 錯誤則返回dict 參照下面錯誤碼
        if not isinstance(result, dict):
            print(result)
            with open('audio.mp3', 'wb') as f:
                f.write(result)

語音識別

1.下載 ffmpeg 用於將語音文件轉換爲pcm格式

連接: https://pan.baidu.com/s/1jonSAa_TG2XuaJEy3iTmHg

密碼: w6hk

2. pip pip install baidu-aip

3.代碼

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)
    
    
    # 讀取文件
    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轉換格式
        with open(f"{filePath}.pcm", 'rb') as fp:
            return fp.read()
    
    
    # 識別本地文件
    res = client.asr(get_file_content('wyn.wav'), 'pcm', 16000, {
        'dev_pid': 1536,
    })
    
    
    print(res.get("result")[0])
    
    
    # if res.get("result")[0] == "你叫什麼名字":
    #     text2audio("我叫銀王八")

語音聊天機器人

1.爲了更快捷的開發, 咱們能夠調用福林機器人的API

http://www.tuling123.com/

在福林機器人裏自定義機器人部分功能.

2.代碼

from aip import AipSpeech
    from aip import AipNlp  # 天然語言處理,詞義類似度
    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)  # 實例化詞義類似度對象
    
    """查詢文件"""
    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()
    
    
    """識別本地文件"""
    res = client.asr(get_file_content('jgxh.wma'), 'pcm', 16000, {
        'dev_pid': 1536,
    })
    text = res.get("result")[0]
    
    """福林機器人智能回答函數"""
    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
    
    
    """語音類似度判斷函數"""
    def my_nlp(text):
        if nlp_client.simnet(text, "你叫什麼名字").get("score") >= 0.75:
            A = "我叫如花"
            return A
    
        if nlp_client.simnet(text, "你今年幾歲了").get("score") >= 0.75:
            A = "我今年999歲了"
            return A
        
        A = to_tuling(text, "open123")  # 若是不符合自定義條件,那麼調用福林機器人API
        return A
    
    """開始執行"""
    A = my_nlp(text)
    result = client.synthesis(A, 'zh', 1, {
        'vol': 5,
        'per': 4,
        'spd': 4,
        'pit': 7,
    })
    
    # 識別正確返回語音二進制 錯誤則返回dict 參照下面錯誤碼
    if not isinstance(result, dict):
        # print(result)
        with open('audio.mp3', 'wb') as f:
            f.write(result)
    
    """自動執行audio.mp3, 打開軟件爲默認打開軟件"""
    os.system('audio.mp3')