AI百度接口以及圖靈接口的使用

百度AI接口

AI智能種類方向

耳朵 = 傾聽 = 麥克風 = 語音識別 ASR：Automatic Speech Recognition

嘴巴 = 訴說 = 揚聲器 = 語音合成 TTS：Text To Speech

眼睛 = 觀察 = 攝像頭 = 圖像識別 IR：Image Recognition

思考 = 理解 = 邏輯處理 = 天然語言處理：NLP Natural Language Processing

 

更多種類方向詳見百度AI開放平臺文檔：https://ai.baidu.com/docs#/

如下均爲使用百度AI開放平臺：https://ai.baidu.com/ 以及圖靈機器人：http://www.turingapi.com/ 且需導入baidu-aip包，用pip3 install baidu-aip

ASR語音識別

文檔幫助

 

https://ai.baidu.com/docs#/ASR-Online-Python-SDK/top

步驟

l  首先須要將錄好的音頻文件格式轉換爲」pcm」格式，用到了ffmpeg工具，解壓後直接剪切文件夾到自定義的目錄下，而後切換到文件夾中的bin目錄下，複製路徑添加到path中。

ffmpeg下載地址：連接: https://pan.baidu.com/s/1HQhbcrj806OWCTzJDEL5vw 提取碼: 2333

 

轉換語音文件代碼：

1 import os 2 
3 filepath = input('請輸入文件路徑：') 4 print(filepath) 5 filename = filepath[:-4:]  # 僅限於m4a格式，可根據文件格式後綴長度更改
6 print(filename) 7 cmd_pcm = f"ffmpeg -y -i {filepath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filename}.pcm"
8 os.system(cmd_pcm) 9 print('格式更改完成！')

l  轉換好之後，在ASR語音識別代碼中用到：

 1 from aip import AipSpeech  2 
 3 
 4 """ 你的 APPID AK SK """
 5 APP_ID = '你的ID'
 6 API_KEY = '你的KEY'
 7 SECRET_KEY = '你的KEY'
 8 
 9 client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) 10 
11 
12 # 讀取文件
13 def get_file_content(filepath): 14     with open(filepath, 'rb') as fp: 15         return fp.read() 16 
17 
18 # 識別本地文件
19 filepath=input('請輸入語音文件路徑：') 20 res=client.asr(get_file_content(filepath), 'pcm', 16000, { 21     'dev_pid': 1536, 22 }) 23 
24 
25 print(res.get('result')[0])

TTS語音合成

文檔幫助

https://ai.baidu.com/docs#/TTS-Online-Python-SDK/top

 

代碼

 1 import os  2 from aip import AipSpeech  3 
 4 """ 你的 APPID AK SK """
 5 APP_ID = '須要更改處'
 6 API_KEY = '須要更改處'
 7 SECRET_KEY = '須要更改處'
 8 
 9 client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) 10 
11 content = input('請輸入須要轉換成語音的內容：') 12 result = client.synthesis(content, 'zh', 1, { 13     'vol': 5, 14 }) 15 
16 # 識別正確返回語音二進制 錯誤則返回dict 參照下面錯誤碼
17 if not isinstance(result, dict): 18     with open(os.getcwd() + '\statics\\TTS.mp3', 'wb') as f: 19  f.write(result) 20 
21 print('轉換完成！')

NLP天然語言處理

文檔幫助

https://ai.baidu.com/docs#/NLP-Python-SDK/top

 

代碼

 1 from aip import AipNlp  2 
 3 """ 你的 APPID AK SK """
 4 APP_ID = '須要更改'
 5 API_KEY = '須要更改'
 6 SECRET_KEY = '須要更改'
 7 
 8 client = AipNlp(APP_ID, API_KEY, SECRET_KEY)  9 text1 = input('輸入對比的字段1：') 10 text2 = input('輸入對比的字段2：') 11 res = client.simnet(text1, text2) 12 print(res) 13 print(res.get('score'))

圖靈接入

文檔幫助

https://www.kancloud.cn/turing/www-tuling123-com/718227

 

代碼

import requests question=input('輸入想要提問的問題：') data = { "reqType": 0, "perception": { "inputText": { "text": question }, "inputImage": { "url": "imageUrl" }, "selfInfo": { "location": { "city": "北京", "province": "北京", "street": "信息路" } } }, "userInfo": { "apiKey": "須要更改", "userId": "須要更改" } } res = requests.post('http://openapi.tuling123.com/openapi/api/v2', json=data) res_dict = res.json() print(res_dict.get("results")[0].get("values").get("text"))

語音加圖靈結合

 1 import requests  2 from aip import AipSpeech  3 
 4 
 5 def Asr():  6     """ 你的 APPID AK SK """
 7     APP_ID = '須要更改'
 8     API_KEY = '須要更改'
 9     SECRET_KEY = '須要更改'
10 
11     client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) 12 
13     # 讀取文件
14     def get_file_content(filepath): 15         with open(filepath, 'rb') as fp: 16             return fp.read() 17 
18     # 識別本地文件
19     filepath = input('請輸入語音文件路徑：') 20     res = client.asr(get_file_content(filepath), 'pcm', 16000, { 21         'dev_pid': 1536, 22  }) 23     return res.get('result')[0] 24 
25 
26 data = { 27     "reqType": 0, 28     "perception": { 29         "inputText": { 30             "text": Asr() 31  }, 32         "inputImage": { 33             "url": "imageUrl"
34  }, 35         "selfInfo": { 36             "location": { 37                 "city": "北京", 38                 "province": "北京", 39                 "street": "信息路"
40  } 41  } 42  }, 43     "userInfo": { 44         "apiKey": "須要更改", 45         "userId": "須要更改"
46  } 47 } 48 res = requests.post('http://openapi.tuling123.com/openapi/api/v2', json=data) 49 res_dict = res.json() 50 print(res_dict.get("results")[0].get("values").get("text"))

語音圖靈結合

結果

 

圖靈

百度