百度智能雲文檔連接 : https://cloud.baidu.com/doc/SPEECH/index.html

1.百度語音合成

概念: 顧名思義,就是將你輸入的文字合成語音,例如:

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '16027154'
API_KEY = '5a8u0aLf2SxRGRMX3jbZ2VH0'
SECRET_KEY = 'UAaqS13z6DjD9Qbjd065dAh0HjbqPrzV'
#上面這些東西,都在咱們的百度語音的應用列表中

client=AipSpeech(APP_ID,API_KEY,SECRET_KEY)

result=client.synthesis('大噶好,吾系渣渣輝,系兄弟就來砍我','zh',1,{
       'spd' :4,
       'vol'  :5,
       'pit'  :8,
       'per' :4  
})

#識別徵求返回語音二進制,錯誤則返回dict
if not isinstance(result,dict):
    with open('audio.mp3','wb') as f:
        f.write(result)

百度語音生成

參數:

　　tex : 合成的文本,使用UTF-8編碼,注意文本長度必須小於1024字節   　　　　　　　　　   必須有

　　culid :用戶惟一標識,用來區分用戶,填寫機器的MAC地址或IMEI碼, 長度60之內    　　　　沒必要須有

　　spd :  語速 ,取值0-15,默認爲5(中語速)                                           　　　　　　 　 沒必要須有

　　pit :   音調,取值0-15,默認爲5(中語調)　　　　　　　　　　　　 　　　　　　  　　　　 沒必要須有

　　vol : 音量,取值0-15,默認爲5(中音量)　　　　　　　　　　　　　　　　  　　　　　　　沒必要須有

　　per:發音人選擇,0爲女聲,1位男聲,3爲情感合成-度逍遙,4爲感情合成-度丫丫,默認爲0  　　 沒必要須有

2.百度語音識別

概念: 同上,就是將你的音頻文件的內容讀出來,至關於電子書

import os

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '16027160'
API_KEY = 'uzx4SWZuimPqbE4LvxYScEhi'
SECRET_KEY = '3HBy8yi11ID9T4yyxkADuGYOGyavxPdG'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

#語音合成,經過語音生成文字
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
ret = client.asr(get_file_content('nszm.m4a'), 'pcm', 16000, {
    'dev_pid': 1536,
})
#得出音頻文件中的內容,打印出來
print(ret.get('result')[0])

3.百度NLP天然語言處理 -- simnet短文本類似度

from aip import AipNlp

""" 你的 APPID AK SK """
APP_ID = '16027160'
API_KEY = 'uzx4SWZuimPqbE4LvxYScEhi'
SECRET_KEY = '3HBy8yi11ID9T4yyxkADuGYOGyavxPdG'

client_nlp = AipNlp(APP_ID, API_KEY, SECRET_KEY)

text='大噶好,吾系渣渣輝,是兄弟就來砍我'

#這裏算出來的是類似度(score)
score=client_nlp.simnet('你叫什麼名字呀',text)

if score >=0.58:
    filename=執行某個函數
    os.system(filename)

4.對接圖靈機器人 實現智能問答

這裏我說一下個人邏輯:

　　　　　　　我先經過語音合成弄了一個音頻,而後經過語音識別讀取出我音頻的內容,最後經過鏈接圖靈機器人,進行智能問答

import os

from aip import AipSpeech, AipNlp

""" 你的 APPID AK SK """
APP_ID = '16027160'
API_KEY = 'uzx4SWZuimPqbE4LvxYScEhi'
SECRET_KEY = '3HBy8yi11ID9T4yyxkADuGYOGyavxPdG'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
client_nlp = AipNlp(APP_ID, API_KEY, SECRET_KEY)


# 語音識別,將你輸入的文字轉化爲語音
def AI_voice(file):
    result = client.synthesis(file, 'zh', 1, {
        'spd': 5,
        'vol': 5,
        'pit': 5,
        'per': 2
    })
    if not isinstance(result, dict):
        with open('audio.mp3', 'wb') as f:
            f.write(result)

    return 'audio.mp3'

# 語音合成,經過語音生成文字,在這裏只是讀出文字,並無寫出來,下面這一步纔是將語音中的文字return出來
def get_file_content(file):
    os.system(f"ffmpeg -y  -i {file} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {file}.pcm")
    with open(f'{file}.pcm', 'rb') as fp:
        return fp.read()

# 返回的是你語音中的消息
def voice_content(file):
    result = client.asr(get_file_content(file), 'pcm', 16000, {
        'dev_pid': 1536,
    })
    # print(result.get('result')[0])
    return result.get('result')[0]

def goto_tl(text, uid):
    URL = "http://openapi.tuling123.com/openapi/api/v2"
    import requests
    data = {
        "perception": {
            "inputText": {
                "text": "你叫什麼名字"
            }
        },
        "userInfo": {
            "apiKey": "be41cf8596a24aec95b0e86be895cfa9",
            "userId": "123"
        }
    }

    data["perception"]["inputText"]["text"] = text
    data["userInfo"]["userId"] = uid
    res = requests.post(URL, json=data)

    print(res.content)
    # print(res.text)
    # print(res.json())
    return res.json().get("results")[0].get("values").get("text")


text = voice_content("nszm.m4a")
# 天然語言的處理,比較low版
# 獲取類似度
score = client_nlp.simnet('你叫什麼名字', text).get('score')
print(score)
if score >= 0.58:
    filename = AI_voice('我是你爸爸,我喜歡你媽媽')
    os.system(filename)

# 將我語音中的內容識別出來,並進行返回,
answer = goto_tl(text, 'XiaoQiang')
name = AI_voice(answer)
os.system(name)