【行空板 Python编程学习主控板】评测十、百度AI在线语音识别及合成

天意无罪 发表于 2022-12-19 00:07

<div class='showpostmsg'> 本帖最后由天意无罪于 2022-12-19 12:40 编辑

        前面的测评，完成了对行空板的软硬件学习和测试验证，后面的测评内容主要就是完成两个应用设计：基于百度AI的智能语音机器人，以及基于人脸识别的智能门锁；

        基于百度AI的智能语音机器人需要用到百度AI 的在线语音识别技术与语音合成技术，所以本篇评测内容主要由以下几部分组成：

        （1）百度大脑账号注册即API申请；

        （2）百度大脑Python库安装；

        （3）百度在线语音识别测试；

        （4）百度在线语音合成测试。

        （一）百度大脑账号注册即API申请

        我们在百度“站长与开发者服务”产品列表中找到“百度大脑”并进入。



图1

        进入“百度大脑”首页后，我们依次选择“开放能力”、“语音技术”、“语音识别”，进入语音识别页面。



 图2

        进入语音识别页面后，点击“立即使用”，进入百度智能云管理页面。

        说明：如果没有百度账号需要提前注册；



图3

        进入百度智能云页面后，依次选择“概览”、免费尝鲜的“去领取”。首次使用百度AI的用户，都有一个免费试用额度，我们在测评阶段可以使用该免费额度进行测试。我们需要领取两项免费额度功能：语音识别和语音合成；



 图4

        接下来是创建应用API，获得API的AppID、API Key，以及Secret Key。



 图５

        经过以上操作，我们便完成了百度大脑语音识别技术的API申请。

        （二）百度大脑Python库安装

        通过命令：pip install baidu-aip进行安装，或者利用Mind+软件的库管理功能进行安装。

        我是直接在Mind＋软件中进行安装的，输入baidu-aip库名称后，点击安装，之后提示该python库已经安装。



 图６

        跳转到库列表页面，发现确实已经安装了baidu-aip库，说明行空板系统镜像unihiker_v0.3.3版本已经内置了大部分常用AI库了，还是挺方便的。



 图７

        （三）百度在线语音识别测试

        （１）Python编程：

<pre>
<code class="language-python">from unihiker import GUI,Audio#导入unihiker包
from aip import AipSpeech #导入baidu-aip包
import time

gui = GUI() #实例化GUI类
audio = Audio() #实例化Audio类

#gui添加背景图片
gui.draw_image(x=0, y=0, w=240, h=320, image='bj1.jpeg')
#gui添加文本标题
gui.draw_text(x=50, y=20,color="#4169E1", font_size=18,text="语音识别助手")
#gui添加按钮信息
gui.add_button(x=60, y=290, w=60, h=30, text="录音", origin='center', onclick=lambda:Record() )
gui.add_button(x=180, y=290, w=60, h=30, text="识别", origin='center', onclick=lambda: Recognition() )
#识别显示信息
info_text2 = gui.draw_text(x=0, y=60,color="white",text="")

""" Baidu APPID AK SK """
APP_ID = ''
API_KEY = ''
SECRET_KEY = ''

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

#读取文件
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
 return fp.read()

#识别本地录音文件
def voiceToText():
res = client.asr(get_file_content('3s.wav'), 'wav', 16000, {
 'dev_pid': 1537,
 })
return res.get('result')

def Record():
info_text2.config(x=0, y=60, text="") #清空识别信息显示栏
audio.record('3s.wav', 3) #录音3S
info_text2.config(x=0, y=60, text="录音完成") #清空识别信息显示栏

def Recognition():
msg = voiceToText()
info_text2.config(x=0, y=60, text=msg) #更新识别显示的信息

while True:
time.sleep(1) #增加等待，防止程序退出和卡住</code></pre>

        （2）效果展示

        对着行空板说“小度，小度！”后返回的识别结果。



 图８

        （四）百度在线语音合成测试

        （1）Python编程

<pre>
<code class="language-python">from unihiker import GUI,Audio#导入unihiker包
from aip import AipSpeech #导入baidu-aip包
import time

gui = GUI() #实例化GUI类
audio = Audio() #实例化Audio类

#gui添加背景图片
gui.draw_image(x=0, y=0, w=240, h=320, image='bj1.jpeg')
#gui添加文本标题
gui.draw_text(x=20, y=20,color="#4169E1", font_size=18,text="百度在线语音合成")
#gui添加按钮信息
gui.add_button(x=60, y=290, w=80, h=30, text="语音合成", origin='center', onclick=lambda: synthesise() )
gui.add_button(x=180, y=290, w=80, h=30, text="语音播放", origin='center', onclick=lambda: audioplay() )
#创建显示信息
info_text2 = gui.draw_text(x=0, y=60,color="white",text="")

""" Baidu APPID AK SK """
APP_ID = ''
API_KEY = ''
SECRET_KEY = ''

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

def synthesise():
info_text2.config(x=0, y=60, text="") #清空识别信息显示栏
info_text2.config(x=0, y=60, text="上传文本") #更新识别信息显示栏
result= client.synthesis('你好，小麦！', 'zh', 1, {'vol': 5,})
#成功合成，返回语音二进制，错误则返回dict
if not isinstance(result, dict):
 with open('audio.wav', 'wb') as f:
 f.write(result)
 info_text2.config(x=0, y=60, text="") #清空识别信息显示栏
 info_text2.config(x=0, y=60, text="语音合成成功") #更新识别信息显示栏

def audioplay():
info_text2.config(x=0, y=60, text="") #清空识别信息显示栏
info_text2.config(x=0, y=60, text="开始播放") #更新识别信息显示栏
audio.play('audio.wav')
info_text2.config(x=0, y=60, text="播放完成") #更新识别信息显示栏

while True:
time.sleep(1) #增加等待，防止程序退出和卡住</code></pre>

        （2）效果展示

        将文本“你好，小麦！”上传到百度AI服务器进行语音合成后，返回到本地并进行播放。



 图９

 
</div><script> var loginstr = '<div class="locked">查看本帖全部内容，请<a href="javascript:;" style="color:#e60000" class="loginf">登录</a>或者<a href="https://bbs.eeworld.com.cn/member.php?mod=register_eeworld.php&action=wechat" style="color:#e60000" target="_blank">注册</a></div>';

if(parseInt(discuz_uid)==0){
(function($){
var postHeight = getTextHeight(400);
$(".showpostmsg").html($(".showpostmsg").html());
$(".showpostmsg").after(loginstr);
$(".showpostmsg").css({height:postHeight,overflow:"hidden"});
})(jQuery);
} </script><script type="text/javascript">(function(d,c){var a=d.createElement("script"),m=d.getElementsByTagName("script"),eewurl="//counter.eeworld.com.cn/pv/count/";a.src=eewurl+c;m.parentNode.insertBefore(a,m)})(document,523)</script>

吾妻思萌 发表于 2022-12-26 22:35

语音的API好像是有限制要钱的你怎么申请的呢？

天意无罪 发表于 2022-12-27 21:31

吾妻思萌发表于 2022-12-26 22:35
语音的API好像是有限制要钱的你怎么申请的呢？

是的，是有限制的，还是用的新注册用户的免费试用资格哈。

piazini 发表于 2023-1-28 15:42

有iPython的地方，就有好多API的东西，全部是调用接口，快速验证用的

页: [1]

电子工程世界-论坛's Archiver

【行空板 Python编程学习主控板】评测十、百度AI在线语音识别及合成