前言

在不遠的將來，實現(xiàn)一定程度上的語音支持將成為日常科技的基本要求，整合了語音識別的python程序提供了其他技術無法比擬的交互性和可訪問性。最重要的是，在python程序中實現(xiàn)語音識別非常簡單。整個代碼實現(xiàn)下來還不到150行。

原理簡介

許多現(xiàn)代語音識別系統(tǒng)會在HMM識別之前使用神經(jīng)網(wǎng)絡，通過特征變換和降維技術來簡化語音信號，也可以使用語音活動檢測器將音頻信號減少到可能包含語音的部分。

幸運的是，對于python來講，一些語音識別的服務可通過API在線使用，且其中大部分也提供了Python SDK。

本文做的聊天機器人是基于百度語音識別和圖靈機器人二者之上共同實現(xiàn)的。大致的流程如下圖：

原理流程圖.PNG

這里需要用的模塊庫有 requests、time、datetime、pyaudio、wave、aipspeech 等。

話不多說，上代碼：

##@氫立方 2018.0911import requestsimport timeimport pygamefrom datetime import datetimefrom aip import AipSpeechfrom pyaudio import PyAudio,paInt16import waveimport osframerate=8000NUM_SAMPLES=2000channels=1sampwidth=2TIME=2def save_wave_file(filename,data):  '''save the date to the wavfile'''  wf=wave.open(filename,'wb')  wf.setnchannels(channels)  wf.setsampwidth(sampwidth)  wf.setframerate(framerate)  wf.writeframes(b"".join(data))  wf.close()def my_record():  pa=PyAudio()  stream=pa.open(format = paInt16,channels=1,          rate=framerate,input=True,          frames_per_buffer=NUM_SAMPLES)  my_buf=[]  count=0  while count<TIME*6:#控制錄音時間    string_audio_data = stream.read(NUM_SAMPLES)    my_buf.append(string_audio_data)    count+=1    print('.')  save_wave_file('0001.wav',my_buf)  stream.close()##def play():##  wf=wave.open(r"D:/41125.mp3",'rb')##  p=PyAudio()##  stream=p.open(format=p.get_format_from_width(wf.getsampwidth()),channels=##  wf.getnchannels(),rate=wf.getframerate(),output=True)##  while True:##    data=wf.readframes(chunk)##    if data=="":break##    stream.write(data)##  stream.close()##  p.terminate()##這里大家需要改成自己的ID和KEYAPP_ID = '11****843'API_KEY = '3Mnv***8**88******GbXa'SECRET_KEY = '147***8*88****1227684'aipSpeech = AipSpeech(APP_ID, API_KEY, SECRET_KEY)def getText(url):  text = requests.post(url).json()  return text['text']####key = '6ddc57c5761a4c62a30ea840e5ae163f'#api = 'http://www.tuling123.com/openapi/api?key=' + key +'&info ='key = '8b005db5f57556fb96dfd98fbccfab84' api = 'http://www.tuling123.com/openapi/api?key=' + key + '&info=' ##while True:  ##  info = input("我說/n") ##  chunk=2014  my_record()  print("錄音完成")      def get_file_content(filePath):    with open(filePath,'rb') as fp:      return fp.read()      a = aipSpeech.asr(get_file_content('0001.wav '),'wav',8000,{})  print(a)  b = str(a['result'])  info = b    url = api + info  #print(url)  text_01 = getText(url)  print("機器人回/n",text_01)  now = datetime.now().strftime("%Y-%m-%d_%H_%M_%S")  filename_01 = now + ".mp3"  result = aipSpeech.synthesis(  text_01,'zh',1,{'vol': 5,'per' : 2} )    if not isinstance(result, dict):        with open(filename_01, 'wb') as f:      f.write(result)  print("--------------------------------------")  time.sleep(1)      pygame.mixer.init()  print("語音1")  file= filename_01  track = pygame.mixer.music.load(file)  pygame.mixer.music.play()  time.sleep(15)  pygame.mixer.music.stop()  pygame.quit()