前言
上一篇文章里,大致介绍了百度官方 api 的一些前置准备工作。
想回顾的同学,可以看完本篇在下面找到历史链接。
今天就来上手实战编码,体验一下代码实现以及编程中遇到的坑。
环境准备
开始之前,安装百度语音 sdk ,Python 版。
pip install baidu-aip
环境很简单,就这一步,完成即可编码。
代码撸起
直接拷贝官方提供的代码,就行了,改点参数,上篇文章介绍百度官方申请到的 key 之类的信息自行填入:
from aip import AipSpeech
""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
# 读取文件
def get_file_content(file_path):
with open(file_path, 'rb') as fp:
return fp.read()
# 识别本地文件
result = client.asr(get_file_content('disco.wav'), 'wav', 16000, {
'dev_pid': 1537, # 默认1537(普通话 输入法模型),dev_pid参数见本节开头的表格
})
脚本同级目录下,把上次解析的 野狼disco.mp3 改下后缀,变成 wav 格式的,上传。注意下 dev_pid,这里贴出官方参数,用 1537 即可。
进来可以看到,有几个默认参数,格式默认 pcm 音频后缀,采样率默认 16000。然后最终封装成 data 字典的形式传入到 _requests() 里,这里有个 __asUrl 变量,即百度请求的 api 地址。
2. _requests 函数
根据 sys.version_info.major 进行不同的 Python 版本号判断,进行不同的 json 解析,如果是 2,则不用对内容进行解码。
哎,返回了 3301 ,错误信息写着,音频质量错误,查阅下官方文档:
python培训班:http://www.baizhiedu.com/python2019
注释:本文内容来自公众号咪哥杂谈