本文为大家分享了python实现大音频文件语音识别功能的具体代码,供大家参考,具体内容如下
实现思路:先用ffmpeg将其他非wav格式的音频转换为wav格式,并转换音频的声道(百度支持声道为1),采样率(值为8000),格式转换完成后,再用ffmpeg将音频切成百度。
支持的时长(30秒和60秒2种,本程序用的是30秒)。
utf - 8编码:
进口json
导入的时间
进口base64
从公司进口rtysdb
进口urllib2
进口的要求
进口操作系统
进口uuid
从公司进口db_config
类BaiduRest:
def __init__(自我、cu_id api_key api_secert):
自我。token_url=" https://openapi.baidu.com/oauth/2.0/token& # 63; grant_type=client_credentials& client_id=% s& client_secret=% s”
自我。getvoice_url=" http://tsn.baidu.com/text2audio& # 63;特克斯=% s&局域网=zh& cuid=% s& ctp=1,托托=% s”
自我。upvoice_url=' http://vop.baidu.com/server_api '
自我。cu_id=cu_id
自我。get_token (api_key api_secert)
返回
def get_token(自我,api_key api_secert):
token_url=自我。token_url % (api_key api_secert)
r_str=urllib2.urlopen (token_url) .read ()
token_data=https://www.yisu.com/zixun/json.loads (r_str)
自我。token_str=token_data (“access_token”)
还真
#语音合成
def text2audio(自我、文本文件名):
get_url=自我。getvoice_url % (urllib2.quote(文本),自我。cu_id self.token_str)
voice_data=https://www.yisu.com/zixun/urllib2.urlopen (get_url) .read ()
voice_fp=open (filename, wb +)
voice_fp.write (voice_data)
voice_fp.close ()
还真
# #语音识别
def audio2text(自我,文件名):
data=https://www.yisu.com/zixun/{}
数据(“格式”)=' wav '
数据(“率”)=8000
数据(“通道”)=1
[' cuid ']=self.cu_id数据
数据(“令牌”)=self.token_str
wav_fp=open (filename, rb)
voice_data=https://www.yisu.com/zixun/wav_fp.read ()
数据[‘兰’]=len (voice_data)
#数据(“演讲”)=base64.b64encode (voice_data) .decode (“utf - 8”)
数据(“演讲”)=base64.b64encode (voice_data)。替换(' \ n ',”)
# post_data=https://www.yisu.com/zixun/json.dumps(数据)
结果=requests.post(自我。upvoice_url json=数据,标题={“内容类型”:“application/json”})
data_result=result.json ()
如果(data_result err_msg”==俺晒Α！?:
返回data_result['结果'][0]
其他:
返回假
def test_voice (voice_file):
api_key=" vossGHIgEETS6IMRxBDeahv8 "
api_secert=" 3 c1fe6a6312f41fa21fa2c394dad5510”
bdr=BaiduRest (“0-57-7B-9F-1F-A1 api_key api_secert)
#生成
#开始=time.time ()
# bdr。text2audio(“你好啊”,“out.wav”)
#使用=time.time()——开始
#打印使用
#识别
#开始=time.time ()
结果=bdr.audio2text (voice_file)
#结果=bdr.audio2text (“weather.pcm”)
#使用=time.time()——开始
返回结果
def get_master_audio (check_status=癱ut_status”):
如果check_status==癱ut_status”:
sql="选择id、url、time_long专家从ocenter_recognition状态=0”
elif check_status==癴inished_status”:
sql="选择id、url、time_long专家从ocenter_recognition finished_status=0 "
其他:
返回假
data=https://www.yisu.com/zixun/rtysdb.select_data (sql,“更多”)
如果数据:
返回数据
其他:
返回假
def go_recognize (master_id):
section_path=db_config.SYS_PATH
sql="选择id、清除、url、状态从ocenter_section掉=% d和状态=0订单id asc限制10“% (master_id)
#打印sql
记录=rtysdb.select_data (sql,“更多”)
#打印记录
如果没有记录:
返回假
矩形的记录:
#打印section_path +‘/? rec [1]
voice_file=section_path +‘/? rec [2]
如果不是os.path.exists (voice_file):
继续
结果=test_voice (voice_file)
打印结果
退出(0)
如果结果:
# rtysdb.update_by_pk (ocenter_section, rec[0],{“内容”,因此,“状态”:1})
sql="更新ocenter_section设置内容=? s”,地位=% d id=% d”%(因此,rec[0]) #打印sql
rtysdb.do_exec_sql (sql)
parent_content=rtysdb。select_data(“选择id,内容从ocenter_recognition id=% d % (rec [1]))
#打印parent_content
如果parent_content:
new_content=parent_content[1] +结果
update_content_sql="更新ocenter_recognition设置内容=' % s ' id=% d”% (new_content rec [1])
rtysdb.do_exec_sql (update_content_sql)
其他:
rtysdb。do_exec_sql(“更新ocenter_section设置状态=' % d ' id=% d %(因此,rec [0]))
time . sleep (5)
其他:
rtysdb。do_exec_sql(“更新ocenter_recognition finished_status=1, id=% d % (master_id))
#对百度语音识别不了的音频文件进行转换
def ffmpeg_convert ():
section_path=db_config.SYS_PATH
#打印section_path
used_audio=get_master_audio (“cut_status”)
#打印used_audio
如果used_audio:
在used_audio音频:
audio_path=section_path +‘/?音频[1]
new_audio=uuid.uuid1 ()
command_line=" ffmpeg - " + audio_path +“ar 8000 - ac 1 - f wav”+ section_path +“/上传/转换/convert_”+ str (new_audio) +“wav”;
#打印command_line
os.popen (command_line)
如果os.path。存在(section_path +“/上传/转换/convert_”+ str (new_audio) +“wav”):
convert_name="上传/转换/convert_”+ str (new_audio) +“wav”
ffmpeg_cut (convert_name音频[3],音频[0])
sql="更新ocenter_recognition设置状态=1,convert_name=' % s ' id=% d % (convert_name、音频[0])
rtysdb.do_exec_sql (sql)
#将大音频文件切成碎片
def ffmpeg_cut (convert_name原浆master_id):
section_path=db_config.SYS_PATH
如果sharps> 0:
因为我在范围(0,专家):
timeArray=time.localtime(我* 30)
h=imeArray strftime (“% H”)
h=int (h) - 8所示
h=" 0 " + str (h)
女士=time.strftime (" % M: % S”, timeArray)
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
