本文目录一览：
- 1、如何用python调用百度语音识别
- 2、Python用什么模块开发语音识别系统
- 3、如何优雅的用Python玩转语音聊天机器人
- 4、如何用python控制电脑说话？
- 5、python怎么读？
- 6、Python语音的文件输出问题
如何用python调用百度语音识别
1、首先需要打开百度AI语音系统，开始编写代码，如图所示，编写好回车。
2、然后接下来再试一下16k.pcm的音频，开始编写成功回车，如图所示的编写。
3、最后，查看音频c的属性，可以看到音频持续28秒，这样就是用python调用百度语音识别成功解决问题。
Python用什么模块开发语音识别系统
shell是unix 或者linux下的脚本语言，用于linux下 的日常任务管理和开发。perl,python两个都是跨系统的脚本语言，perl在过去多用于文本处理、linux日常任务开发，和CGI程序开发，python基本定位和perl类似，但比perl要好学很多。
如何优雅的用Python玩转语音聊天机器人
所需硬件：
树莓派B+
人体红外线感应模块
内置麦克风摄像头(实测树莓派免驱淘宝链接）
申请API：
百度语音api
图灵api
语音聊天机器人实现原理：当有人来到跟前时--》触发聊天功能，开始以每2s检测录制语音--》通过百度语音api合成文字--》传递给图灵api返回回答信息--》通过百度语音合成播放
【人体感应识别部分Python代码renti.py】
123456789101112131415161718192021222324252627282930313233
#/usr/bin/python#coding:utf-8import RPi.GPIO as GPIOimport timeimport osimport signalimport atexitGPIO.setmode(GPIO.BCM) GPIO_PIR = 14 GPIO.setup(GPIO_PIR,GPIO.IN) # Echojing = 0dong = 0 sum = 0sum1 = 0oldren = 0sleep = 0def ganying(): i = 0 ok = 0 error = 0 while i 10: if GPIO.input(GPIO_PIR) == 1 : ok = ok + 1 if GPIO.input(GPIO_PIR) == 0 : error = error + 1 time.sleep(0.01) i = i + 1 ren = ok/(error+1) return ren
1
GPIO_PIR = 14
为 红外线检测模块与树莓派的针脚，脚本函数返回0表示无人，0 为有人
【Python语音识别聊天部分robot.py】
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112
#/usr/bin/python# -*- coding:utf-8 -*-import sysreload(sys)sys.setdefaultencoding( "utf-8" )import urllibimport urllib2import jsonimport uuidimport base64import osimport timefrom renti import * #获取百度tokenappid=7647466apikey="百度API"secretkey="百度API" baidu_url="h.com/oauth/2.0/token?grant_type=client_credentialsclient_id=" + apikey + "client_secret=" + secretkey; y_post=urllib2.urlopen(baidu_url)y_read=y_post.read()y_token=json.loads(y_read)['access_token']#print y_read#print y_token #------------------function------------- def luyin(): os.system('arecord -D plughw:1,0 -c 1 -d 2 1.wav -r 8000 -f S16_LE 2/dev/null') def fanyi():
#---------------语音识别部分 mac_address="haogeoyes" with open("1.wav",'rb') as f: s_file = f.read() speech_base64=base64.b64encode(s_file).decode('utf-8') speech_length=len(s_file) data_dict = {'format':'wav', 'rate':8000, 'channel':1, 'cuid':mac_address, 'token':y_token, 'lan':'zh', 'speech':speech_base64, 'len':speech_length} json_data = json.dumps(data_dict).encode('utf-8') json_length = len(json_data) asr_server = 'm/server_api' request = urllib2.Request(url=asr_server) request.add_header("Content-Type", "application/json") request.add_header("Content-Length", json_length) fs = urllib2.urlopen(url=request, data=json_data) result_str = fs.read().decode('utf-8') json_resp = json.loads(result_str) if json_resp.has_key('result'): out_txt=json_resp['result'][0] else: out_txt="Null" return out_txt def tuling(b): f=urllib.urlopen("23.com/openapi/api?key="此处为图灵API"info=%s" % b) f=json.loads(f.read())['text'] return f def hecheng(text,y_token): #text="你好我是机器人牛牛很高兴能够认识你" geturl="u.com/text2audio?tex="+text+"lan=zhper=1pit=9spd=6cuid=CCyo6UGf16ggKZGwGpQYL9Gxctp=1tok="+y_token return os.system('omxplayer "%s" /dev/null 21 '%(geturl)) #return os.system('omxplayer "%s" /dev/null 21 '%(geturl)) def nowtime(): return time.strftime('%Y-%m-%d %H:%M:%S ') #---------------main-----------------num=0 #num用来判断是第一次说话，还是在对话过程中first=1 #判断是不是第一说话 当1000次没有人动认为是第一次while True: if ganying()!=0: run=open('run.log','a') if first==0: hecheng("你好,我是牛牛机器人,你可以和我聊天,不过说话的时候你必须靠近话筒近一点,",y_token) hecheng("说点什么吧,2秒钟内说完哦.",y_token) first=1 #为1一段时间就不执行 num=0 #从新计数 #print ganying() run.write(nowtime()+"说点神马吧..........."+'\n') print nowtime()+"说点神马吧.........." luyin() #开始录音 out=fanyi().encode("utf-8") #翻译文字 run.write(nowtime()+"我说:"+out+'\n') print nowtime()+"我说:"+out if out == "Null": text="没有听清楚你说什么" os.system('omxplayer "shenme.wav" /dev/null 21 ') else: text=tuling(out) hecheng(text,y_token) print nowtime()+"牛牛:"+text run.write(nowtime()+"牛牛:"+text+'\n') run.close() else: #print ganying() #调试查看是否为0有人没人 #print num num=num+1 #num长时间增大说明没有人在旁边 if num 1000: first=0 #0表示第一次说话
万事俱备 运行nohup python robot.py 哈哈就可以脱离屏幕开始愉快的语音聊天啦
下面看看聊天的日志记录吧
后续更新。。。。。。Python如何用语音优雅的控制小车
如何用python控制电脑说话？
电脑面前的你，是否也希望能让电脑听命于你？ 当你累的时候，只需说一声“我累了”，电脑就会放着优雅的轻音乐来让你放松。 或许你希望你在百忙之中，能让电脑郎读最新的NBA比分赛况….一切都是那么惬意。
在此告诉你，不要灰心，我们真的可以做一个。
做一个语音识别？ 我相信很多人到这里会有两个心态，一是好奇，二是避之千里。
其实不然，你可以不用懂太多的编程技能，你甚至也可以不用懂自然语言处理技术，这篇文章虽然实现了语音操控但是绝没有你们想象的那么复杂。 如果仅仅把语音识别作为一个实现了的接口的话，剩下的逻辑就仅仅是IF-ELSE这些简单的元素了。
实现语音操控的原理
语音操控分为 语音识别和语音朗读两部分。
这两部分本来是需要自然语言处理技能相关知识以及一系列极其复杂的算法才能搞定，可是这篇文章将会跳过此处，如果你只是对算法和自然语言学感兴趣的话，就只有请您移步了，下面没有一个字会讲述到这些内容。
早在上世纪90年代的时候，IBM就推出了一款极为强大的语音识别系统-vio voice , 而其后相关产品层出不穷，不断的进化和演变着。 我们这里将会使用SAPI实现语音模块。
什么是SAPI？
SAPI是微软Speech API , 是微软公司推出的语音接口，而细心的人会发现从WINXP开始，系统上就已经有语音识别的功能了，可是用武之地相当之少，他并没有给出一些人性化的自定义方案，仅有的语音操控命令显得相当鸡胁。 那么这篇文章的任务就是利用SAPI进行个性化的语音识别。
准备阶段，你至少需要安装以下的工具：
Python2.7
强烈建诡使用2.7，至今Python2.7拥有Python系列为数最多的工具和应用支持，同时也相对比较稳定。
Win32Com
Python Win32增强工具，可以使Python调用WIN32COM接口，这个工具的出现使得Python变得无比强大
Speech.py
这个是极为精简的封装模块，此处为可选项，当然我不建议重复造轮子，还是下吧，目前只支持Python2.6，但不用灰心，Python2.6和Python2.7的代码是兼容，不会有异常。
安装过程请依至上而下的顺序。
开发阶段
当你安装了上述的相关工具后，你就可以进行开发了：
先进行一个简单的环境调试：
复制代码 代码如下:
whileTrue:
phrase =speech.input()
speech.say("You said %s"%phrase)
ifphrase =="turn off":
break
上述代码是启动语音识别器，同时系统将会重复你所录入的语音，当遇到“turn off”时，就会自动关闭识别系统。
python怎么读？
python的读法：
英式发音为['paɪθən] ；美式发音为['paɪθɑːn]
发元音时，气流从肺部通过声门冲击声带，使声带发出均匀震动，然后震音气流不受阻碍地通过口腔，通过舌、唇的调节而发出不同的声音。发元音时声带必然震动的叫浊元音。有些语言发元音时声带不振动，发出清元音。
发辅音时，气流受到发音器官的各种阻碍，声带不一定振动，不够清晰响亮的音素叫辅音。气流从肺里出来不一定振动声带，通过口腔时受到一定的阻碍，这种主要依靠阻碍发出的音叫辅音。
扩展资料
相关概念——
半元音（semivowel）：语音学上指摩擦似有似无，发音方式上与元音相似，介于元音和辅音之间，时长较短且被视为辅音的音。如普通话衣yī、乌wū 中的 y、w。半元音往往有对应的元音。半元音属于近音。
流音（liquid）：不属于半元音的近音。如普通话流liú 中的 l 。
近音（approximant），即接近音、无擦通音：发音时两个发音部位彼此靠拢，有足够空间予气流流动，产生的湍流较弱。（如果发音部位收窄程度加剧，湍流会产生，形成擦音。）半元音和流音都属于近音；近音属于辅音。
Python语音的文件输出问题
假设输入文件是 input.fa
输出文件分别是 output1.fa output2.fa output3.fa 等等
则代码如下：
f = open('input.fa')
sequences = f.read().split('')
for i,seq in enumerate(sequences[1:]):
f1 = open('output%d.fa'%(i+1),'w')
f1.write('%s'%seq)
f1.close()
f.close()
