10行内Python代码实现语音识别

要调用百度AI开放平台的API，首先需要一个百度账号。

登录https://ai.baidu.com/，注册用户，然后创建应用。

创建应用完成后，进入管理页面，可以看到应用对应的 “AppID”、“API Key”与“Secret Key”，这些信息在调用语音识别需要提供。

创建了应用，我们便可以调用接口实现语音识别了。相关的文档在这个网址：

https://ai.baidu.com/ai-doc

文档中对于使用不同编程语言的调用方法做了详细说明。

使用Python调用该接口之前，需要安装一个外部库，

pip install baidu-aip -i https://pypi.tuna./simple

接下来进行进行客户端的创建，在Python编辑器中输入以下语句：

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)

其中，“AppID”、“API Key”与“Secret Key”都可以从我们刚刚创建的应用中得到。这几行代码便实现了一个可以与百度AI开放平台交互的客户端。

接下来进行文件的读取，这部分使用Python的IO操作：

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

接下来，便是惊心动魄的语音识别过程了：

# 识别本地文件res= client.asr(get_file_content('test.wav'), 'wav', 16000, {'dev_pid': 1536, })print(res['result'][0])

在这里，我们提前录制了一个语音文件“test.wav”并放在当前Python文件的同一目录下。

client.asr(get_file_content('test.wav'), 'wav', 16000, {'dev_pid': 1536, })

这一行代码实现了具体的语音识别过程，其中，get_file_content('test.wav')表示“test.wav”中的内容，'wav'表示文件类型，16000表示采样率,{'dev_pid': 1536, }表示识别类型为普通话。下面的print(res['result'][0])可以实现识别结果的输出。

所有的代码展示如下：

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(filePath):    with open(filePath, 'rb') as audio:        return audio.read()# 识别本地文件res = client.asr(get_file_content('test.wav'), 'wav', 16000, {'dev_pid': 1536, })print(res['result'][0])

除去注释一共十行，可以说非常方便耐用了。但是这个API也有一些缺点，比如待识别的录音需要上传完整的录音文件，并且录音文件时长不超过60s；此外，对单个应用的每秒查询率也有一定限制。感兴趣的朋友可以尝试一下。