Python人工智能之路 之PyAudio 实现录音 自动化交互实现问答

            
import pyaudio
import wave
CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 16000
RECORD_SECONDS = 2
WAVE_OUTPUT_FILENAME = "Oldboy.wav"
p = pyaudio.PyAudio()
stream = p.open(format=FORMAT,
        channels=CHANNELS,
        rate=RATE,
        input=True,
        frames_per_buffer=CHUNK)
print("开始录音,请说话......")
frames = []
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
  data = stream.read(CHUNK)
  frames.append(data)
print("录音结束,请闭嘴!")
stream.stop_stream()
stream.close()
p.terminate()
wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()
          

            
# pyrec.py 文件内容
import pyaudio
import wave
CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 16000
RECORD_SECONDS = 2
def rec(file_name):
  p = pyaudio.PyAudio()
  stream = p.open(format=FORMAT,
          channels=CHANNELS,
          rate=RATE,
          input=True,
          frames_per_buffer=CHUNK)
  print("开始录音,请说话......")
  frames = []
  for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)
  print("录音结束,请闭嘴!")
  stream.stop_stream()
  stream.close()
  p.terminate()
  wf = wave.open(file_name, 'wb')
  wf.setnchannels(CHANNELS)
  wf.setsampwidth(p.get_sample_size(FORMAT))
  wf.setframerate(RATE)
  wf.writeframes(b''.join(frames))
  wf.close()
          

            
{'err_msg': 'speech quality error.', 'err_no': 3301, 'sn': '6397933501529645284'} # 音质不清晰
          

            
# wav2pcm.py 文件内容
import os
def wav_to_pcm(wav_file):
  # 假设 wav_file = "音频文件.wav"
  # wav_file.split(".") 得到["音频文件","wav"] 拿出第一个结果"音频文件" 与 ".pcm" 拼接 等到结果 "音频文件.pcm"
  pcm_file = "%s.pcm" %(wav_file.split(".")[0])
  # 就是此前我们在cmd窗口中输入命令,这里面就是在让Python帮我们在cmd中执行命令
  os.system("ffmpeg -y -i %s -acodec pcm_s16le -f s16le -ac 1 -ar 16000 %s"%(wav_file,pcm_file))
  return pcm_file
          

            
{'corpus_no': '6569869134617218414', 'err_msg': 'success.', 'err_no': 0, 'result': ['老男孩教育'], 'sn': '8116162981529666859'}
          

            
# playmp3.py 文件内容
import os
def play_mp3(file_name):
  os.system("ffplay %s"%(file_name))
          

            
# baidu_ai.py 文件内容
from aip import AipSpeech
# 这里的三个参数,对应在百度语音创建的应用中的三个参数
APP_ID = "xxxxx"
API_KEY = "xxxxxxx"
SECRET_KEY = "xxxxxxxx"
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
def audio_to_text(pcm_file):
  # 读取文件 , 终于得到了PCM文件
  with open(pcm_file, 'rb') as fp:
    file_context = fp.read()
  # 识别本地文件
  res = client.asr(file_context, 'pcm', 16000, {
    'dev_pid': 1536,
  })
  # 从字典里面获取"result"的value 列表中第1个元素,就是识别出来的字符串"老男孩教育"
  res_str = res.get("result")[0]
  return res_str
def text_to_audio(res_str):
  synth_file = "synth.mp3"
  synth_context = client.synthesis(res_str, "zh", 1, {
    "vol": 5,
    "spd": 4,
    "pit": 9,
    "per": 4
  })
  with open(synth_file, "wb") as f:
    f.write(synth_context)
  return synth_file
          

            
import pyrec # 录音函数文件
import wav2pcm # wav转换pcm 函数文件
import baidu_ai # 语音合成函数,语音识别函数 文件
import playmp3 # 播放mp3 函数 文件
pyrec.rec("1.wav") # 录音并生成wav文件,使用方式传入文件名
pcm_file = wav2pcm.wav_to_pcm("1.wav") # 将wav文件 转换成pcm文件 返回 pcm的文件名
res_str = baidu_ai.audio_to_text(pcm_file) # 将转换后的pcm音频文件识别成 文字 res_str
synth_file = baidu_ai.text_to_audio(res_str) # 将res_str 字符串 合成语音 返回文件名 synth_file
playmp3.play_mp3(synth_file) # 播放 synth_file
          

            
# FAQ.py 文件内容
def faq(Q):
  if Q == "你叫什么名字": # 问题
    return "我的名字是老男孩教育" # 答案
　　return "我不知道你在说什么" #问题没有答案时返