Python调用百度API实现语音识别(一)
咪哥杂谈
共 843字，需浏览 2分钟
·
2019-11-19 23:29
咪哥杂谈
本篇阅读时间约为 2 分钟。
1
前言
有了上篇文章野狼disco的音频，今天就来带大家玩一下百度的API，如何借用百度 API 的语音识别功能，将我们的音频转为文字。最终落地到 word 中。
当然，转为文字后，也为之前语音机器人做了铺垫，转换的文字可以写入到程序中，后续机器人朗读声音而用。
2
百度 API 官网准备工作
1. 搜索
2. 开放能力 -> 语音技术 -> 语音识别
可以看到这里有三种语音类型，点哪个都行，这里选择语音识别即可。
先点击技术文档看下：
左侧实际上只包含了标准版和极速版，没有看到长语音版。
对比了下价格，果断选择了标准版！自己玩，怎么实惠怎么来！
看了上面普通版的文档，有几点需要注意的：
1. 格式
原始 PCM 的录音参数必须符合 16k 采样率、16bit 位深、单声道，支持的格式有：pcm（不压缩）、wav（不压缩，pcm编码）、amr（压缩格式）。
百度开放平台
2. 时长
目前系统支持的语音时长上限为60s，请不要超过这个长度，否则会返回错误。
百度开放平台
3
注册获取key
这意味着你需要去人家平台注册，获取到人家平台给你颁发的身份验证。也就是 key 之类的信息。
查看 Python SDK 文档发现：
文档页的右上侧，有个控制台，点进去，自己注册下。
1. 左侧音频图标 -> 创建应用
2. 填写信息
3. 完成
4
总结
前戏已备好，key等信息已经有了。只需要记住上面说的两个注意点即可。
下一篇开始我们真正的编码。
有什么问题，欢迎评论区留言！
Python打造自己的语音机器人设计思路Python实现电脑录音（含音频基础知识讲解）
你点的每个在看，我都认真当成了喜欢评论