falsk 基礎 語音識別與語音合成（）

首先搜尋進入官網。

然後建立乙個語音應用：

管理應用之後：

語音合成：

然後新建乙個py檔案：

from aip import

aipspeech
14454183
'api_key = '
txnugcisenveb93i70eswwb4
'secret_key = '
dzdok3dcueuxe28atfgioqzxvd91bmqu
'res = client.synthesis('
我如果愛你
',options=)
with open(
"audio.***
",'wb
')as f:
f.write(res)

在本地儲存乙個音訊檔案，新建乙個py檔案：

from aip import

aipspeech
import
os14454183
'api_key = '
txnugcisenveb93i70eswwb4
'secret_key = '
dzdok3dcueuxe28atfgioqzxvd91bmqu
'def
get_file_content(filepath):
'''因為只能識別pcm格式的音訊，所以利用ffmpeg將***格式轉化成pcm格式
'''cmd_str = "
ffmpeg -y -i -acodec pcm_s16le -f s16le -ac 1 -ar 16000 .pcm
".format(filepath)
os.system(cmd_str)
with open(
"%s.pcm
"%(filepath), 'rb'
) as f:
return
f.read()
res = client.asr(speech=get_file_content("
audio.***
"),options=)
print(res)

然後我們寫乙個demo：功能是實現將我們的音訊檔案讀出來。

from aip import

aipspeech
import
os14454183
'api_key = '
txnugcisenveb93i70eswwb4
'secret_key = '
dzdok3dcueuxe28atfgioqzxvd91bmqu
'def
get_file_content(filepath):
cmd_str = "
ffmpeg -y -i -acodec pcm_s16le -f s16le -ac 1 -ar 16000 .pcm
".format(filepath)
os.system(cmd_str)
with open(
"%s.pcm
"%(filepath), 'rb'
) as f:
return
f.read()
defxsh(filename):
res = client.asr(speech=get_file_content(filename), options=)
text = res.get('
result
')[0]
res =client.synthesis(
text,
options=)
with open(
"audio2.***
", 'wb'
)as f:
f.write(res)
os.system(
"audio2.***")
xsh(
'audio.***
')

同樣建立乙個自然語言的應用：

建立之後：

新建乙個py檔案：

from aip import

aipnlp
14457133
'api_key = '
yehip7ofhgqni7bd1r29lygh
'secret_key = '
ri0wgweyhsyqsztv4kzdrvnwv34nq2f7
'res = client.simnet('
你今年多大了？
','你的年齡是多少？')
#判斷兩句話的相似度，如果相似度大於0.72，就認為兩句話語義是一樣的
print(res)

判斷兩句話的相似度，如果相似度大於0.72，就認為兩句話語義是一樣的

from aip import

aipspeech,aipnlp
import
os14454183
'api_key = '
txnugcisenveb93i70eswwb4
'secret_key = '
dzdok3dcueuxe28atfgioqzxvd91bmqu
'def
get_file_content(filepath):
cmd_str = "
ffmpeg -y -i -acodec pcm_s16le -f s16le -ac 1 -ar 16000 .pcm
".format(filepath)
os.system(cmd_str)
with open(
"%s.pcm
"%(filepath), 'rb'
) as f:
return
f.read()
defxsh(filename):
res = client.asr(speech=get_file_content(filename), options=)
text = res.get('
result
')[0]
text =my_nlp(text)
res =client.synthesis(
text,
options=)
with open(
"audio2.***
", 'wb'
)as f:
f.write(res)
os.system(
"audio2.***
") # 系統執行檔案
defmy_nlp(text):
if nlp_client.simnet('
你叫什麼名字?
',text).get('
score
') >= 0.72:
return
'我的名字叫金王八
'if nlp_client.simnet('
你今年幾歲了?
',text).get('
score
') >= 0.72:
return
'我今年999歲了
'xsh(
'audio.***
')

C 語音識別（文字to語音 語音to文字）

最近打算研究一下語音識別，但是發現網上很少有c 的完整 就把自己的學習心得放上來，和大家分享一下。1 speechsdk51.exe 67.0 mb 2 speechsdk51langpack.exe 81.0 mb 文字to語音 這個相當的簡單。1 在com選項卡裡面的microsoft spee...

C 語音識別（文字to語音 語音to文字）

最近打算研究一下語音識別，但是發現網上很少有c 的完整 就把自己的學習心得放上來，和大家分享一下。1 speechsdk51.exe 67.0 mb 2 speechsdk51langpack.exe 81.0 mb 文字to語音 這個相當的簡單。1 在com選項卡裡面的microsoft spee...

語音識別基礎知識

最近學習過程中整理的語音識別的基礎知識的筆記 語音識別本質上是一種模式識別的過程，未知語音的模式與已知語音的參考模式逐一進行比較，最佳匹配的參考模式被作為識別結果。當今語音識別技術的主流演算法 主要有基於動態時間規整 dtw 演算法 基於非引數模型的向量量化 vq 方法 基於引數模型的隱馬爾可夫模型...