4.通过调用云小微语音识别 API 并查看有关语音识别 API 相关文档,上传音频,完成语音识别,并将识别完成的文本信息进行输出显示。(云小微语音识别 API相关文档:(https://kael.tvs.qq.com/ability/latest/2))。
第一步:定义请求参数#导入所需要的包import requests
import json
from requests_toolbelt import MultipartEncoder filepath="D:/test.mp3" #需要更换为绝对路径print("测试文件绝对路径:"+filepath)
print("识别模式:一次性识别")
url = 'https://gwgray.tvs.qq.com/ai/asr' headers = {
# 'Appkey':'fbe6ed2041ea11eb8e83793e0d29e1dd',
'Appkey':'fa344ca04d8611eb93763d03417560a2',
'Content-Type':'multipart/form-data;boundary=----WebKitFormBoundary7MA4YWxk
TrZu0gW'
}
payload = json.dumps({ #json.dumps() 是把 python 对象转换成 json 对象的一个过程,生成的是字符串
"header":{ }, "payload":{
"audioMeta": {
"format": "mp3",# 音频格式: pcm/wav/amr/opus/mp3 "sampleRate": "8K", # 采样率: 8K/16K
"channel": 1,# 音频通道数: 1/2
"lang": "zh-CN"# 语言类型, 中文: zh-CN, 英文: en-US
},
"offset": 0,# 语音片在语音流中的偏移"needPunc": True,# 是否加标点
"transNum": True,# 是否开启文字转数字, 如一二三 to 123 "useCloudVad": True,# 是否使用云端 vad, 由云端来停止语音,调用方不用
第 25 页 共 29 页
发送 'finished'
"vadThreshold": 500,# 云端 vad 静音阈值, 建议设置 500, 单位 ms "finished":True# 语音是否结束
}
})
第二步:封装请求数据
data = MultipartEncoder(
fields={
"audio":('filename', open(filepath, 'rb'), 'audio/mp3'), "metadata":("metadata",payload, 'application/json; charset=utf8'),
},boundary="----WebKitFormBoundary7MA4YWxkTrZu0gW"
)
第三步:发送请求
r = requests.post(url,data=data,headers=headers)
第四步:运行代码,效果如图 4-10 所示。
print("识别到的文字:"+json.loads(r.text)["payload"]["text"])# 是将字符串传化为字典