一、在百度智能云創(chuàng)建語(yǔ)音識(shí)別應(yīng)用

打開(kāi)百度智能云：https://cloud.baidu.com/
登錄控制臺(tái)，選擇語(yǔ)音技術(shù)：

然后點(diǎn)擊創(chuàng)建應(yīng)用

然后輸入應(yīng)用名稱名稱、選擇應(yīng)用類型，接口選擇默認(rèn)即可，輸入描述，然后點(diǎn)擊立即創(chuàng)建即可

然后我們就可以看到創(chuàng)建好的應(yīng)用

二、獲取Access Token

首先導(dǎo)入requests包：

import requests

然后使用過(guò)程創(chuàng)建的項(xiàng)目的API Key和Secret_Key獲取Access Token

    API_Key = 'DF2wS4DQ53TlS8ATxasy0ZXv'            # 官網(wǎng)獲取的API_Key
    Secret_Key = 'GvADiMXnwATEhaiKuOXg3t37KnKClGWr' # 為官網(wǎng)獲取的Secret_Key
    #拼接得到Url
    Url = 'https://aip./oauth/2.0/token?grant_type=client_credentials&client_id='+API_Key+'&client_secret='+Secret_Key
    resp = request.urlopen(Url)
    if resp:
        result = json.loads(resp.read().decode('utf-8'))
        print(result)
        # 打印access_token
        print(result['access_token'])
        # 打印有效期
        print(result['expires_in']/(60*60*24),'days')

運(yùn)行，可以得到

我們將其封裝成一個(gè)函數(shù)：

def get_token():
    API_Key = 'DF2wS4DQ53TlS8ATxasy0ZXv'            # 官網(wǎng)獲取的API_Key
    Secret_Key = 'GvADiMXnwATEhaiKuOXg3t37KnKClGWr' # 為官網(wǎng)獲取的Secret_Key
    #拼接得到Url
    Url = 'https://aip./oauth/2.0/token?grant_type=client_credentials&client_id='+API_Key+'&client_secret='+Secret_Key
    try:
        resp = request.urlopen(Url)
        result = json.loads(resp.read().decode('utf-8'))
        # 打印access_token
        print('access_token:',result['access_token'])
        return result['access_token']
    except request.URLError as err:
        print('token http response http code : ' + str(err.code))

三、通過(guò)Post將上傳音頻文件，獲得語(yǔ)言識(shí)別結(jié)果

通過(guò)查閱百度語(yǔ)音識(shí)別的技術(shù)文檔，我們有兩種方法將文件上傳：

因?yàn)榈诙N更簡(jiǎn)單，我們使用第2種方法，首先打開(kāi)我們需要識(shí)別的音頻文件，獲取里面的數(shù)據(jù)

    # 打開(kāi)需要識(shí)別的語(yǔ)音文件
    speech_data = []
    with open('01.wav', 'rb') as speech_file:
        speech_data = speech_file.read()
    length = len(speech_data)
    if length == 0:
        print('file 01.wav length read 0 bytes')

我們將Url里的參數(shù)設(shè)置好：

    # 3、設(shè)置Url里的參數(shù)
    params = {'cuid': '12345678python', # 用戶唯一標(biāo)識(shí)，用來(lái)區(qū)分用戶，長(zhǎng)度為60字符以內(nèi)。
              'token': token,           # 我們獲取到的 Access Token
              'dev_pid': 1537 }         # 1537 表示識(shí)別普通話
    # 將參數(shù)編碼
    params_query = parse.urlencode(params)
    # 拼接成一個(gè)我們需要的完整的完整的url
    Url = 'http://vop.baidu.com/server_api' + '?' + params_query

然后我們?cè)O(shè)置header，即請(qǐng)求頭，我們使用的文件格式為wav，百度語(yǔ)音識(shí)別只支持16000采樣率

    # 4、設(shè)置請(qǐng)求頭
    headers = {
        'Content-Type': 'audio/wav; rate=16000',    # 采樣率和文件格式
        'Content-Length': length
    }

這樣就可以發(fā)送post請(qǐng)求了，將音頻數(shù)據(jù)直接放在body中就好

    # 5、發(fā)送請(qǐng)求，音頻數(shù)據(jù)直接放在body中
    # 構(gòu)建Request對(duì)象
    req = request.Request(Url, speech_data, headers)
    # 發(fā)送請(qǐng)求
    res_f = request.urlopen(req)
    # 打印結(jié)果
    result = json.loads(res_f.read().decode('utf-8'))
    print(result)
    print('識(shí)別結(jié)果:',result['result'][0])

錄音程序可以參考上一篇博客：Python開(kāi)發(fā)之路（1）— 使用Pyaudio進(jìn)行錄音和播音
不過(guò)要注意百度語(yǔ)音識(shí)別的對(duì)文件的要求

運(yùn)行程序，可以看到，返回了識(shí)別到的結(jié)果

最后貼上完整代碼：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author: William

# encoding:utf-8

import json
from urllib import request,parse

def get_token():
    API_Key = 'DF2wS4DQ53TlS8ATxasy0ZXv'            # 官網(wǎng)獲取的API_Key
    Secret_Key = 'GvADiMXnwATEhaiKuOXg3t37KnKClGWr' # 為官網(wǎng)獲取的Secret_Key
    #拼接得到Url
    Url = 'https://aip./oauth/2.0/token?grant_type=client_credentials&client_id='+API_Key+'&client_secret='+Secret_Key
    try:
        resp = request.urlopen(Url)
        result = json.loads(resp.read().decode('utf-8'))
        # 打印access_token
        print('access_token:',result['access_token'])
        return result['access_token']
    except request.URLError as err:
        print('token http response http code : ' + str(err.code))

def main():
    # 1、獲取 access_token
    token = get_token()
    # 2、打開(kāi)需要識(shí)別的語(yǔ)音文件
    speech_data = []
    with open('01.wav', 'rb') as speech_file:
        speech_data = speech_file.read()
    length = len(speech_data)
    if length == 0:
        print('file 01.wav length read 0 bytes')

    # 3、設(shè)置Url里的參數(shù)
    params = {'cuid': '12345678python', # 用戶唯一標(biāo)識(shí)，用來(lái)區(qū)分用戶，長(zhǎng)度為60字符以內(nèi)。
              'token': token,           # 我們獲取到的 Access Token
              'dev_pid': 1537 }         # 1537 表示識(shí)別普通話
    # 將參數(shù)編碼
    params_query = parse.urlencode(params)
    # 拼接成一個(gè)我們需要的完整的完整的url
    Url = 'http://vop.baidu.com/server_api' + '?' + params_query

    # 4、設(shè)置請(qǐng)求頭
    headers = {
        'Content-Type': 'audio/wav; rate=16000',    # 采樣率和文件格式
        'Content-Length': length
    }

    # 5、發(fā)送請(qǐng)求，音頻數(shù)據(jù)直接放在body中
    # 構(gòu)建Request對(duì)象
    req = request.Request(Url, speech_data, headers)
    # 發(fā)送請(qǐng)求
    res_f = request.urlopen(req)
    result = json.loads(res_f.read().decode('utf-8'))
    print(result)
    print('識(shí)別結(jié)果:',result['result'][0])

if __name__ == '__main__':
    main()