python语音模块

⑴ 如何优雅的用python玩转语音聊天机器人

所需硬件：
树莓派B+
人体红外线感应模块
内置麦克风摄像头(实测树莓派免驱淘宝链接）
申请API：
网络语音api
图灵api
语音聊天机器人实现原理：当有人来到跟前时--》触发聊天功能，开始以每2s检测录制语音--》通过网络语音api合成文字--》传递给图灵api返回回答信息--》通过网络语音合成播放
【人体感应识别部分Python代码renti.py】


#/usr/bin/python#coding:utf-8import RPi.GPIO as GPIOimport timeimport osimport signalimport atexitGPIO.setmode(GPIO.BCM) GPIO_PIR = 14 GPIO.setup(GPIO_PIR,GPIO.IN) # Echojing = 0dong = 0 sum = 0sum1 = 0oldren = 0sleep = 0def ganying(): i = 0 ok = 0 error = 0 while i < 10: if GPIO.input(GPIO_PIR) == 1 : ok = ok + 1 if GPIO.input(GPIO_PIR) == 0 : error = error + 1 time.sleep(0.01) i = i + 1 ren = ok/(error+1) return ren

1

GPIO_PIR = 14

为 红外线检测模块与树莓派的针脚，脚本函数返回0表示无人，>0 为有人
【Python语音识别聊天部分robot.py】


#/usr/bin/python# -*- coding:utf-8 -*-import sysreload(sys)sys.setdefaultencoding( "utf-8" )import urllibimport urllib2import jsonimport uuidimport base64import osimport timefrom renti import * #获取网络tokenappid=7647466apikey="网络API"secretkey="网络API" _url="h.com/oauth/2.0/token?grant_type=client_credentials&client_id=" + apikey + "&client_secret=" + secretkey; y_post=urllib2.urlopen(_url)y_read=y_post.read()y_token=json.loads(y_read)['access_token']#print y_read#print y_token #------------------function------------- def luyin(): os.system('arecord -D plughw:1,0 -c 1 -d 2 1.wav -r 8000 -f S16_LE 2>/dev/null') def fanyi():
#---------------语音识别部分 mac_address="haogeoyes" with open("1.wav",'rb') as f: s_file = f.read() speech_base64=base64.b64encode(s_file).decode('utf-8') speech_length=len(s_file) data_dict = {'format':'wav', 'rate':8000, 'channel':1, 'cuid':mac_address, 'token':y_token, 'lan':'zh', 'speech':speech_base64, 'len':speech_length} json_data = json.mps(data_dict).encode('utf-8') json_length = len(json_data) asr_server = 'm/server_api' request = urllib2.Request(url=asr_server) request.add_header("Content-Type", "application/json") request.add_header("Content-Length", json_length) fs = urllib2.urlopen(url=request, data=json_data) result_str = fs.read().decode('utf-8') json_resp = json.loads(result_str) if json_resp.has_key('result'): out_txt=json_resp['result'][0] else: out_txt="Null" return out_txt def tuling(b): f=urllib.urlopen("23.com/openapi/api?key="此处为图灵API"&info=%s" % b) f=json.loads(f.read())['text'] return f def hecheng(text,y_token): #text="你好我是机器人牛牛很高兴能够认识你" geturl="u.com/text2audio?tex="+text+"&lan=zh&per=1&pit=9&spd=6&cuid=CCyo6UGf16ggKZGwGpQYL9Gx&ctp=1&tok="+y_token return os.system('omxplayer "%s" > /dev/null 2>&1 '%(geturl)) #return os.system('omxplayer "%s" > /dev/null 2>&1 '%(geturl)) def nowtime(): return time.strftime('%Y-%m-%d %H:%M:%S ') #---------------main-----------------num=0 #num用来判断是第一次说话，还是在对话过程中first=1 #判断是不是第一说话 当1000次没有人动认为是第一次while True: if ganying()!=0: run=open('run.log','a') if first==0: hecheng("你好,我是牛牛机器人,你可以和我聊天,不过说话的时候你必须靠近话筒近一点,",y_token) hecheng("说点什么吧,2秒钟内说完哦.",y_token) first=1 #为1一段时间就不执行 num=0 #从新计数 #print ganying() run.write(nowtime()+"说点神马吧..........."+'\n') print nowtime()+"说点神马吧.........." luyin() #开始录音 out=fanyi().encode("utf-8") #翻译文字 run.write(nowtime()+"我说:"+out+'\n') print nowtime()+"我说:"+out if out == "Null": text="没有听清楚你说什么" os.system('omxplayer "shenme.wav" > /dev/null 2>&1 ') else: text=tuling(out) hecheng(text,y_token) print nowtime()+"牛牛:"+text run.write(nowtime()+"牛牛:"+text+'\n') run.close() else: #print ganying() #调试查看是否为0有人没人 #print num num=num+1 #num长时间增大说明没有人在旁边 if num > 1000: first=0 #0表示第一次说话

万事俱备 运行nohup python robot.py 哈哈就可以脱离屏幕开始愉快的语音聊天啦
下面看看聊天的日志记录吧
后续更新。。。。。。Python如何用语音优雅的控制小车

⑵ 利用python和麦克风进行语音数据采集的流程

使用 Python 和麦克风进行语音数据采集的流程可能包括以下步骤：

• 安装并导入相应的库：需要安友老装并导入 PyAudio 库，这个库可以让你在 Python 中野基操作麦克风。

• 打开麦克风：使用 PyAudio 库打开麦克风，并设置采样率，采样位数等参数。

• 开始录音：颂告谨使用 PyAudio 库的 read 方法从麦克风中读取语音数据。

• 存储数据：使用 Python 的文件操作函数将读取到的语音数据存储到本地磁盘上。

• 关闭麦克风：使用 PyAudio 库关闭麦克风。

• 处理数据:在结束采集之后可以对音频数据进行处理，比如语音识别，语音合成,语音压缩等.

注意：请确保在你的系统中已经安装好了麦克风驱动，并且在 Python 代码中有足够的权限访问麦克风。

⑶ 如何利用python在pycharm上进行语音合成

pycharm 通过 Sftp 远程编辑项目的配置

{这个相当于代码同步，类似git上传，同步后你可以在服务器上直接运行上传的代码；这个配置好后，才能在pycharm远程调试时候将代码上传到服务器正确位置/正确路径上}

打开pycharm，File -> Settings…( Ctrl + Alt + s ) -> Deployment
点击 + 按钮，添加一个

如果你发现你的运行配置中没有 Django 相关的项，请在项目设置的 Django 中勾选 Enable Django Support。

运行配置的设置有两点需要注意。Python Interpreter 需要选中之前建立的远程解释器。Path mappings 处，需要把本机的 manage.py 与 linux 上的关联起来，比如：

C:/Evolution/Python/django_website/manage.py <=> /home/onlyice/work/django_website/manage.py

这可能是 PyCharm 的 bug：在使用远程解释器后，PyCharm 并不会自动将 Django 运行配置中的 manage.py 文件定位到 Linux 上的那份，而是会尝试使用下面的命令来启动 Django 调试 Server:

/usr/bin/python2 manage.py C:/Evolution/Python/django_website/manage.py

自然就找不到文件了。所以使用了 Path mappings 作为一种 hack 手段来解决。
这时就可以打断点调试啦

Trouble Shooting

Q: 点击调试运行失败，显示 “Cant set remote tunneling”

A: 调试时 PyCharm 调用将 Python Debug Server (pydevd.py) 绑定在一个随机端口上，再使用 SSH 的端口转发将数据通过 SSH 端口转到 Debug Server 去。需要检查你的 sshd 配置 (默认是 /etc/ssh/sshd_config) 是否禁用了 TCP 转发 (AllowTcpFowarding)，这个配置默认是打开的。

皮皮blog

出错问题

pycharm channel is not opened

pycharm不能同步deployment中设置的文件内容了，在remote host窗口中打开文件提示the file is identical to local但实际上完全不同，上传多次才能成功，或者干脆就提示channel is not opened。应该和sftp有关。

目前还没找到具体原因，可能是服务器问题，过会就自己好了。

也可能是pycharm的问题，或者系统的问题？希望解决的可以留言告知一下，谢谢！

[Can't Download From Remote Server via SFTP – JetBrains IntelliJ]

pandas出错

pycharm console import pandas Backend Qt4Agg is interactive backend. Turning interactive mode on. : cannot connect to X server
import pandas : cannot connect to X server

重启pycharm，或者也不知道怎么了就好了，不报错了。。。

运行出错

ssh://[email protected]:22/home/piting/ENV/anaconda3/bin/python3 -u /home/piting/mine/python_workspace/Oth/Competition/TianChi/Regression.py
/home/piting/ENV/anaconda3/bin/python3: can't open file '/home/piting/mine/python_workspace/Oth/Competition/TianChi/Regression.py': [Errno 2] No such file or directory

点出remote host标签，发现没有这个目录，目录下也没有这个文件

解决：

mkdir -p 代码目录

再在remote host中右键 》 upload here

ref: [PyCharmRemote Debugging指南]

[pycharm奇淫技巧]*

[使用Pycharm进行Python远程开发]

[Deployment in PyCharm]

⑷ 自己动手写Python进行文本转语音程序，共计11行代码

1、首模握先安装Python程序推荐3.7

2、下载散旁 pyttsx3库。

3、将需要转换的文本和程序放到一起。

4、运行程序就会朗读文本和保存文本朗读的语冲码橡音文件。

以下是源代码：

import pyttsx3

with open ( 'word.txt' , encoding = 'utf-8' ) as obj:

line=obj.readline()

engine=pyttsx3.init()

rate=engine.getProperty( 'rate' )

engine.setProperty( 'rate' , 160 )

volume=engine.getProperty( 'volume' )

engine.setProperty( 'volume' , 0.6 )

engine.say(line)

engine.save_to_file(line, 'abc.mp3' )

engine.runAndWait()

⑸ Python用什么模块开发语音识别系统

shell是unix 或者linux下的脚本语言，用于linux下 的日常任务管理和开发。perl,python两个都是跨系统的脚本语言，perl在过去多用于文本处理、linux日常任务开发，和CGI程序开发，python基本定位和perl类似，但比perl要好学很多。

⑹ Python用什么模块开发语音识别系统

推荐使用YQ5969,这个语音识别模块可以支持1--8个咪头，还可以支持本地和云端识别不同需求。5米内本地识别率 93%以上，云端识别率97%。这个语音识别模块可以滤除噪声。由于我们生活在一个相对的噪音环境里，
在远场识别中，用户和设备有一定距离，很多时候噪声源距离麦克风的位置比人更近，在某种程度中也为录制声音带来了一定的困难。

⑺ 如何用python调用百度语音识别

1、首先需要打开网络AI语音系统，开始编写代码，如图所示，编写好回车。

⑻ 如何用python控制电脑说话

电脑面前的你，是否也希望能让电脑听命于你？ 当你累的时候，只需说一声“我累了”，电脑就会放着优雅的轻音乐来让你放松。 或许你希望你在百忙之中，能让电脑郎读最新的NBA比分赛况….一切都是那么惬意。
在此告诉你，不要灰心，我们真的可以做一个。
做一个语音识别？ 我相信很多人到这里会有两个心态，一是好奇，二是避之千里。
其实不然，你可以不用懂太多的编程技能，你甚至也可以不用懂自然语言处理技术，这篇文章虽然实现了语音操控但是绝没有你们想象的那么复杂。 如果仅仅把语音识别作为一个实现了的接口的话，剩下的逻辑就仅仅是IF-ELSE这些简单的元素了。

实现语音操控的原理
语音操控分为 语音识别和语音朗读两部分。
这两部分本来是需要自然语言处理技能相关知识以及一系列极其复杂的算法才能搞定，可是这篇文章将会跳过此处，如果你只是对算法和自然语言学感兴趣的话，就只有请您移步了，下面没有一个字会讲述到这些内容。
早在上世纪90年代的时候，IBM就推出了一款极为强大的语音识别系统-vio voice , 而其后相关产品层出不穷，不断的进化和演变着。 我们这里将会使用SAPI实现语音模块。
什么是SAPI？
SAPI是微软Speech API , 是微软公司推出的语音接口，而细心的人会发现从WINXP开始，系统上就已经有语音识别的功能了，可是用武之地相当之少，他并没有给出一些人性化的自定义方案，仅有的语音操控命令显得相当鸡胁。 那么这篇文章的任务就是利用SAPI进行个性化的语音识别。
准备阶段，你至少需要安装以下的工具：
Python2.7 http://www.python.org/
强烈建诡使用2.7，至今Python2.7拥有Python系列为数最多的工具和应用支持，同时也相对比较稳定。
Win32Com http://starship.python.net/~skippy/win32/Downloads.html

Python Win32增强工具，可以使Python调用WIN32COM接口，这个工具的出现使得Python变得无比强大
Speech.py http://pypi.python.org/pypi/speech/
这个是极为精简的封装模块，此处为可选项，当然我不建议重复造轮子，还是下吧，目前只支持Python2.6，但不用灰心，Python2.6和Python2.7的代码是兼容，不会有异常。
安装过程请依至上而下的顺序。
开发阶段
当你安装了上述的相关工具后，你就可以进行开发了：
先进行一个简单的环境调试：
复制代码 代码如下:

whileTrue:
phrase =speech.input()
speech.say("You said %s"%phrase)
ifphrase =="turn off":
break

上述代码是启动语音识别器，同时系统将会重复你所录入的语音，当遇到“turn off”时，就会自动关闭识别系统。