本文主要是介绍讯飞webapi语音识别接口调用示例代码(python)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《讯飞webapi语音识别接口调用示例代码(python)》：本文主要介绍如何使用Python3调用讯飞WebAPI语音识别接口,重点解决了在处理语音识别结果时判断是否为最后一帧的问题,通过运行代...
前言
基于python3 讯飞webAPI语音识别 接口调用的实现。
一、环境
1、注册讯飞平台账号：讯飞平台网址
2、进入控制台并创建应用
 |
|
3、进入应用后点击右侧语音识别-语音听写，系统会生成服务端口认证信息APPID、APISecret、APIKey，后面调用接口的时候会用到，往下滑动可看到接口地址
二、引入库
需要提前安装所需的库
使用pip安装
python -m pip install websocket-client
import websocket import datetime import hashlib import base64 import hMAC import json from urllib.parse import urlencode import time import ssl from wsgiref.handlers import format_date_time from datetime import datetime from time import mktime import _thread as thread
三、代码实例
1、进入讯飞资料文档中心：语音听写（流式版）WebAPI 文档 | 讯飞开放平台文档中心
下载python3 demo
demo中的on_message方法需要小小的改动，在输出完整的数据之前先进行判断是否已经是最后一帧了。已在下面的代码中体现
下列代码中的APPID、APISecret、APIKey、url根据标题一中3步骤的内容更改
import websocket import datetime import hashlib import base64 import hmac import json from urllib.parse import urlencode import time import ssl from wsgiref.handlers import format_date_time from datetime import datetime from time import mktime import _thread as thread STATUS_pythonFIRST_FRAME = 0 # 第一帧的标识 STATUS_CONTINUE_FRAME = 1 # 中间帧标识 STATUS_LAST_FRAME = 2 # 最后一帧的标识 class Ws_Param(object): # 初始化 def __init__(self, APPID, APIKey, APISecret, AudioFile): self.APPID = APPID self.APIKey = APIKey self.APISecret = APISecret self.AudioFile = AudioFile # 公共参数(common) self.CommonArgs = {"app_id": self.APPID} # 业务参数(business)，更多个性化参数可在官网查看 self.BusinessArgs = {"domain": "iat", "language": "zh_cn", "accent": "mandarin", "vinfo":1,"vad_eos":10000} # 生成url def create_url(self): url = 'wss://ws-api.xfyun.cn/v2/iat' # 生成RFC1123格式的时间戳 now = datetime.now() date = format_date_time(mktime(now.timetuple())) # 拼接字符串 signature_origin = "host: " + "ws-api.xfyun.cn" + "\n" signature_origin += "date: " + date + "\n" signature_origin += "GET " + "/v2/iat " + "HTTP/1.1" # 进行hmac-sha256进行加密 signature_sha = hmac.new(self.APISecret.encode('utf-8'), signature_origin.encode('utf-8'), digestmod=hashlib.sha256).digest() signature_sha = base64.b64encode(signature_sha).decode(encoding='utf-8') authorization_origin = "api_key=\"%s\", algorithm=\"%s\", headers=\"%s\", signaturejs=\"%s\"" % ( self.APIKey, "hmac-sha256", "host date request-line", signature_sha) authorization = base64.b64encode(authorization_origin.encode('utf-8')).decode(encoding='utf-8') # 将请求的鉴权参数组合为字典 v = { "authorization": authorization, "date": date, "host": "ws-api.xfyun.cn" } # 拼接鉴权参数，生成url url = url + '?' + urlencode(v) # print("date: ",date) # print("v: ",v) # 此处打印出建立连接时候的url,参考本demo的时候可取消上方打印的注释，比对相同参数时生成的url与自己代码生成的url是否一致 # print('websocket url :', url) return url # 收到websocket消息的处理 all_results = "" def on_message(ws, message): global all_results try: code = json.loads(message)["code"] sid = json.loads(message)["sid"] if code != 0: errMsg = json.loads(message)["message"] print("sid:%s call error:%s code is:%s" % (sid, errMsg, code)) else: data = json.loads(message)["data"]["result"]["ws"] # print(json.loads(message)) resultChina编程 = "" for i in data: tm = str(i["bg"]) for w in i["cw"]: result += w["w"] # 添加到全局结果 all_results += result # 检查是否为最后一帧 if "status" in json.loads(message)["data"]: if json.loads(message)["data"]["status"] == 2: # 判断是否为最后一帧 print("sid:%s call success!, combined data is: %s" % (sid, all_results)) # 添加句号到最后 all_results = "" # 清空全局结果 #print("sid:%s call success!,data is:%s" % (sid, json.dumps(data, ensure_ascii=False))) #print("sid:%s call success!,data is:%s" % (sid, result)) except Exception as e: print("receive msg,but parse exception:", e) # 收到websocket错误的处理 def on_error(ws, error): print("### error:", error) # 收到websocket关闭的处理 def on_close(ws,a,b): print("### closed ###") # 收到websocket连接建立的处理 def on_open(ws): def run(*args): frameSize = 8000 # 每一帧的音频大小 intervel = 0.04 # 发送音频间隔(单位:s) status = STATUS_FIRST_FRAME # 音频的状态信息，标识音频是第一帧，还是中间帧、最后一帧 with open(wsParam.AudioFile, "rb") as fp: www.chinasem.cn while True: buf = fp.read(frameSize) # 文件结束 if not buf: status = STATUS_LAST_FRAME # 第一帧处理 # 发送第一帧音频，带business 参数 # appid 必须带上，只需第一帧发送 if status == STATUS_FIRST_FRAME: d = {"common": wsParam.CommonArgs, "business": wsParam.BusinessArgs, "data": {"status": 0, "format": "audio/L16;rate=16000", "audio": str(base64.b64encode(buf), 'utf-8'), "encoding": "raw"}} d = json.dumps(d) ws.send(d) status = STATUS_CONTINUE_FRAME # 中间帧处理 elif status == STATUS_CONTINUE_FRAME: d = {"data": {"status": 1, "format": "audio/L16;rate=16000", "audio": str(base64.b64encode(buf), 'utf-8'), "encoding": "raw"}} ws.send(json.dumps(d)) # 最后一帧处理 elif status == STATUS_LAST_FRAME: d = {"data": {"status": 2, "format": "audio/L16;rate=16000", "audio": str(base64.b64encode(buf), 'utf-8'), "encoding": "raw"}} ws.send(json.dumps(d)) time.sleep(1) break # 模拟音频采样间隔 time.sleep(intervel) ws.close() thread.start_new_thread(run, ()) if __name__ == "__main__": # 测试时候在此处正确填写相关信息即可运行 time1 = datetime.now() wsParam = Ws_Param(APPID='xxx', APISecret='xxx', APIKey='xxx', AudioFile=r'C:\Users\1\Downloads\iat_pcm_8k.pcm') websocket.enableTrace(False) wsUrl = wsParam.create_url() ws = websocket.WebSocketApp(wsUrl, on_message=on_message, on_error=on_error, on_clChina编程ose=on_close) ws.on_open = on_open ws.run_forever(sslopt={"cert_reqs": ssl.CERT_NONE}) time2 = datetime.now() print(time2-time1)
四、运行结果
五、总结
ModuleNotFoundError: No module named 'websocket'
AttributeError: module 'websocket' has no attribute 'enableTrace'
以上错误需要安装websocket-client库即可解决
到此这篇关于讯飞webapi语音识别接口调用的文章就介绍到这了,更多相关讯飞webapi语音识别接口调用python内容请搜索编程China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！
这篇关于讯飞webapi语音识别接口调用示例代码(python)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
