本文引用了2个js文件,这里提供下CDN资源,！

<script type="application/javascript" src="https://cdn.bootcss.com/recorderjs/0.1.0/recorder.js"></script>

<script src="https://cdn.bootcss.com/jquery/3.3.1/jquery.min.js"></script>

功能介绍：

1.点击页面上的''录制语音指令''，然后开始说话,不要超过60秒;

2.说完,点击页面上的''发送语音指令'',系统会重复一遍你说的话(合成后的声音,不在是你原来声音)

前段代码：

<!DOCTYPE html>

<html lang="en">

<head>

    <meta charset="UTF-8">

</head>

<body>

<audio controls autoplay id="player"></audio>

    <p><button onclick="start_reco()" style="background-color: yellow">录制语音指令</button></p>

    <p><button onclick="stop_reco_audio()" style="background-color: blue">发送语音指令</button></p>

</body>

<script type="text/javascript" src='{{ url_for('static',filename='js/jquery.js') }}'></script>

<script type="text/javascript" src='{{ url_for('static',filename='js/recorder.js') }}'></script>

<script type="text/javascript">

    var reco = null;

    var audio_context = new AudioContext();

    var base_url = 'http://192.168.13.21:5400';

    navigator.getUserMedia = (navigator.getUserMedia ||

        navigator.webkitGetUserMedia ||

        navigator.mozGetUserMedia ||

        navigator.msGetUserMedia);

    navigator.getUserMedia({audio: true}, create_stream, function (err) {

        console.log(err)

    });

    function create_stream(user_media) {

        var stream_input = audio_context.createMediaStreamSource(user_media);

        reco = new Recorder(stream_input);

    }

    // 录制语音指令

    function start_reco() {

        reco.record();

    }

    // 发送语音指令

    function stop_reco_audio() {

        reco.stop();

        send_audio();

        reco.clear();

    }

    function send_audio() {

        reco.exportWAV(function (wav_file) {

            var formdata = new FormData();

            formdata.append("record", wav_file);

            console.log(formdata);

            $.ajax({

                url: base_url+"/ai",

                type: 'post',

                processData: false,

                contentType: false,

                data: formdata,

                dataType: 'json',

                // 自动播放语音

                success: function (data) {

                    document.getElementById("player").src =base_url+"/get_audio/" + data.filename

                }

            });

        })

    }

</script>

</html>

后端代码：

app.py

from flask import Flask,render_template,request,jsonify,send_file

from uuid import uuid4

import s4_5

app = Flask(__name__,static_folder='static')

@app.route("/")

def index():

    return render_template("index.html")

@app.route("/ai",methods=["POST"])

def ai():

    # 1.保存录音文件

    audio = request.files.get("record")

    filename = f"{uuid4()}.wav"

    audio.save(filename)

    #2.将录音文件转换为PCM发送给百度进行语音识别

    q_text = s4_5.audio2text(filename)

    #3.将识别的问题交给图灵或自主处理获取答案

    a_text = s4_5.to_tuling(q_text)

    #4.将答案发送给百度语音合成，合成音频文件

    a_file = s4_5.text2audio(a_text)

    #5.将音频文件发送给前端播放

    return jsonify({"filename":a_file})

@app.route("/get_audio/<filename>")

def get_audio(filename):

    return send_file(filename)

if __name__ == '__main__':

    # 注意前后端保持一致o！

    app.run("0.0.0.0",5400,debug=True)

s4_5.py

from aip import AipSpeech,AipNlp

import time,os

APP_ID = ''

APP_KEY = 'DhXGtWHYMujMVZZGRI3a7rzb'

SECRET_KEY = 'PbyUvTL31fImGthOOIP5ZbbtEOGwGOoT'

# 与百度进行一次加密校验,认证你是合法用户合法的应用

# AipSpeech是百度语音的客户端,认证成功之后,客户端将被开启,这里的client就是已经开启的百度语音的客户端了

client = AipSpeech(APP_ID, APP_KEY, SECRET_KEY)

# 自然语言处理

nlp =  AipNlp(APP_ID, APP_KEY, SECRET_KEY)

# 1.将wma格式文件转为pcm格式文件

def get_file_content(filePath):

    # 执行cmd命令os.system()

    os.system(f"ffmpeg -y  -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm")

    with open(f"{filePath}.pcm", 'rb') as fp:

        return fp.read()

# 2.将音频转成文字

def audio2text(filepath):

    # 识别本地文件

    res = client.asr(get_file_content(filepath), 'pcm', 16000, {

        # 不填写lan参数生效,都不填写,默认1537(普通话 输入法模型),dev_pid参数见本节开头的表格

        'dev_pid': 1536,

    })

    # res.get("result")[0])

    # 将录音转成文字,然后返回

    return res.get("result")[0]

# 3.将文字转成音频

def text2audio(text):

    # 给合成的音频命名

    filename = f"{time.time()}.mp3"

    # 合成语音结果

    result = client.synthesis(text, 'zh', 1, {

        'vol': 5,

        "spd": 3,

        "pit": 7,

        "per": 4

    })

    # 识别正确返回语音二进制 错误则返回dict 参照下面错误码

    if not isinstance(result, dict):

        with open(filename, 'wb') as f:

            f.write(result)

    return filename

#4.图灵机器人

def to_tuling(text):

    # 导入模块requests,发post请求

    import requests

    args = {

        "reqType": 0,

        "perception": {

            "inputText": {

                "text": text

            }

        },

        "userInfo": {

            "apiKey": "eaf3daedeb374564bfe9db10044bc20b",

            "userId": ""

        }

    }

    # 图灵机器人API接口

    url = "http://openapi.tuling123.com/openapi/api/v2"

    # 向图灵发起请求

    res = requests.post(url, json=args)

    # 将结果赋值给text

    text = res.json().get("results")[0].get("values").get("text")

    # 将test返回

    return text

人工智能-基于百度baidu-ai和图灵机器人实现学说话机器人的更多相关文章

  1. Python人工智能-基于百度AI接口

    参考百度AI官网:http://ai.baidu.com/ 准备工作: 支持Python版本:2.7.+ ,3.+ 安装使用Python SDK有如下方式 >如果已经安装了pip,执行 pip ...

  2. python预课06 基于百度大脑AI的人工智能，百度颜值检测，语音合成与识别

    百度大脑: 如下图,百度开放了许多人工智能接口可以使用,先注册一个百度大脑账户 点击创建应用,选择需要的功能,如人脸识别,语音识别等 点击查看文档,可以查看功能对应语言的方法,参数.首先在CMD命令下 ...

  3. Flask&&人工智能AI -- 6 人工智能初识，百度AI，图灵机器人

    一.人工智能初识,百度AI的创建与应用 参考连接:https://www.cnblogs.com/xiao987334176/p/9620113.html 1. 百度ai开放平台 2. AipSpee ...

  4. 人工智能初识(百度ai)

    目前的人工智能做了什么? 语音识别:小米的小爱同学,苹果的siri,微软的Cortana语音合成:小米的小爱同学,苹果的siri,微软的Cortana图像识别:交通摄像头拍违章,刷脸解锁手机等视频识别 ...

  5. python 全栈开发，Day122(人工智能初识,百度AI)

    一.人工智能初识 什么是智能? 我们通常把人成为智慧生物,那么”智慧生物的能力”就是所谓的”智能”我们有什么能力?听,说,看,理解,思考,情感等等 什么是人工智能? 顾名思义就是由人创造的”智慧能力” ...

  6. 基于百度AI开放平台的人脸识别及语音合成

    基于百度AI的人脸识别及语音合成课题 课题需求 (1)人脸识别 在Web界面上传人的照片,后台使用Java技术接收图片,然后对图片进行解码,调用云平台接口识别人脸特征,接收平台返回的人员年龄.性别.颜 ...

  7. python基于百度AI开发文字识别

    很多场景都会用到文字识别,比如app或者网站里都会上传身份证等证件以及财务系统识别报销证件等等 第一步,你需要去百度AI里去注册一个账号,然后新建一个文字识别的应用 然后你将得到一个API Key 和 ...

  8. 百度ai和图灵123实现简单的语音对话

    百度ai和图灵123实现简单的语音对话

  9. 基于百度AI实现 车牌识别

    前言 目前百度的AI接口相对完善,对于文字识别类的操作还需要开发者一一去尝试,去评估这效果到底是怎么的. 文字识别的接口相对简单,官方提供的SDK也集成很好,笔者只是在这上面做了一些前期性的功能数据校 ...

随机推荐

  1. filebeat 选项

    Filebeat Options input_type: log|stdin 指定输入类型 paths 支持基本的正则,所有golang glob都支持,支持/var/log/*/*.log enco ...

  2. web页面性能分析一些网址

    https://developers.google.com/speed/pagespeed/insights/

  3. JaunsGraph数据模型

    JanusGraph采用邻接表(adjacency list)的方式存储图,也即图以顶点(vertex)和其邻接表组成.邻接表中保存某个顶点的所有入射边(incident edges). 通过将图采用 ...

  4. spark-streaming的checkpoint机制源码分析

    转发请注明原创地址 http://www.cnblogs.com/dongxiao-yang/p/7994357.html spark-streaming定时对 DStreamGraph 和 JobS ...

  5. nginx 模块简介

    nginx模块一般分为5类:核心模块.标准http模块.可选http模块.邮件服务模块.第三方模块. 其中核心模块和标准http模块在快速编译之后就包含在了nginx中. 主要看一下核心模块.标准ht ...

  6. C++中#include用错的后果

    今天做一个模块的时候遇到的这个问题.抽象一下,代码如下: 文件结构: 报错: 这个报错貌似说的是Box.h中的代码有问题.其实问题的根源在于Cup.h中多余的#include "Box.h& ...

  7. vue 深入响应式原理

    vue最显著的特性就是不太引人注意的响应式系统(reactivity system),模型层(model)只是普通的javascript对象,修改它则更新视图view.这会让状态管理变得非常简单且直观 ...

  8. 基于GitLab的前端Assets发布体系

    以SVN+RMS为核心的发布系统,对前端开发的影响上来看,存在以下问题: 覆盖式的发布,容易导致线上问题. js一旦发布,就有可能被任意其他页面使用.被引用的越多,就越重要.一旦核心js出现故障,影响 ...

  9. Linux 实用工具vi

    vi有输入和命令两种工作模式.命令模式是用来运行一些编排文件.存档以及离开vi等操作命令. 当执行vi后,首先进入命令模式,此时输入的人数字符都被视为命令. 在命令模式下,可以使用如下两个键进入文本输 ...

  10. Marple表演电影字幕

    119501:15:59,702 --> 01:16:02,782我的幸运死了 而我很清楚是谁杀了她的 (格雷格)My Lucky is dead, and I know perfectly w ...