AI篇6====>第一讲

1.人工智能

小米:小爱

百度:AI云平台

科大讯飞AI平台

2.百度语音合成

# Author: studybrother sun
from aip import AipSpeech
#从文本到声音
""" 你的 APPID AK SK """
APP_ID = '你的ID'
API_KEY = '你的ID'
SECRET_KEY = '你的ID'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

result  = client.synthesis('曾经有一份真挚的爱情放在我的面前,我没有珍惜', 'zh', 1, {
    'vol': 5,   #音量
    "spd":4,     #语速
    "pit":7,     #语调
    "per":4    #度丫丫的声音
})
print(result)
# 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('audio.mp3', 'wb') as f:
        f.write(result)

3.百度语音识别

采样率指的是,每秒监听麦克风的采样频率

# Author: studybrother sun
from aip import AipSpeech
#从声音到文本
""" 你的 APPID AK SK """
APP_ID = '你的ID'
API_KEY = '你的ID'
SECRET_KEY = '你的ID'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
# 读取文件
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

# 识别本地文件
res=client.asr(get_file_content('audio.pcm'), 'pcm', 16000, {
    'dev_pid': 1536,
})
# buffer指的是流,还有上边的client那一行不区分大小写.

win7的录音机是微软的,win10的是第三方的录音机

下面我们打开"录音机",开始录音,录入"床前明月光,1234567"

上图是录制录音的位置

录完上边的两段录音,我们发现文件格式不对,这就需要一种文件的转换格式,进行处理

也就是上图中的ffmpeg工具,进行数据的格式转换.

上图是解压后的三个方式

我们只需要将上边的路径,添加到环境变量里边即可

我们将m4a转换成pcm格式,采样率找不到,看一下怎么处理?

下面是转换的命令:

下图是百度的

以及下面的拼音相似度比较都有

在powershell可以进行切换目录:

下面我们进行处理:

上边依然没有执行成功,下面我们将解压后的ffmpeg放到没有中文的目录下,环境变量也修改下

下边是两条命令:

cd C:\Users\Administrator\Documents\录音

ffmpeg -y  -i wyn.m4a  -acodec pcm_s16le -f s16le -ac 1 -ar 16000 audio.pcm

这个时候,可以成功运行了,上边报错的原因可能就是含有中文的原因:

上图中,我们可以看到转换成pcm文件了

这个时候,我们将转换成功的文件audio.pcm放入创建好的项目中

运行之后,报下面错误:

修改下面的打印代码,得到下面的内容:

上边是第一种错误,

上边的3301错误是"我听不清",音频质量太差,因为是我们用文本合成的语音

因此,下图中,我们尽量不要用合成的语音进行处理,下面我们使用的文件是audio.pcm

现在,我们的需求是自动进行转换?

下面,我们将两个音频文件都拷贝到文件内:

具体处理方式,见下图:

运行之后,出现上图的错误,错误的原因是,我们配置的环境在pycharm里边还没有生效,我们需要先关上这个pycharm,等一会儿,再次打开,才会生效,

这个时候打开再次打开,我们看到出来结果了,但是还有飘红,是因为看到的ffmpeg里边运行的信息,当然是没有问题了

这个时候,成功出现结果了.

下面是重要的四条内容:

4.百度NLP自然语言处理-simnet短文本相似度

下面写一个常见问题的问答:

最低版本

# Author: studybrother sun
import os

from aip import AipSpeech
#从文本到声音
""" 你的 APPID AK SK """
APP_ID = ''
API_KEY = 'B4Pi3KnxI7Gh2xyrafvygQL6'
SECRET_KEY = 'tcl4ZkM7Mkla3ygzFXanrgRjHOTXoWvt'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

#上边是语音客户端

#定义一个语音合成:
def text2audio(text):
    result = client.synthesis(text, 'zh', 1, {
        'vol': 5,  # 音量
        "spd": 4,  # 语速
        "pit": 7,  # 语调
        "per": 4  # 度丫丫的声音
    })
    print(result)
    # 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('audio.mp3', 'wb') as f:
            f.write(result)
    return  "audio.mp3"     #注意,这个地方需要写一个返回文件!!!!!!!

def audio2text(filepath):
    # 识别本地文件
    res = client.asr(get_file_content(filepath), 'pcm', 16000, {
        'dev_pid': 1536,
    })
    # buffer指的是流,还有上边的client那一行不区分大小写.
    # print(res.get("result")[0])         #注意,出错的位置没有返回,下一行进行处理
    return res.get("result")[0]         #注意,出错的位置没有返回,这行进行处理!!!!!!
    # print(res)

# 读取文件
def get_file_content(filePath):
    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()

text=audio2text("wyn.m4a")          #首先是语音识别

#自然语言处理 LowB    这是最low版的
if text=="你叫什么名字":
    filename=text2audio("我的名字叫做无极剑圣")
    os.system(f"ffplay {filename}")         #播放方式1
    # os.system(filename)                     #直接,播放方式2

下图中是,需要修改的内容

这个时候,运行,但是报错,并没有报

上图是我们打印一下语音文件里边的内容

服务端, 结果显示的内容是见上图

下面,我们需要处理"自然处理基础技术"

知道"短文本相似度"　　58%就意味着相等.

下图指的是,相似度得分

运行的结果,见下图:

现在我们注释,上图中的第13和14行

修改完成之后,再次运行,会播放"我的名字叫做无极剑圣"

具体代码:FAQ2.py

# Author: studybrother sun
import os
from aip import AipSpeech,AipNlp
#从文本到声音
""" 你的 APPID AK SK """
APP_ID = ''
API_KEY = 'B4Pi3KnxI7Gh2xyrafvygQL6'
SECRET_KEY = 'tcl4ZkM7Mkla3ygzFXanrgRjHOTXoWvt'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
client_nlp = AipNlp(APP_ID, API_KEY, SECRET_KEY)

# res=client_nlp.simnet("你叫什么名字","你的名字是什么你的名字是什么")
# print(res)
#上边是语音客户端

#定义一个语音合成:
def text2audio(text):
    result = client.synthesis(text, 'zh', 1, {
        'vol': 5,  # 音量
        "spd": 4,  # 语速
        "pit": 7,  # 语调
        "per": 4  # 度丫丫的声音
    })
    print(result)
    # 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('audio.mp3', 'wb') as f:
            f.write(result)
    return  "audio.mp3"     #注意,这个地方需要写一个返回文件!!!!!!!

def audio2text(filepath):
    # 识别本地文件
    res = client.asr(get_file_content(filepath), 'pcm', 16000, {
        'dev_pid': 1536,
    })
    # buffer指的是流,还有上边的client那一行不区分大小写.
    print(res.get("result")[0])         #注意,出错的位置没有返回,下一行进行处理
    return res.get("result")[0]         #注意,出错的位置没有返回,这行进行处理!!!!!!
    # print(res)

# 读取文件
def get_file_content(filePath):
    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()

text=audio2text("ndmzssm.m4a")          #首先是语音识别

#自然语言处理 LowB    这是最low版的
if client_nlp.simnet("你叫什么名字",text).get("score")>=0.58:
    filename=text2audio("我的名字叫做无极剑圣")
    os.system(f"ffplay {filename}")         #播放方式1
    # os.system(filename)                     #直接,播放方式2

再次升级:

# Author: studybrother sun
import os
from aip import AipSpeech,AipNlp
#从文本到声音
""" 你的 APPID AK SK """
APP_ID = ''
API_KEY = 'B4Pi3KnxI7Gh2xyrafvygQL6'
SECRET_KEY = 'tcl4ZkM7Mkla3ygzFXanrgRjHOTXoWvt'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
client_nlp = AipNlp(APP_ID, API_KEY, SECRET_KEY)

# res=client_nlp.simnet("你叫什么名字","你的名字是什么你的名字是什么")
# print(res)
#上边是语音客户端

#定义一个语音合成:
def text2audio(text):
    result = client.synthesis(text, 'zh', 1, {
        'vol': 5,  # 音量
        "spd": 4,  # 语速
        "pit": 7,  # 语调
        "per": 4  # 度丫丫的声音
    })
    # print(result)     #注释这个,显示的更清晰一些
    # 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('audio.mp3', 'wb') as f:
            f.write(result)
    return  "audio.mp3"     #注意,这个地方需要写一个返回文件!!!!!!!

def audio2text(filepath):
    # 识别本地文件
    res = client.asr(get_file_content(filepath), 'pcm', 16000, {
        'dev_pid': 1536,
    })
    # buffer指的是流,还有上边的client那一行不区分大小写.
    print(res.get("result")[0])         #注意,出错的位置没有返回,下一行进行处理
    return res.get("result")[0]         #注意,出错的位置没有返回,这行进行处理!!!!!!
    # print(res)

# 读取文件
def get_file_content(filePath):
    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()

text=audio2text("zx.m4a")          #首先是语音识别

#自然语言处理 LowB    这是最low版的
score=client_nlp.simnet("你叫什么名字",text).get("score")
print(score)
if score>=0.58:
    filename=text2audio("我的名字叫做无极剑圣")
    os.system(f"ffplay {filename}")         #播放方式1
    # os.system(filename)                     #直接,播放方式2

提出问题,提出新的问题怎么办?有没有人回答这个问题

5.图灵机器人

注册登录:

首次登录:

上边的是api接入接口,秘钥很重要,不要轻易打开.

我们先看一下,下面的任务设置:

我们可以看到聊天记录:

我们可以下图中的"API使用文档来进行使用"

下图中,我们可以看到可以接入的是"文本","图像","位置"

接口地址:

URL="http://openapi.tuling123.com/openapi/api/v2"
import requests
res=requests.post("http://openapi.tuling123.com/openapi/api/v2")
print(res.content)  #结果是bytes类型的
print(res.text)     #结果是文本类型的
print(res.json())     #这个结果是json类型的,这个是字典类型的

运行:得到下面的结果

很明显json是错误的.

tl.py

# Author: studybrother sun
URL="http://openapi.tuling123.com/openapi/api/v2"
import requests
data={
    "reqType":0,
    "perception": {
        "inputText": {
            "text": "今天天气不错"#可以修改的位置,向机器人问的问题.
        },
        "inputImage": {
            "url": "imageUrl"
        },
        "selfInfo": {
            "location": {
                "city": "北京",
                "province": "北京",
                "street": "信息路"
            }
        }
    },
    "userInfo": {
        "apiKey": "e8f694123df84f3f855ccb9ad6527c82",
        "userId": ""
    }
}
res=requests.post("http://openapi.tuling123.com/openapi/api/v2" ,json=data)
# print(res.content)  #结果是bytes类型的
# print(res.text)     #结果是文本类型的
print(res.json())     #这个结果是json类型的,这个是字典类型的
# print(res.json().get("intent").get("code"))

下面是一种回答:

再次运行,又得到另一种回答

这个时候,我们再次升级,将1.语音识别,2.语音合成,3.短文本相似度,4.图灵机器人融合:处理成4个函数

上边还没有写完,需要一个返回值

综合版本:

# Author: studybrother sun
import os
from aip import AipSpeech,AipNlp
#从文本到声音
""" 你的 APPID AK SK """
APP_ID = ''
API_KEY = 'B4Pi3KnxI7Gh2xyrafvygQL6'
SECRET_KEY = 'tcl4ZkM7Mkla3ygzFXanrgRjHOTXoWvt'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
client_nlp = AipNlp(APP_ID, API_KEY, SECRET_KEY)

# res=client_nlp.simnet("你叫什么名字","你的名字是什么你的名字是什么")
# print(res)
#上边是语音客户端

#定义一个语音合成:
def text2audio(text):
    result = client.synthesis(text, 'zh', 1, {
        'vol': 5,  # 音量
        "spd": 4,  # 语速
        "pit": 7,  # 语调
        "per": 4  # 度丫丫的声音
    })
    # print(result)     #注释这个,显示的更清晰一些
    # 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('audio.mp3', 'wb') as f:
            f.write(result)
    return  "audio.mp3"     #注意,这个地方需要写一个返回文件!!!!!!!

def audio2text(filepath):
    # 识别本地文件
    res = client.asr(get_file_content(filepath), 'pcm', 16000, {
        'dev_pid': 1536,
    })
    # buffer指的是流,还有上边的client那一行不区分大小写.
    print(res.get("result")[0])         #注意,出错的位置没有返回,下一行进行处理
    return res.get("result")[0]         #注意,出错的位置没有返回,这行进行处理!!!!!!
    # print(res)

# 读取文件
def get_file_content(filePath):
    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()

def goto_tl(text,uid):
    URL = "http://openapi.tuling123.com/openapi/api/v2"
    import requests
    data = {
        "reqType": 0,
        "perception": {
            "inputText": {
                "text": "今天天气不错"  # 可以修改的位置
            },
            "inputImage": {
                "url": "imageUrl"
            },
            "selfInfo": {
                "location": {
                    "city": "北京",
                    "province": "北京",
                    "street": "信息路"
                }
            }
        },
        "userInfo": {
            "apiKey": "e8f694123df84f3f855ccb9ad6527c82",
            "userId": ""
        }
    }
    data["perception"]["inputText"]["text"]=text    #这个就是问题
    data["userInfo"]["userId"]=uid    #这个就是问题
    res = requests.post(URL, json=data)
    # print(res.content)  #结果是bytes类型的
    # print(res.text)     #结果是文本类型的
    print(res.json())  # 这个结果是json类型的,这个是字典类型的
    # print(res.json().get("intent").get("code"))
    return res.json().get("results")[0].get("values").get("text")

text=audio2text("jttqbc.m4a")          #首先是语音识别

#自然语言处理 LowB    这是最low版的
score=client_nlp.simnet("你叫什么名字",text).get("score")
print(score)
if score>=0.58:
    filename=text2audio("我的名字叫做无极剑圣")
    os.system(f"ffplay {filename}")         #播放方式1
    # os.system(filename)                     #直接,播放方式2
answer=goto_tl(text,"xiaoagan")

filename = text2audio(answer)
os.system(f"ffplay {filename}")

也是研究其他百度的接口:

6.百度AI介绍

下图中只是其中一页,不过这个是做的比较全面的平台.