Django + python之语音转文字小程序（语音搜索用）

**我用的是Centos7系统 1、注册百度账号并登陆

https://login.bce.baidu.com/ 2、找到所需要的服务 3、创建应用 创建完成会生成以下信息 4、需要安装的包有

pip3 install pydub pip3 install wave(这个包好像是python自带的，import wave报错再装) 需要录音的话需要安装以下包： pip3 install pyaudio 安装pyaudio之前需要安装portaudio [添加链接描述](http://portaudio.com/download.html)下载 pa_stable_v190600_20161030.tgz (或其他版本） 解压： tar zxvf pa_stable_v190600_20161030.tgz 移动到/usr/local文件夹： mv portaudio /usr/local 进入portaudio: cd /usr/local/portaudio 执行以下命令： ./configure make make install

5、音频格式转换还需要安装ffmpeg 1）安装Nux Dextop Yum 源

sudo rpm --import http://li.nux.ro/download/nux/RPM-GPG-KEY-nux.ro sudo rpm -Uvh http://li.nux.ro/download/nux/dextop/el7/x86_64/nux-dextop-release-0-5.el7.nux.noarch.rpm

2）安装FFmpeg 和 FFmpeg开发包

sudo yum install ffmpeg ffmpeg-devel -y

6、编写代码（我新建的子应用） 1）在utils.py里添加以下代码

import base64 import datetime import json import os import wave import requests from pyaudio import PyAudio, paInt16 from pydub import AudioSegment # 获取token def get_access_token(): API_Key = 'eINfdS6lsyGOliLXeqtsp5dd' # 换成你自己的 Secret_Key = 'GKgz239UmCB8GS3B98h686ZUVxd998WH' # 换成你自己的 url = 'https://openapi.baidu.com/oauth/2.0/token?' payload = { "grant_type": "client_credentials", "client_id": API_Key, "client_secret": Secret_Key } response = requests.get(url, params=payload, timeout=3) json_str = json.loads(response.text) access_token = json_str['access_token'] return access_token framerate = 16000 NUM_SAMPLES = 2000 channels = 1 sampwidth = 2 TIME = 2 # 前端传来的语音文件写入方式 def save_wave_file(filename, data): wf = wave.open(filename, 'wb') wf.setnchannels(channels) wf.setsampwidth(sampwidth) wf.setframerate(framerate) wf.writeframes(b"".join(data)) wf.close() # 音频格式转换（mp3转wav） def trans_mp3_to_wav(): # 转换前的语音地址 song = AudioSegment.from_mp3('/home/wwwroot/zcc/01.mp3') # 转换后的语音地址 song.export("/home/wwwroot/zcc/01.wav", format="wav") # 百度音频转换接口 def get_word(file_name, get_vido): # 音频文件写入到服务器 save_wave_file(file_name, get_vido) # 音频为mp3格式转为wav格式 trans_mp3_to_wav() with open('/home/wwwroot/zcc/01.wav', "rb") as f: speech = base64.b64encode(f.read()).decode('utf8') size = os.path.getsize(r'/home/wwwroot/zcc/01.wav') headers = {'Content-Type': 'application/json'} access_token = get_access_token() url = 'https://vop.baidu.com/pro_api' data = { "format": "wav", "rate": 16000, "channel": 1, "cuid": 'zhichacha', "dev_pid": 80001, "token": access_token, "len": size, "speech": speech, } req = requests.post(url, json.dumps(data), headers) result = json.loads(req.text) return result # 录音（微信小程序开发腾讯有录音功能所以这个没用上） def my_record(): pa = PyAudio() stream = pa.open(format=paInt16, channels=1, rate=framerate, input=True, frames_per_buffer=NUM_SAMPLES) my_buf = [] count = 0 # print('.') # 控制录音时间 while count < TIME * 10: string_audio_data = stream.read(NUM_SAMPLES) my_buf.append(string_audio_data) count += 1 save_wave_file('01.wav', my_buf) stream.close()

2)视图逻辑

from rest_framework import status from rest_framework.generics import GenericAPIView from rest_framework.response import Response from baiduapi.utils import get_word class GetWordview(GenericAPIView): """ 音频转换 """ def post(self, request): # 获取音频文件 get_audio = request.data.get('audio', None) # 定义路径 file_name = '/home/wwwroot/zcc/01.mp3' # 是否为空 if get_audio: # 百度音频接口 data = get_word(file_name, get_audio) if data['err_no'] == 0: # 返回数据 data = { 'status': 200, 'msg': 'OK', 'data': data['result'][0].replace('。', '') } return Response(data=data, status=status.HTTP_200_OK) else: # 返回数据 data = { 'status': data['err_no'], 'msg': data['err_msg'], } return Response(data=data, status=status.HTTP_200_OK) else: data = { 'status': 202, 'msg': '参数缺失' } return Response(data=data, status=status.HTTP_200_OK)

*****小程序开发如若测试成功，但体验版失败请在小程序后台需配置uploadFile合法域名 大功告成！！！！！！！！