アプリケーションの作成
ウェブサイトをご覧ください
www.ai.baidu.comログイン
コンソールを入力します。
音声技術を入力します。
アプリケーションの作成
管理アプリケーション
技術資料
SDKの開発ドキュメント
インターフェイス機能
バージョン更新レコード
注意事項
現時点では、REST APIとSDKの機能は、ネットワークは、HTTPインタフェースを呼び出す必要があります。REST APIは 512ワード(1024バイト)にのみ音声合成をサポートし、合成ファイル形式はmp3です。他の追加機能はありません。SDK AndroidまたはiOSを使用して、あなたが他の機能オフライン合成を使用する必要がある場合は、合成
開発のためのマニュアルに記載されたパラメータに厳密に従いました。以下の質問に注意してください。
- 長い記事の長さは、要求されたモードは、複数回使用することができます場合は、テキストの合成は、1024バイト以下でなければなりません。テキストの長さが制限を超えてはなりません。
- 新しく作成された日々の通話音量の音声合成アプリケーションは制限されないが、そこにQPS制限されていません。詳細なデータ範囲は、コンソールで表示することができます。完全な個人実名認証および認定企業は、QPSの制限を向上させることができます。よりQPSさらにための事業協力協議。
- 必要なフィールド、文書の記載内容に厳密に従って記入。
サポートPythonのバージョン:2.7 + 3 +。
方法次のPython SDKのインストール:
- ピップ、実行がインストールされている場合
pip install baidu-aip
することができます。
音声合成
新AipSpeech
from aip import AipSpeech """ 你的 APPID AK SK """ APP_ID = '你的 App ID' API_KEY = '你的 Api Key' SECRET_KEY = '你的 Secret Key' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) # 就是我们之前创建应用的那些信息
在上面代码中,常量APP_ID
在百度云控制台中创建,常量API_KEY
与SECRET_KEY
是在创建完毕应用后,系统分配给用户的,均为字符串,用于标识用户,为访问做签名验证,可在AI服务控制台中的应用列表中查看。
请求说明
result = client.synthesis('你好百度', 'zh', 1, { 'vol': 5, }) # 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('auido.mp3', 'wb') as f: f.write(result)
更多请求参数
返回样例
// 成功返回二进制文件流 // 失败返回 { "err_no":500, "err_msg":"notsupport.", "sn":"abcdefgh", "idx":1 }
错误信息返回
若请求错误,服务器将返回的JSON文本包含以下参数:
- error_code:错误码。
- error_msg:错误描述信息,帮助理解和解决发生的错误。
错误码
实战演示
from aip import AipSpeech """ 你的 APPID AK SK """ APP_ID = '16815805' API_KEY = 'G7dSyQYqyr3SrWO71rjivtuh' SECRET_KEY = 'NYfwjHWjRgGk8Rf2wP2bXoW7sW15ucmK' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) result = client.synthesis('先帝创业未半而中道崩殂,今天下三分,益州疲弊,此诚危急存亡之秋也。', 'zh', 1, { 'vol': 5, # 更多参数查看pythonSDK文档 }) # 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('出师表.mp3', 'wb') as f: f.write(result) # 在本地生成一个mp3格式的语音文件
语音识别
语音格式转换工具:
链接:https://pan.baidu.com/s/1pfjXvJsANzjGvnn-cmVZMg
提取码:t0mc
# 将m4a格式的音频文件转换为pcm格式 # 配置完ffmpeg需要重启pycharm重新加载环境变量,环境变量不能有中文,pycharm不能识别中文路径
代码演示
import os from aip import AipSpeech """ 你的 APPID AK SK """ APP_ID = '16815805' API_KEY = 'G7dSyQYqyr3SrWO71rjivtuh' SECRET_KEY = 'NYfwjHWjRgGk8Rf2wP2bXoW7sW15ucmK' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) # 读取文件 def get_file_content(filePath): # 将m4a格式的音频文件转换为pcm格式 # 配置完ffmpeg需要重启pycharm重新加载环境变量,环境变量不能有中文,pycharm不能识别中文路径 cmd_str = f"ffmpeg -y -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm" os.system(cmd_str) # 在cmd运行上面的命令 with open(f"{filePath}.pcm", 'rb') as fp: return fp.read() # 识别本地文件 res = client.asr(get_file_content('录音.m4a'), 'pcm', 16000, { 'dev_pid': 1536, }) # 将语音识别成文本 print(res.get("result")[0])
短文本相似度
自然语言处理—短文本相似度
新建AipNlp
from aip import AipNlp """ 你的 APPID AK SK """ APP_ID = '你的 App ID' API_KEY = '你的 Api Key' SECRET_KEY = '你的 Secret Key' client = AipNlp(APP_ID, API_KEY, SECRET_KEY)
短文本相似度接口用来判断两个文本的相似度得分。
text1 = "浙富股份" text2 = "万事通自考网" """ 调用短文本相似度 """ client.simnet(text1, text2); """ 如果有可选参数 """ options = {} options["model"] = "CNN" """ 带参数调用短文本相似度 """ client.simnet(text1, text2, options)
请求参数
返回数据参数
代码演示
结合语音识别,判断两条数据的相似度
import os from aip import AipSpeech,AipNlp # 短文本相似度 """ 你的 APPID AK SK """ APP_ID = '16815805' API_KEY = 'G7dSyQYqyr3SrWO71rjivtuh' SECRET_KEY = 'NYfwjHWjRgGk8Rf2wP2bXoW7sW15ucmK' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) NLP_client = AipNlp(APP_ID, API_KEY, SECRET_KEY) # 读取文件 def get_file_content(filePath): cmd_str = f"ffmpeg -y -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm" os.system(cmd_str) with open(f"{filePath}.pcm", 'rb') as fp: return fp.read() # 识别本地文件 res = client.asr(get_file_content('录音.m4a'), 'pcm', 16000, { 'dev_pid': 1536, }) # 将语音识别成文本 Q = res.get("result")[0] # 将两个文本进行对比 sim = NLP_client.simnet(Q,"你好").get("score") # {'log_id': 5728331156191316048, 'texts': {'text_2': '你好', 'text_1': '好'}, 'score': 0.614362} print(sim)