机器人语音问答流程及借助百度API Python实现

机器人智能问答:python通过声音分贝来控制语音输入

运行程序:E:\pycharmproject\Audio2\Audio\Audio_qa_new.py
运行之前需安装包:baidu-aip、pyaudio、tkinter、playsound、wave、pygame等
借助百度语音API实现的。
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) 这个可以去百度语音API申请
首先通过tkinter函数用来创建窗口,添加文本框和滚动条;创建按钮Button,通过点击 “点击开始说话” 启动整个程序运行

                                           机器人语音问答流程及借助百度API Python实现_第1张图片

                                   

1、语音录入:函数def my_record() 生成一个 .wav 格式文件
    这里实现了 根据人说话的分贝 来控制语音输入,通过每次读取的采样数据,通过frombuffer函数进行转化为数组值,数组大小为:NUM_SAMPLES = 2000,
    再用数组中最大值与预设阈值5000进行比较,
    如果连续15个采样点都小于5000,退出循环,即连续1/16000*2000*15=1.875秒没声,就不录音了,即timeout = False,
    这里调用了一个定时函数def timeclock(),因为百度API最长录音限制为60s,当录音时间超过60s,则timeout = False,停止录音。

   正在录音……

                                             机器人语音问答流程及借助百度API Python实现_第2张图片

2、wav格式转pcm格式:函数def wav_to_pcm()   音频文件pcm转为文本将更加准确

3、语音转文本 :def audio_to_text

4、核心模块:根据文本找到答案:get_answer.getAnswer  通过全文检索权值与bert文本相似度权值进行计算得到的
    范围的结果是一个嵌套字典,需要预处理一下,函数为—— def get_anstxt()

5、文本转语音:def text_to_audio() 音频为mp3格式
    这里可以设置 pit音调、vol音量、spd速度、per语音性别 3:男 4:女  还有1和2 可以尝试一下

6、借助playsound函数播放 mp3音频文件

当连续15个采样点都小于5000,退出循环,即连续1/16000*2000*15=1.875秒没声,就不录音了,即timeout = False,返回结果为None,并播放音频  “声音过于嘈杂或网络波动,请重新尝试。”   如下图:

                                    机器人语音问答流程及借助百度API Python实现_第3张图片

当输入语音:欠钱不还会坐牢吗?  即当检测到采样点值都大于5000时,也就是检测到声音时,结果如下:

                                               机器人语音问答流程及借助百度API Python实现_第4张图片

当然可以通过调节分贝阈值5000,来控制检测语音输入分贝的敏感度。

 

 

你可能感兴趣的:(智能问答)