python调用百度语音api_python通过调用百度api实现语音识别（超详细）

最近在学习python，做一些python练习题

github上几年前的练习题

有一题是这样的：

使用 Python 实现：对着电脑吼一声,自动打开浏览器中的默认网站。

例如，对着笔记本电脑吼一声“百度”，浏览器自动打开百度首页。

然后开始search相应的功能需要的模块(windows10)，理一下思路：

本地录音

上传录音，获得返回结果

组一个map，根据结果打开相应的网页

所需模块：

PyAudio：录音接口

wave：打开录音文件并设置音频参数

requests：GET/POST

为什么要用百度语音识别api呢？因为免费试用。。

不多说，登录百度云，创建应用

查看文档REST API文档

文档写的蛮详细的，简单概括就是

可以下载使用SDK

不需要下载使用SDK

选择2.

根据文档组装url获取token

处理本地音频以JSON格式POST到百度语音识别服务器，获得返回结果

语音格式

格式支持：pcm(不压缩)、wav(不压缩，pcm编码)、amr(压缩格式)。推荐pcm 采样率 ：16000 固定值。 编码：16bit 位深的单声道。

百度服务端会将非pcm格式，转为pcm格式，因此使用wav、amr会有额外的转换耗时。

保存为pcm格式可以识别，只是windows自带播放器识别不了pcm格式的，所以改用wav格式，毕竟用的模块是wave?

首先是本地录音

import wave

from pyaudio import PyAudio, paInt16

framerate = 16000 # 采样率

num_samples = 2000 # 采样点

channels = 1 # 声道

sampwidth = 2 # 采样宽度2bytes

FILEPATH = 'speech.wav'

def save_wave_file(filepath, data):

wf = wave.open(filepath, 'wb')

wf.setnchannels(channels)

wf.setsampwidth(sampwidth)

wf.setframerate(framerate)

wf.writeframes(b&#