Python开发学习之Python用三十行代码,打造一款简单的人工语音对话

  • Post author:
  • Post category:python


1876年,亚历山大·格雷厄姆·贝尔(Alexander Graham Bell)发明了一种电报机,可以通过电线传输音频。托马斯·爱迪生(Thomas Edison)于1877年发明了留声机,这是第一台记录声音并播放声音的机器。

最早的语音识别软件之一是由Bells Labs在1952年编写的,只能识别数字。1985年,IBM发布了使用“隐马尔可夫模型”的软件,该软件可识别1000多个单词。

几年前,一个replace(“?”,“”)代码价值一个亿

如今,在Python中Tensorflow,Keras,Librosa,Kaldi和语音转文本API等多种工具使语音计算变得更加容易。

今天,我使用gtts和speech_recognition,教大家如何通过三十行代码,打造一款简单的人工语音对话。思路就是将语音变成文本,然后文本变成语音。

gtts

gtts是将文字转化为语音,但是需要在虚拟网络下使用。这个因为要接谷歌服务器。

具体gtts的官方文档:

下面,让我们看一段简单的的代码

from gtts import gTTS

def speak(audioString):

print(audioString)

tts = gTTS(text=audioString,)

tts.save("audio.mp3")

os.system("audio.mp3")

speak(“Hi Runsen, what can I do for you?”)

执行上面的代码,就可以生成一个mp3文件,播放就可以听到了Hi Runsen, what can I do for you?。这个MP3会自动弹出来的。

speech_recognition

speech_recognition用于执行语音识别的库,支持在线和离线的多个引擎和API。

speech_recognition具体官方文档

安装speech_recognition可以会出现错误,对此解决的方法是通过该网址安装对应的whl包

在官方文档中提供了具体的识别来自麦克风的语音输入的代码

IMG_256

下面就是 speech_recognition 用麦克风记录下你的话,这里我使用的是recognize_google,speech_recognition 提供了很多的类似的接口。

import time

import speech_recognition as sr



录下来你讲的话

def recordAudio():

# 用麦克风记录下你的话

print("开始麦克风记录下你的话")

r = sr.Recognizer()

with sr.Microphone() as source:

    audio = r.listen(source)

data = ""

try:

    data = r.recognize_google(audio)

    print("You said: " + data)

except sr.UnknownValueError:

    print("Google Speech Recognition could not understand audio")

except sr.RequestError as e:

    print("Could not request results from Google Speech Recognition service; {0}".format(e))

return data

if

name

== ‘

main

’:

time.sleep(2)

while True:

    data = recordAudio()

    print(data)

下面是我乱说的英语

IMG_257

对话

上面,我们实现了用麦克风记录下你的话,并且得到了对应的文本,那么下一步就是字符串的文本操作了,比如说how are you,那回答”I am fine”,然后将”I am fine”通过gtts是将文字转化为语音

=# @Author:Runsen





– coding: UTF-8 –


import speech_recognition as sr

from time import ctime

import time

import os

from gtts import gTTS



讲出来AI的话

def speak(audioString):

print(audioString)

tts = gTTS(text=audioString,)

tts.save("audio.mp3")

os.system("audio.mp3")
# 录下来你讲的话

def recordAudio():

# 用麦克风记录下你的话

r = sr.Recognizer()

with sr.Microphone() as source:

    audio = r.listen(source)

data = ""

try:

    data = r.recognize_google(audio)

    print("You said: " + data)

except sr.UnknownValueError:

    print("Google Speech Recognition could not understand audio")

except sr.RequestError as e:

    print("Could not request results from Google Speech Recognition service; {0}".format(e))

return data
# 自带的对话技能(逻辑代码:rules)

def jarvis():

while True:

    data = recordAudio()

    print(data)

    if "how are you" in data:

        speak("I am fine")

    if "time" in data:

        speak(ctime())

    if "where is" in data:

        data = data.split(" ")

        location = data[2]

        speak("Hold on Runsen, I will show you where " + location + " is.")

        #打开谷歌地址

        os.system("open -a Safari https://www.google.com/maps/place/" + location + "/&")

    if "bye" in data:

        speak("bye bye")

        break

if

name

== ‘

main

’:

# 初始化

time.sleep(2)

speak("Hi Runsen, what can I do for you?")

# 跑起

jarvis()

IMG_258

当我说how are you?会弹出I am fine的mp3

IMG_259
当我说where is Chiana?会弹出Hold on Runsen, I will show you where China is.的MP3

IMG_260

同样也会弹出China的谷歌地图

IMG_261

文章来源:网络 版权归原作者所有

上文内容不用于商业目的,如涉及知识产权问题,请权利人联系小编,我们将立即处理



版权声明:本文为xuezhangmen原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。