短语音识别REST-API-PythonSDK
更新时间：2024-05-29
安装语音识别 Python SDK
语音识别 Python SDK目录结构
├── README.md
├── aip //SDK目录
│ ├── __init__.py //导出类
│ ├── base.py //aip基类
│ ├── http.py //http请求
│ └── speech.py //语音识别
└── setup.py //setuptools安装支持Python版本：2.7.+ ,3.+
安装使用Python SDK有如下方式：
- 如果已安装pip，执行
pip install baidu-aip即可。 - 如果已安装setuptools，执行
python setup.py install即可。
新建AipSpeech
AipSpeech是语音识别的Python SDK客户端，为使用语音识别的开发人员提供了一系列的交互方法。
参考如下代码新建一个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)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。
配置AipSpeech
如果用户需要配置AipSpeech的网络请求参数(一般不需要配置)，可以在构造AipSpeech之后调用接口设置参数，目前只支持以下参数：
| 接口 | 说明 |
|---|---|
| setConnectionTimeoutInMillis | 建立连接的超时时间（单位：毫秒 |
| setSocketTimeoutInMillis | 通过打开的连接传输数据的超时时间（单位：毫秒） |
语音识别
接口描述
向远程服务上传整段语音进行识别
请求说明
举例，要对段保存有一段语音的语音文件进行识别：
# 读取文件
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
# 识别本地文件
client.asr(get_file_content('audio.pcm'), 'pcm', 16000, {
'dev_pid': 1537,
})接口函数说明：
| 参数 | 类型 | 描述 | 是否必须 |
|---|---|---|---|
| speech | Buffer | 建立包含语音内容的Buffer对象, 语音文件的格式，pcm 或者 wav 或者 amr。不区分大小写 | 是 |
| format | String | 语音文件的格式，pcm 或者 wav 或者 amr。不区分大小写。推荐pcm文件 | 是 |
| rate | int | 采样率，16000、8000，固定值 | 是 |
| cuid | String | 用户唯一标识，用来区分用户，填写机器 MAC 地址或 IMEI 码，长度为60以内 | 否 |
| dev_pid | Int | 不填写lan参数生效，都不填写，默认1537（普通话 输入法模型），dev_pid参数见下面的表格 | 否 |
| lan(已废弃) | String | 历史兼容参数，请使用dev_pid。如果dev_pid填写，该参数会被覆盖。语种选择,输入法模型，默认中文（zh）。 中文=zh、粤语=ct、英文=en，不区分大小写。 | 否 |
dev_pid 参数列表
| dev_pid | 语言 | 模型 | 是否有标点 | 备注 |
|---|---|---|---|---|
| 1537 | 普通话(纯中文识别) | 语音近场识别模型 | 有标点 | 支持自定义词库 |
| 1737 | 英语 | 英语模型 | 无标点 | 不支持自定义词库 |
| 1637 | 粤语 | 粤语模型 | 有标点 | 不支持自定义词库 |
| 1837 | 四川话 | 四川话模型 | 有标点 | 不支持自定义词库 |
返回数据参数详情
| 参数 | 类型 | 是否一定输出 | 描述 |
|---|---|---|---|
| err_no | int | 是 | 错误码 |
| err_msg | int | 是 | 错误码描述 |
| sn | int | 是 | 语音数据唯一标识，系统内部产生，用于 debug |
| result | int | 是 | 识别结果数组，提供1-5 个候选结果，string 类型为识别的字符串， utf-8 编码 |
返回样例：
// 成功返回
{
"err_no": 0,
"err_msg": "success.",
"corpus_no": "15984125203285346378",
"sn": "481D633F-73BA-726F-49EF-8659ACCC2F3D",
"result": ["北京天气"]
}
// 失败返回
{
"err_no": 2000,
"err_msg": "data empty.",
"sn": null
}