小白如何做一个Python人工智能语音助手 |
您所在的位置：网站首页 › powerpoint2022未激活怎么弄 › 小白如何做一个Python人工智能语音助手 |
小白如何做一个Python人工智能语音助手
|
小白如何做一个Python智能语音助手
真的是小白？
废话不说直接上图
*
1、录音
2、语音识别
3、接入图灵机器人
4、语音合成
5、播放语音
前期准备
源代码
*
1、录音
2、语音识别 （将录音内容进行语音识别转成文字）
3、接入图灵机器人（将文字发送给机器人获得回复）
4、语音合成 （将回复的文字进行语音合成）
5、播放语音
最终代码来了
真的是小白？
大家好，我是一名信息工程的大三学生，由于大一大二没怎么学习技术，所以大三准备挖粪图强。先介绍一下我的学习储备吧，断断续续学过Python，一直只是看B站，学习一些语法基础，数值类型，循环，函数…甚至连面向对象和面向过程都分不清。不过，这样的学习基础过程太枯燥了，我太没有耐心，三天打鱼两天晒网地，所以我决定，从项目直接开始入手，遇到问题再去恶补基础知识。虽然这样的效率可能有点低，甚至你可能都不知道遇到问题该学习什么知识。但是自顶向下的项目驱动对我来说更加有动力去学习，如果这个项目我不去做完它，我可能都会睡不着觉，所以我觉得这是最适合我的学习方法，而且现在网络这么发达，真的想要解决一个问题还能办不到吗？ 这是我花了大概2天实现的第一个项目 （基本上除了吃饭睡觉都在做，还肝到了3点多） 废话不说直接上图语音助手视频看这里  人工智能语音助手主要功能分成下面5个部分：
; 1、录音
2、语音识别
（将录音内容进行语音识别转成文字） 3、接入图灵机器人（将文字发送给机器人获得回复） 4、语音合成（将回复的文字进行语音合成） 5、播放语音应该很好理解吧，它的核心功能其实是需要一个聊天机器人，才能实现智能回复，这里我们用的是现有的图灵机器人，调用他的接口，不是自己做一个机器人（臣妾做不到）。同样地，语音识别和语音合成技术也是调用现有的百度语音的接口，至于怎么实现那就太复杂了。 前期准备· 首先肯定是python的安装和编译器这个我就不讲了，网上教程特别多我用的是Pycharm 2021.2.2（最新版本的，也是最近重新开始学习，卸了重装的） · 其次你要学会第三方模块的安装，这个特别重要Python很多项目都可以直接通过第三方模块，实现大部分功能安装方法：快捷键 Windows+R →输入’cmd’确定→然后输入：pip install 你要安装的第三模块的名字→Enter（回车）比如安装: pygame ，就敲入pip install pygame我已经安装过了，要是还没安装会有下载进度（需要联网下载安装）安装方法就是其实很多，大家可以自己搜索学习，这里举一个简单的例子
; 源代码
代码将会分成5个小模块和一个整合的代码，都可以独立运行哦 1、录音这里需要安装pip install pyaudiopip install SpeechRecognition SpeechRecogintion 是 Python 的一个语音识别框架，它可以检测语音中的停顿自动终止录音并保存，比 PyAudio 更人性化，很适合语音助手。 import speech_recognition as sr #pyaudio SpeechRecognition模块 def rec(rate=16000): #从系统麦克风拾取音频数据，采样率为 16000 r = sr.Recognizer() with sr.Microphone(sample_rate=rate) as source: print("please say something") #这里会打印please say something，提示你说话进行录音 audio = r.listen(source) with open("recording.wav", "wb") as f: #把采集到的音频数据以 wav 格式保存在当前目录下的recording.wav 文件 f.write(audio.get_wav_data()) return 1 rec() #运行rec函数，录制音频 2、语音识别 （将录音内容进行语音识别转成文字）首先要去百度AI开放平台，创建API接口应用 记得不用购买，可以先去领取免费资源这里的App_ID、Api_Key、Secret_Key代码都会用到
这里需要安装pip install baidu-aip from aip import AipSpeech APP_ID = '25016634' API_KEY = 'Qsj6XGf0m1ilsV0QwLTmHeiy' SECRET_KEY = 'Mctl1jHY85Hr3wmTpizLI********' #这三个输入你自己的接口账号密钥哈，我就不放了，有需要可以找我要 client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) def listen(): with open('recording.wav', 'rb') as f: #将录制好的音频文件recording.wav上传至百度语音的服务，返回识别后的文本结果并输出。 audio_data = f.read() results = client.asr(audio_data, 'wav', 16000, { 'dev_pid': 1537, #这里的results是一个字典，文本内容在Key名字为result对应的值，这里我恶补了一点字典的知识 }) if 'result' in results: print("you said: " + results['result'][0]) #results['result']这个是输出Key名字为result对应的值，也就是我们要的文本，至于后面[0]有什么用我还没搞明白， return results['result'][0] else: print("出现错误，错误代码：" , results['err_no']) #不存在result就返回错误代码err_no listen() #运行listen函数，将录音转成文字语音识别放回的字典存放在results里面，是一个字典，包含了下面的内容，result里面就是我们需要的文本了 我刚开始弄的时候一直报错 KeyErrory，我查了下是字典的Key不存在，也就是没有返回result所以我加了一个判断，就是如果result不存在，就返回错误代码，我就可以去这个网站看出了什么错误了，当然你也可以直接返回err_msg错误信息（如果你英语很好），然后我发现返回的错误代码是：3305，就找到了对应的问题，重新申请一个或者等第二天再弄就可以了
; 3、接入图灵机器人（将文字发送给机器人获得回复）
首先要去图灵机器人创建一个机器人，这个认证比较麻烦，还要拍身份证啥的，人工认证需要1-2天注册认证进入图灵机器人的控制台创建一个新的聊天机器人，记下分配到的 Apikey，后面代码要用到 这里需要安装pip install requests
import requests
import json
TURING_KEY = "d4c739c4b5b7422ab15dc********" #这里输入你的机器人Apikey
URL = "http://openapi.tuling123.com/openapi/api/v2"
HEADERS = {'Content-Type': 'application/json;'}
def robot(text=""):
data = {
"reqType": 0,
"perception": {
"inputText": {
"text": ""
},
"selfInfo": {
"location": { #这里输入你的城市
"city": "广州",
"street": "大学城"
}
}
},
"userInfo": {
"apiKey": 'd4c739c4b5b7422ab15dc********', #这里输入你的机器人Apikey
"userId": "123"
}
}
data["perception"]["inputText"]["text"] = text
response = requests.request("post", URL, json=data, headers=HEADERS)
response_dict = json.loads(response.text)
result = response_dict["results"][0]["values"]["text"] #把机器人回复的文字储存在result里
print("the AI said: " + result)
return result
robot("你好吗？") #运行robot函数，与机器人聊天
4、语音合成 （将回复的文字进行语音合成）
这里用到的还是百度AI开放平台的 App_ID、Api_Key、Secret_Key from aip import AipSpeech APP_ID = '25016634' API_KEY = 'Qsj6XGf0m1ilsV0QwLTmHeiy' SECRET_KEY = 'Mctl1jHY85Hr3wmTpizLI********' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) def speak(text=""): result = client.synthesis(text, 'zh', 1, { #这里的参数可以调 zh表示中文 'spd': 4, #语速 'vol': 5, #音量 'per': 4, #类型 }) if not isinstance(result, dict): with open('audio.mp3', 'wb') as f: #保存为当前目录下mp3格式的音频：audio.mp3，不建议用wav格式，wav格式后面我用的是pagame播放无法识别 f.write(result) f.close() speak('你好啊！') #运行speak函数,把机器人回复的文字转换成语音机器人的语速、语调、音量、发声人都可以选择，更改对应参数数值就可以了
5、播放语音
用到的是pygame第三方库（一听就是做游戏的）这里需要安装pip install pagame import pygame def play(): pygame.mixer.init() # 初始化混音器模块（pygame库的通用做法，每一个模块在使用时都要初始化pygame.init()为初始化所有的pygame模块，可以使用它也可以单初始化这一个模块） pygame.mixer.music.load("D:/C Language/Python/pythonProject/audio_assistant/audio.mp3") # 加载音乐 ######大坑，注意这里需要使用绝对路径（就是不是默认当前路径，我恶补一下绝对路径和相对路径） pygame.mixer.music.set_volume(0.5)# 设置音量大小0~1的浮点数 pygame.mixer.music.play() # 播放音频 while pygame.mixer.music.get_busy(): # 在音频播放未完成之前不退出程序 pass pygame.mixer.music.unload() #停止加载音频 play()这个看似是最简单的一个，不过却有一个大坑，我弄了好久才搞定。如果你直接使用 audio.mp3 相对路径，它在播放完audio.mp3之后，这个audio.mp3就在python里面打开里，我试了好多办法都没办法关闭，所以它就只能播放一次，后面再播放就会报错，说文件被占用，所以大家记得用绝对路径，不然后面你跟语音助手对话就只能说一次了。 最终代码来了 import speech_recognition as sr from aip import AipSpeech import requests import json import pygame #录音 def rec(rate=16000): r = sr.Recognizer() with sr.Microphone(sample_rate=rate) as source: print("please say something") audio = r.listen(source) with open("recording.wav", "wb") as f: f.write(audio.get_wav_data()) return 1 #语音识别 APP_ID = '25016634' API_KEY = 'Qsj6XGf0m1ilsV0QwLTmHeiy' SECRET_KEY = 'Mctl1jHY85Hr3wmT***********' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) def listen(): with open('recording.wav', 'rb') as f: audio_data = f.read() results = client.asr(audio_data, 'wav', 16000, { 'dev_pid': 1537, }) if 'result' in results: print("you said: " + results['result'][0]) return results['result'][0] else: print("出现错误，错误代码：" , results['err_no']) #调用图灵机器人 TURING_KEY = "1dde879fa943438e9*********" URL = "http://openapi.tuling123.com/openapi/api/v2" HEADERS = {'Content-Type': 'application/json;charset=UTF-8'} def robot(text=""): data = { "reqType": 0, "perception": { "inputText": { "text": "" }, "selfInfo": { "location": { "city": "广州", "street": "大学城" } } }, "userInfo": { "apiKey": '1dde879fa943438e9**********', "userId": "123" } } data["perception"]["inputText"]["text"] = text response = requests.request("post", URL, json=data, headers=HEADERS) response_dict = json.loads(response.text) result = response_dict["results"][0]["values"]["text"] print("the AI said: " + result) return result #语音合成 def speak(text=""): result = client.synthesis(text, 'zh', 1, { 'spd': 4, 'vol': 5, 'per': 4, }) if not isinstance(result, dict): with open('audio.mp3', 'wb') as f: f.write(result) #播放音频 def play(): pygame.mixer.init() pygame.mixer.music.load("D:/C Language/Python/pythonProject/audio_assistant/audio.mp3") pygame.mixer.music.set_volume(0.5) pygame.mixer.music.play() while pygame.mixer.music.get_busy(): pass pygame.mixer.music.unload() if __name__ == "__main__": while True: rec() # 保存录音文件：recording.wav text = listen() # 自动打开录音文件recording.wav进行识别,返回 识别的文字存到text if '结束程序' in text: #这里我设置了一个结束语，说"结束程序"的时候就结束，你也可以改掉 break text_1 = robot(text) # 将text中的文字发送给机器人，返回机器人的回复存到text_1 speak(text_1) # 将text_1中机器人的回复用语音输出，保存为audio.mp3文件 play() #播放audio.mp3文件主要就是后面主函数那段代码啦，设置了一个循环可以无限对话下去，还设置了一个”结束程序” 那么我的第一个项目Python智能语音助手就告一段落了！后面我想学一学树莓派，把这个弄到树莓派里面，再加上一个智能唤醒的功能，做一个独立的 树莓派智能语音助手。你们有什么好的简单项目也可以推荐给我呀！大家一起做，互相请教总比一个人做效率高。 Original: https://blog.csdn.net/m0_57307642/article/details/120849915Author: 林-双喜Title: 小白如何做一个Python人工智能语音助手 相关阅读 Title: （生物信息学）R语言与统计学入门（六）—— Pearson和Spearman相关性分析相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面，相关性在不同的学科里面的定义也有很大的差异。
相关性分析主要包括pearson和spearman相关分析。 比如比较两个基因之间的相关性，从而确定他们之间是否具有共表达关系。 之前分享的关于GEPIA网站的两个基因相似性分析就是相关性分析： 分享分析TCGA的数据库——GEPIA（一）_Lijingxian教你学生信的博客-CSDN博客_tcga数据库GEPIA——国产TCGA可视化网站 那么下面我们看看代码如何实现。 首先，我们准备一个数据：
来自TCGA数据库的某两个基因A和B，下面运行代码： setwd("D:\\") dir() data
下面用几种方法来计算相关性： a a [1] 0.376044单纯用cor函数计算出来只有相关性，没有P值。 下面使用cor.test函数： a a Pearson's product-moment correlation data: data$GeneA and data$GeneB t = 8.1672, df = 405, p-value = 4.057e-15 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.2894192 0.4565593 sample estimates: cor 0.376044可以看到P值4.057e-15，是有意义的，相关性0.37。这里用的是pearson相关系数法。 这只能说算是一个中度相关。 一般做生信，相关性的阈值是自己定义的，可以是0.6，可以是0.3，但是一篇文章就必须统一，要么0.6，要么0.3，当然也可以0.5, 0.4。 下面是spearman法： a a Spearman's rank correlation rho data: data$GeneA and data$GeneB S = 3361806, p-value < 2.2e-16 alternative hypothesis: true rho is not equal to 0 sample estimates: rho 0.7008126可以看到两种方法相关性差别还是很大的，关于具体怎么选择这两种方法，我们下次再讲。 下面我们可以用一个散点图来展示一下相关性： plot(data$GeneA,data$GeneB)
但是这个图比较丑，放在文章里面不好看，下一期我们介绍一下做一张好看的散点图。 Original: https://blog.csdn.net/weixin_46500027/article/details/124030269Author: 楷然教你学生信Title: （生物信息学）R语言与统计学入门（六）—— Pearson和Spearman相关性分析 原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/202637/ 转载文章受原作者版权保护。转载请注明原作者出处！ |
【本文地址】
今日新闻 |
推荐新闻 |