这是工作室第一个大作业，转完专业课好多好多好多好多，准备的多多少少不完善，我其实想做个UI的…先这样吧 ，等忙完这个期末寒假好好学习，flag在此。目前因为穷买不起图灵的高级版本，所以语音机器人的功能很少，我愿意称之为智障机器人，但可以自己加语句库还是蛮好玩的，比如夸夸自己？

文章目录

• 一.项目介绍
• 二.实现思路
• 三.完整代码
• 四.心得体会
• 五.演示视频

一.项目介绍

用python3实现一个语音聊天机器人，调用百度语音识别SDK（详情见我的上一篇博客基于百度AI平台的语音识别功能开发-SDK调用）和图灵API.

二.实现思路

先将自己的语音存成文件—》将文件内容上传到百度平台（调用sdk）转成文字—》将文字上传到图灵机器人平台（调用图灵API）将文字转成语音

三.完整代码

• 注意：秘钥（百度&图灵）需要自行填写，已经在代码中标明

import wave
import time
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 = 'voice.wav'
def save_wave_file(filepath, data):
    wf = wave.open(filepath, 'wb')
    wf.setnchannels(channels)
    wf.setsampwidth(sampwidth)
    wf.setframerate(framerate)
    wf.writeframes(b''.join(data))
    wf.close()
# 录音
def my_record():
    pa = PyAudio()
    # 打开一个新的音频stream
    stream = pa.open(format=paInt16, channels=channels,
                     rate=framerate, input=True, frames_per_buffer=num_samples)
    my_buf = []  # 存放录音数据

    t = time.time()
    print('正在录音...')

    while time.time() < t + 5:  # 设置录音时间（秒）
        # 循环read，每次read 2000frames
        string_audio_data = stream.read(num_samples)
        my_buf.append(string_audio_data)
    print('录音结束.')
    save_wave_file(FILEPATH, my_buf)
    stream.close()

    # 音频文件转文字：采用百度的语音识别python-SDK


# 百度语音识别API配置参数
from aip import AipSpeech

APP_ID = '自己填'
API_KEY = '自己填'
SECRET_KEY = '自己填'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
path = 'voice.wav'


# 将语音转文本STT
def listen():
    # 读取录音文件
    with open(path, 'rb') as fp:
        voices = fp.read()
    try:
        # 参数dev_pid：1536普通话(支持简单的英文识别)、1537普通话(纯中文识别)、1737英语、1637粤语、1837四川话、1936普通话远场
        result = client.asr(voices, 'wav', 16000, {'dev_pid': 1537, })
        # result = CLIENT.asr(get_file_content(path), 'wav', 16000, {'lan': 'zh', })
        # print(result)
        # print(result['result'][0])
        # print(result)
        result_text = result['result'][0]
        print('you said: ' + result_text)
        return result_text
    except KeyError:
        print('KeyError')


# 与机器人对话：调用的是图灵机器人
import requests
import json

# 图灵机器人的API_KEY、API_URL
turing_api_key = '自己填 '
api_url = '/openapi/api/v2'  # 图灵机器人api网址
headers = {'Content-Type': 'application/json;charset=UTF-8'}


# 图灵机器人回复
def Turing(text_words=''):
    req = {
        'reqType': 0,
        'perception': {
            'inputText': {
                'text': text_words
            },

            'selfInfo': {
                'location': {
                    'city': '天津',
                    'province': '天津',
                    'street': '滨海新区天津科技大学'
                }
            }
        },
        'userInfo': {
            'apiKey': '自己填',  # 你的图灵机器人apiKey
            'userId': 'wangxunzhi'  # 用户唯一标识(随便填, 非密钥)
        }
    }

    req['perception']['inputText']['text'] = text_words
    response = requests.request('post', api_url, json=req, headers=headers)
    response_dict = json.loads(response.text)

    result = response_dict['results'][0]['values']['text']
    print('AI Robot said: ' + result)
    return result


import pyttsx3

# 初始化语音
engine = pyttsx3.init()  # 初始化语音库
# 设置语速
rate = engine.getProperty('rate')
engine.setProperty('rate', rate - 50)
# 输出语音
engine.say('你好，很高兴认识你！')  # 合成语音
engine.runAndWait()

while True:
    my_record()
    request = listen()
    response = Turing(request)
    engine.say(response)
    engine.runAndWait()

四.心得体会

①API真的挺棒，而且代码都给你写好了（cv大法好），pyaudio也是参考完成的。

②API调用始终是上层，寒假有机会研究一下他的底层算法，为了人工智能算法工程师而努力

③多多少少有些水，因为这个有大量成品代码，以后继续努力吧

五.演示视频

智障语音机器人