一、人工智能

　　此篇是人工智能应用的重点，只用现成的技术不做底层算法，也是让初级程序员快速进入人工智能行业的捷径，目前市面上主流的AI技术提供公司有很多，比如百度、阿里、腾讯、主做语音的科大讯飞，做只能问答的图灵机器人等等，这些公司投入了很大一部分财力物力人力将底层封装，提供应用接口给我们，尤其是百度，完全免费的接口，既然百度这么仗义，咱们就不要浪费掉怎么好的资源，从百度AI入手，开启人工智能之旅！

　　开启人工智能技术的大门 :

　　看看我们大百度的AI大法，这些技术全部都是封装好的接口，看着就爽，接下来咱们就一步一步的操作一下，首先进入控制台，注册一个百度的账号（百度账号通用），开通一下我们百度AI开放平台的授权。然后找到已开通服务中的百度语音，如下图：

　　走到这里，想必已经知道咱们要从语音入手了，语音识别和语音合成，打开百度语音，进入语音应用管理界面，创建一个新的应用，如下图：

　　创建应用时可按照如下填写：

　　创建完成后，回到应用列表我们可以看到已创建的应用了，如下图：

　　这里面有三个值 AppID , API Key , Secret Key需要记住从这里看，之后的学习中我们会用到。

　　到此，百度语音的应用已经创建完成了，接下来，我们用Python 代码作为实例进行应用及学习。

　　使用pip安装百度人工智能的python SDK：

pip3 install baidu-aip

　　安装后就可以使用如下方式导入：

from aip import AipSpeech

一、语音合成

　　百度语音合成技术文档： 

　　代码示例：

from aip import AipSpeech""" 你的 APPID AK SK """# 这里的三个参数，对应在百度语音创建的应用中的三个参数APP_ID = '15421088'API_KEY = 'YLhm87fm7q51a3LqBwG7g4xB'SECRET_KEY = 'ojzQ40mGhyrzrH9zTkVkEdBbae0F7HyW'# 这是与百度进行一次加密校验，认证你是合法用户，合法应用client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)# AipSpeech 是百度语音的客户端,认证成功之后,客户端将被开启,这里的client 就是已经开启的百度语音的客户端了# 用百度语音客户端的synthesis方法,并提供相关参数,成功得到音频文件流,否则返回错误信息result = client.synthesis(	'你叫什么名字？',  # text: 合成的文本，utf-8编码，注意长度须小于1024字节	'zh',             # lang: 语言，zh代表中文，en代表英文	1,             # ctp: 客户端信息，这里就写1，写别的不好使，原因后边解释	{        'vol':5,   # 合成音频我呢见的准音量        'spd':3,   # 语速，取值0-9，默认为5，中语速        'pit':7,   # 语调音调，取值0-9，默认为5，中语调        'per':4    # 发音人选择，0为女声，1为男声，3为情感合成-度逍遥，4为情感合成度丫丫，默认为普通女	})# 若上面三个参数APP_ID,API_KEY,SECRET_KEY填写正确,result就是音频文件的流# 如果返回失败的话，result就是一个字典print(result)if not isinstance(result, dict):    with open('audio.mp3', 'wb') as f:        f.write(result)

二、语音识别

　　百度语音识别技术文档：

1、语音识别工具

　　我们一般不对mp3格式的音频文件进行识别，文档中明确指出支持的格式有：pcm（不压缩）、wav（不压缩，pcm编码）、amr（压缩格式），因此，要想让百度的SDK识别我们的音频文件，就要想办法转变成百度SDK可以识别的格式（我们一般用PCM格式）。下面为你介绍一个可以实现自动化转换格式并且屡试不爽的工具 : FFmpeg。

　　下载地址：（提取码：w6hk）。

　　1）将FFmpeg工具压缩包下载后，解压缩，找到bin目录（例如我的目录是D:\Program Files\ffmpeg\bin），将bin目录加入到环境变量，如下图：

　　2）测试是否配置成功，下图表示成功：　　

　　　　接下来你就可以使用该工具将wav、wma、mp3等音频文件转换为pcm无压缩音频文件了。

　　3）演示：现在我电脑D:\DragonFireAudio\目录下有个音频文件audio.wav，进行pcm格式的转换得到 audio.pcm，操作如下：

　　　　命令：ffmpeg -y  -i audio.wav  -acodec pcm_s16le -f s16le -ac 1 -ar 16000 audio.pcm

　　　　然后打开目录D:\DragonFireAudio\ 就可以看见生成的.pcm文件了。

2、语音识别示例

from aip import AipSpeech""" 你的 APPID AK SK """APP_ID = '15421088'API_KEY = 'YLhm87fm7q51a3LqBwG7g4xB'SECRET_KEY = 'ojzQ40mGhyrzrH9zTkVkEdBbae0F7HyW'client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)# 读取文件def get_file_content(filePath):    with open(filePath, 'rb') as fp:        return fp.read()# 识别本地文件res = client.asr(get_file_content('audio.pcm'), 'pcm', 16000, {    'dev_pid': 1536,})print(res)"""{    'corpus_no': '6646725491143939609',     'err_msg': 'success.',     'err_no': 0,     'result': ['你叫什么名字'],     'sn': '493358299471547561374'}"""print(res.get("result")[0])# 你叫什么名字

三、图灵机器人

　　官网：

1、创建机器人

　　1）注册登录账号后，点击创建机器人，填写信息；

　　2）配置机器人各项参数，按照文档说明使用；

　　3）API V2.0接入文档地址：

2、机器人示例代码

from aip import AipSpeech, AipNlpimport requestsimport timeimport os""" 你的 APPID AK SK """APP_ID = ''API_KEY = ''SECRET_KEY = ''nlp =  AipNlp(APP_ID, API_KEY, SECRET_KEY)client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)# 读取文件def get_file_content(filePath):    os.system(f"ffmpeg -y  -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm")    with open(f"{filePath}.pcm", 'rb') as fp:        return fp.read()def audio2text(filepath):    # 识别本地文件    res = client.asr(get_file_content(filepath), 'pcm', 16000, {        'dev_pid': 1536,    })    print(res.get("result")[0])    return res.get("result")[0]def text2audio(text):    filename = f"{time.time()}.mp3"    result = client.synthesis(text, 'zh', 1, {        'vol': 5,        "spd": 3,        "pit": 7,        "per": 4    })    # 识别正确返回语音二进制 错误则返回dict 参照下面错误码    if not isinstance(result, dict):        with open(filename, 'wb') as f:            f.write(result)    return filenamedef to_tuling(text):    args = {        "reqType": 0,  # 选填，输入类型:0-文本(默认)、1-图片、2-音频        "perception": {   # 必填项，输入信息            # inputText、inputImage、inputMedia三者至少有一个            "inputText": {                "text": text            }        },        "userInfo": {   # 必填项，用户参数            "apiKey": "17cec68551c847c59ac48a5a9dd00327",  # 必填项            "userId": "1111"   # 必填项，用于上下文管理        }    }    # 接口地址    url = "http://openapi.tuling123.com/openapi/api/v2"    res = requests.post(url, json=args)    text = res.json().get("results")[0].get("values").get("text")    print("图灵答案", text)	return text# 以上内容为web录音玩具中的baidu_ai.py中代码text = audio2text("bjtq.wma")if nlp.simnet("你叫什么名字",text).get("score") >= 0.68 :    text = "我的名字叫张三"else:    text = to_tuling(text)filename = text2audio(text)os.system(filename)

四、web录音玩具

　　注意：以下示例请使用火狐浏览器演示！

　　manage.py文件：

from flask import Flask,render_template,request,jsonify,send_filefrom uuid import uuid4import baidu_ai    # 上面机器人代码为baidu_ai.py文件app = Flask(__name__)@app.route("/")def index():    return render_template("index.html")@app.route("/ai",methods=["POST"])def ai():    # 1.保存录音文件    audio = request.files.get("record")    filename = f"{uuid4()}.wav"    audio.save(filename)    # 2.将录音文件转换为PCM发送给百度进行语音识别    q_text = baidu_ai.audio2text(filename)    # 3.将识别的问题交给图灵或自主处理获取答案    a_text = baidu_ai.to_tuling(q_text)    # 4.将答案发送给百度语音合成，合成音频文件    a_file = baidu_ai.text2audio(a_text)    # 5.将音频文件发送给前端播放    return jsonify({"filename":a_file})@app.route("/get_audio/
     
      ")def get_audio(filename):    return send_file(filename)if __name__ == '__main__':    app.run("0.0.0.0",9527,debug=True)
     

　　index.html文件：

    
         
     
    录制语音指令
    发送语音指令