一步步教您搞定讯飞语音识别 | 寻找C站宝藏

以你之姓@ 2022-10-08 02:19 375阅读 0赞

**目录**

1、登陆

2、创建您的第一个应用，开始使用服务

3、点击提交后，会跳到创建成功界面，然后点击下图红色区域

4、下图右侧是需要用到的信息，下方红框是支持的语种

5、创建python文件 如 xunfei.py，替换下面示例代码的172行中的APPID、APISecret和173行的APIKey和174行的AudioFile等号后面的引号中的内容为第四步里面右侧中的值

6、运行或者调试该python文件

7、对代码稍加修改，只打印我们需要的信息

8、可能遇到的问题

具体代码：

测试讯飞语音识别使用的pcm文件.zip

--------------------

## 1、登陆 ##

微信扫码关注公众号即可登录

[https://passport.xfyun.cn/login][https_passport.xfyun.cn_login]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70][]

扫码完毕，会让选择是否有账号，如果没有点击新注册，输入手机号，获取验证码，点击下一步

即可完成登陆。

## 2、创建您的第一个应用，开始使用服务 ##

登录平台后，通过右上角「控制台」，或右上角下拉菜单的「我的应用」进入控制台。若您的账户未曾创建过应用，我们会引导您创建您的第一个应用。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 1][]

## 3、点击提交后，会跳到创建成功界面，然后点击下图红色区域 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 2][]

## 4、下图右侧是需要用到的信息，下方红框是支持的语种 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 3][]

## 5、创建python文件 如 xunfei.py，替换下面示例代码的172行中的APPID、APISecret和173行的APIKey和174行的AudioFile等号后面的引号中的内容为第四步里面右侧中的值 ##

## 6、运行或者调试该python文件 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 4][]

每天能免费调用500次，再去平台看下，剩余次数499次

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 5][]

## 7、对代码稍加修改，只打印我们需要的信息 ##

对102~107进行如下修改

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 6][]

输出如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 7][]

## 8、可能遇到的问题 ##

1、websocket问题，卸载重新装即可

> pip uninstall websocket-client
> 
> pip uninstall websocket
> 
> pip install websocket-client
> 
>

2、有些音频格式不识别，需要进行转换

ffpem下载地址

[http://www.ddooo.com/softdown/124162.htm][http_www.ddooo.com_softdown_124162.htm]

ffpem配置说明：

[https://www.jianshu.com/p/2b609afb9800][https_www.jianshu.com_p_2b609afb9800]

开放平台文档音频格式转换说明：

[https://www.xfyun.cn/doc/asr/voicedictation/Audio.html\#%E9%9F%B3%E9%A2%91%E6%96%87%E4%BB%B6%E6%A0%BC%E5%BC%8F%E8%BD%AC%E6%8D%A2%E5%B7%A5%E5%85%B7ffmpeg][https_www.xfyun.cn_doc_asr_voicedictation_Audio.html_E9_9F_B3_E9_A2_91_E6_96_87_E4_BB_B6_E6_A0_BC_E5_BC_8F_E8_BD_AC_E6_8D_A2_E5_B7_A5_E5_85_B7ffmpeg]

## 具体代码： ##

（里面的 appid appkey appsecret 在开放平台申请，audiofile 换成自己的pcm文件 ）

# -*- coding:utf-8 -*-
    #
    #   author: iflytek
    #
    #  本demo测试时运行的环境为：Windows + Python3.7
    #  本demo测试成功运行时所安装的第三方库及其版本如下，您可自行逐一或者复制到一个新的txt文件利用pip一次性安装：
    #   cffi==1.12.3
    #   gevent==1.4.0
    #   greenlet==0.4.15
    #   pycparser==2.19
    #   six==1.12.0
    #   websocket==0.2.1
    #   websocket-client==0.56.0
    #
    #  语音听写流式 WebAPI 接口调用示例 接口文档（必看）：https://doc.xfyun.cn/rest_api/语音听写（流式版）.html
    #  webapi 听写服务参考帖子（必看）：http://bbs.xfyun.cn/forum.php?mod=viewthread&tid=38947&extra=
    #  语音听写流式WebAPI 服务，热词使用方式：登陆开放平台https://www.xfyun.cn/后，找到控制台--我的应用---语音听写（流式）---服务管理--个性化热词，
    #  设置热词
    #  注意：热词只能在识别的时候会增加热词的识别权重，需要注意的是增加相应词条的识别率，但并不是绝对的，具体效果以您测试为准。
    #  语音听写流式WebAPI 服务，方言试用方法：登陆开放平台https://www.xfyun.cn/后，找到控制台--我的应用---语音听写（流式）---服务管理--识别语种列表
    #  可添加语种或方言，添加后会显示该方言的参数值
    #  错误码链接：https://www.xfyun.cn/document/error-code （code返回错误码时必看）
    # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
    import websocket
    import datetime
    import hashlib
    import base64
    import hmac
    import json
    from urllib.parse import urlencode
    import time
    import ssl
    from wsgiref.handlers import format_date_time
    from datetime import datetime
    from time import mktime
    import _thread as thread
    
    STATUS_FIRST_FRAME = 0  # 第一帧的标识
    STATUS_CONTINUE_FRAME = 1  # 中间帧标识
    STATUS_LAST_FRAME = 2  # 最后一帧的标识
    
    
    class Ws_Param(object):
        # 初始化
        def __init__(self, APPID, APIKey, APISecret, AudioFile):
            self.APPID = APPID
            self.APIKey = APIKey
            self.APISecret = APISecret
            self.AudioFile = AudioFile
    
            # 公共参数(common)
            self.CommonArgs = {"app_id": self.APPID}
            # 业务参数(business)，更多个性化参数可在官网查看
            self.BusinessArgs = {"domain": "iat", "language": "zh_cn", "accent": "mandarin", "vinfo":1,"vad_eos":10000}
    
        # 生成url
        def create_url(self):
            url = 'wss://ws-api.xfyun.cn/v2/iat'
            # 生成RFC1123格式的时间戳
            now = datetime.now()
            date = format_date_time(mktime(now.timetuple()))
    
            # 拼接字符串
            signature_origin = "host: " + "ws-api.xfyun.cn" + "\n"
            signature_origin += "date: " + date + "\n"
            signature_origin += "GET " + "/v2/iat " + "HTTP/1.1"
            # 进行hmac-sha256进行加密
            signature_sha = hmac.new(self.APISecret.encode('utf-8'), signature_origin.encode('utf-8'),
                                     digestmod=hashlib.sha256).digest()
            signature_sha = base64.b64encode(signature_sha).decode(encoding='utf-8')
    
            authorization_origin = "api_key=\"%s\", algorithm=\"%s\", headers=\"%s\", signature=\"%s\"" % (
                self.APIKey, "hmac-sha256", "host date request-line", signature_sha)
            authorization = base64.b64encode(authorization_origin.encode('utf-8')).decode(encoding='utf-8')
            # 将请求的鉴权参数组合为字典
            v = {
                "authorization": authorization,
                "date": date,
                "host": "ws-api.xfyun.cn"
            }
            # 拼接鉴权参数，生成url
            url = url + '?' + urlencode(v)
            # print("date: ",date)
            # print("v: ",v)
            # 此处打印出建立连接时候的url,参考本demo的时候可取消上方打印的注释，比对相同参数时生成的url与自己代码生成的url是否一致
            # print('websocket url :', url)
            return url
    
    
    # 收到websocket消息的处理
    def on_message(ws, message):
        try:
            code = json.loads(message)["code"]
            sid = json.loads(message)["sid"]
            if code != 0:
                errMsg = json.loads(message)["message"]
                print("sid:%s call error:%s code is:%s" % (sid, errMsg, code))
    
            else:
                data = json.loads(message)["data"]["result"]["ws"]
                # print(json.loads(message))
                result = ""
                for i in data:
                    for w in i["cw"]:
                        result += w["w"]
                print("sid:%s call success!,data is:%s" % (sid, json.dumps(data, ensure_ascii=False)))
        except Exception as e:
            print("receive msg,but parse exception:", e)
    
    
    
    # 收到websocket错误的处理
    def on_error(ws, error):
        print("### error:", error)
    
    
    # 收到websocket关闭的处理
    def on_close(ws):
        print("### closed ###")
    
    
    # 收到websocket连接建立的处理
    def on_open(ws):
        def run(*args):
            frameSize = 8000  # 每一帧的音频大小
            intervel = 0.04  # 发送音频间隔(单位:s)
            status = STATUS_FIRST_FRAME  # 音频的状态信息，标识音频是第一帧，还是中间帧、最后一帧
    
            with open(wsParam.AudioFile, "rb") as fp:
                while True:
                    buf = fp.read(frameSize)
                    # 文件结束
                    if not buf:
                        status = STATUS_LAST_FRAME
                    # 第一帧处理
                    # 发送第一帧音频，带business 参数
                    # appid 必须带上，只需第一帧发送
                    if status == STATUS_FIRST_FRAME:
    
                        d = {"common": wsParam.CommonArgs,
                             "business": wsParam.BusinessArgs,
                             "data": {"status": 0, "format": "audio/L16;rate=16000",
                                      "audio": str(base64.b64encode(buf), 'utf-8'),
                                      "encoding": "raw"}}
                        d = json.dumps(d)
                        ws.send(d)
                        status = STATUS_CONTINUE_FRAME
                    # 中间帧处理
                    elif status == STATUS_CONTINUE_FRAME:
                        d = {"data": {"status": 1, "format": "audio/L16;rate=16000",
                                      "audio": str(base64.b64encode(buf), 'utf-8'),
                                      "encoding": "raw"}}
                        ws.send(json.dumps(d))
                    # 最后一帧处理
                    elif status == STATUS_LAST_FRAME:
                        d = {"data": {"status": 2, "format": "audio/L16;rate=16000",
                                      "audio": str(base64.b64encode(buf), 'utf-8'),
                                      "encoding": "raw"}}
                        ws.send(json.dumps(d))
                        time.sleep(1)
                        break
                    # 模拟音频采样间隔
                    time.sleep(intervel)
            ws.close()
    
        thread.start_new_thread(run, ())
    
    
    if __name__ == "__main__":
        # 测试时候在此处正确填写相关信息即可运行
        time1 = datetime.now()
        wsParam = Ws_Param(APPID=' ', APISecret=' ',
                           APIKey=' ',
                           AudioFile=r'E:\1230.wav')
        websocket.enableTrace(False)
        wsUrl = wsParam.create_url()
        ws = websocket.WebSocketApp(wsUrl, on_message=on_message, on_error=on_error, on_close=on_close)
        ws.on_open = on_open
        ws.run_forever(sslopt={"cert_reqs": ssl.CERT_NONE})
        time2 = datetime.now()
        print(time2-time1)

讯飞文档

## 测试讯飞语音识别使用的pcm文件.zip ##

[https://download.csdn.net/download/yan88888888888888888/12350892][https_download.csdn.net_download_yan88888888888888888_12350892]

也可以使用官网的样例：

[https://www.xfyun.cn/doc/asr/voicedictation/API.html\#%E8%B0%83%E7%94%A8%E7%A4%BA%E4%BE%8B][https_www.xfyun.cn_doc_asr_voicedictation_API.html_E8_B0_83_E7_94_A8_E7_A4_BA_E4_BE_8B]

示例代码也参看

[https://www.xfyun.cn/doc/asr/voicedictation/API.html\#%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98][https_www.xfyun.cn_doc_asr_voicedictation_API.html_E5_B8_B8_E8_A7_81_E9_97_AE_E9_A2_98]

[https_passport.xfyun.cn_login]: https://passport.xfyun.cn/login
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70]: /images/20221005/e01d58aaf1b34d0197e8a17a0a7931ca.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 1]: /images/20221005/2662e463f4bc429fb997ec4291b07ba4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 2]: /images/20221005/292b94b5d6d44a76b1b19d154c7c05e3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 3]: /images/20221005/f371afdb8c2f4db89e06d12e868296dd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 4]: /images/20221005/44f22c8c18f84b229c8300a0ec58fc3c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 5]: /images/20221005/7cbbd1c6628f40ca809231e8bb514422.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 6]: /images/20221005/5167eec8595c4243ac2176665b11ec68.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbjg4ODg4ODg4ODg4ODg4ODg4_size_16_color_FFFFFF_t_70 7]: /images/20221005/02bd307ad65c496c80f2489805169297.png
[http_www.ddooo.com_softdown_124162.htm]: http://www.ddooo.com/softdown/124162.htm
[https_www.jianshu.com_p_2b609afb9800]: https://www.jianshu.com/p/2b609afb9800
[https_www.xfyun.cn_doc_asr_voicedictation_Audio.html_E9_9F_B3_E9_A2_91_E6_96_87_E4_BB_B6_E6_A0_BC_E5_BC_8F_E8_BD_AC_E6_8D_A2_E5_B7_A5_E5_85_B7ffmpeg]: https://www.xfyun.cn/doc/asr/voicedictation/Audio.html#%E9%9F%B3%E9%A2%91%E6%96%87%E4%BB%B6%E6%A0%BC%E5%BC%8F%E8%BD%AC%E6%8D%A2%E5%B7%A5%E5%85%B7ffmpeg
[https_download.csdn.net_download_yan88888888888888888_12350892]: https://download.csdn.net/download/yan88888888888888888/12350892
[https_www.xfyun.cn_doc_asr_voicedictation_API.html_E8_B0_83_E7_94_A8_E7_A4_BA_E4_BE_8B]: https://www.xfyun.cn/doc/asr/voicedictation/API.html#%E8%B0%83%E7%94%A8%E7%A4%BA%E4%BE%8B
[https_www.xfyun.cn_doc_asr_voicedictation_API.html_E5_B8_B8_E8_A7_81_E9_97_AE_E9_A2_98]: https://www.xfyun.cn/doc/asr/voicedictation/API.html#%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98