利用线程池+回调+百度语音识别来批量实现语音识别

关注

原创最新推荐文章于 2026-08-26 10:20:10 发布 630 阅读 AI 写同款· GEO 优化 ›

Linux C++集成阿里云语音识别SDK：从环境搭建到实战优化指南 语音识别作为人工智能的核心技术之一，其原理是将音频信号转化为可处理的数字信号，再通过声学模型和语言模型解码为文本。这项技术为机器赋予了“听觉”能力，其价值在于实现了人机交互的自然化与智能化，广泛应用于智能助手、实时字幕、会议转录及车载系统等场景。在Linux环境下，C++因其卓越的性能和资源控制能力，成为对延迟、资源占用有严格要求的嵌入式、音视频处理等领域的首选开发语言。本文聚焦于如何利用阿里云提供的成熟C++ SDK，高效集成云端语音识别服务，涵盖从环境配置、SDK编译、核心流程（如Token管理、异步回阅读详情

#!/usr/bin/python3
# -*- coding: utf-8 -*-

from aip import AipSpeech
import os
import sys
from concurrent.futures import ThreadPoolExecutor
import shutil

""" 你的 APPID AK SK """
APP_ID = 'xxx'
API_KEY = 'xxx'
SECRET_KEY = 'xxx'

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()


def get_content(filepath):
    msg = client.asr(get_file_content(filepath), 'wav', 8000, {'dev_pid': 1536, })
    return {'filepath': filepath, 'msg': msg}


def parse_res(res):
    res = res.result()
    try:
        msg = res['msg']
        filepath = res['filepath']
        if msg['err_no']:
            print(filepath, msg['err_no'])
        else:
            content = msg['result'][0]
            print(filepath, content)
    except Exception:
        print(res)


_, inpath = sys.argv

pool = ThreadPoolExecutor(10)
for filename in os.listdir(inpath):
    filepath = os.path.join(inpath, filename)
    # print(filepath)
    pool.submit(get_content, filepath).add_done_callback(parse_res)

pool.shutdown()

收录于