百度语音识别API连接/python

最新推荐文章于 2025-06-14 10:45:34 发布

原创

最新推荐文章于 2025-06-14 10:45:34 发布 · 662 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#语音识别 #python #人工智能

# -*- coding: utf-8 -*-
"""
实时流式识别
需要安装websocket-client库
使用方式 python realtime_asr.py 16k-0.pcm
"""
import websocket
import threading
import time
import uuid
import json
import logging
import sys

# 定义常量
URI = "wss://vop.baidu.com/realtime_asr"

if len(sys.argv) < 2:
    pcm_file = "D:\\llqxz\\16k-0.pcm"
else:
    pcm_file = sys.argv[1]

logger = logging.getLogger()

# 配置日志
logging.basicConfig(
    format='[%(asctime)-15s] [%(funcName)s()][%(levelname)s] %(message)s',
    level=logging.DEBUG,
    handlers=[
        logging.FileHandler("realtime_asr.log"),
        logging.StreamHandler()
    ]
)

# 用于存储最终识别结果
final_recognition_result = None

"""

1. 连接 ws_app.run_forever()
2. 连接成功后发送数据 on_open()
2.1 发送开始参数帧 send_start_params()
2.2 发送音频数据帧 send_audio()
2.3 库接收识别结果 on_message()
2.4 发送结束帧 send_finish()
3. 关闭连接 on_close()

库的报错 on_error()
"""


def send_start_params(ws):
    """
    开始参数帧
    :param websocket.WebSocket ws:
    :return:
    """
    req = {
   
   
        "type": "START",
        "data": {
   
   
            "appid": ,  # 网页上的appid
            "appkey": "",  # 网页上的appid对应的appkey
            "dev_pid": 15372,  # 识别模型
            "cuid": "yourself_defined_user_id",  # 随便填不影响使用。机器的mac或者其它唯一id，百度计算UV用。
            "sample"