python 百度引擎批量语音转文字_python 百度语音转文字-优快云博客

本文链接：https://blog.youkuaiyun.com/jidawanghao/article/details/124376998

这段代码展示了如何使用Python的pydub库切割wav音频文件，并通过百度AI的语音识别服务将切割后的音频转换为文字。首先，创建一个目录来保存切割的文件，然后将音频按每分钟切割。接着，利用AipSpeech API进行语音识别，将其中一个切片的音频内容转换为文本。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from pydub import AudioSegment
from aip import AipSpeech
import os

import shutil
#baidu-aip

# 百度AI库获取的参数

# 构造读取语音文件函数

def makedir():
    mydir = 'record'  # 基本逻辑就是分两种情况，文件夹有和无，有时，为了避免里面数据污染，删了重建一个；没有则是正常建一个就好

    if os.path.exists(mydir) == 0:
        os.mkdir(mydir)
    else:
        shutil.rmtree('record')

    if os.path.exists(mydir) == 0:
        os.mkdir(mydir)


def cut_wav(segment):
    wav[segment*60*1000:(segment+1)*60*1000].export('record'+'/'+filename+'cut'+str(segment)+'.wav', format="wav")
    #wav[2*60*1000:3*60*1000].export(filename+'cut'+segment+'.wav', format="wav")

def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

if __name__ == '__main__':
    #开始第一步，将录音文件切成多个小片段


    makedir()
    filename = '04月05日_1'

    wav = AudioSegment.from_wav(filename + '.wav')
    totoal_time = wav.duration_seconds

    cut_count = int(wav.duration_seconds/60)
    print(cut_count)
    cut_wav(cut_count)

    for i in range(1, cut_count):
        cut_wav(i)

    #开始第二步，批量语音转文字

    APP_ID = '26029972'
    API_KEY = 'uDbACFSOmNVOkXyvydMSUuQR'
    SECRET_KEY = 'cuI1zBwGjgHtNFI3Mx15RXCQvrIrMYVN'

    client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

    result = client.asr(get_file_content(r'C:\Users\1\PycharmProjects\pythonProject\record\04月05日_1cut1.wav'), 'wav', 16000,
                        {'lan': 'zh', })
    # 此处地址处必须要加r，使其成为绝对地址，要么容易字符转义出现错误
    print(result)