V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
greatdk
V2EX  ›  问与答

树莓派用百度语音的 API 做语音识别,识别率奇低

  •  
  •   greatdk · 2015-07-18 16:30:30 +08:00 · 5524 次点击
    这是一个创建于 3414 天前的主题,其中的信息可能已经有所发展或是发生改变。
    最近用树莓派在做语音方面的东西玩,用到了百度语音的语音识别接口

    我用的是REST_API,利用python来使用,但是不知道为啥,能调用成功,但是识别率奇低,不管说啥识别出来都是嗯,哈哈,之类的,我直接播放语音,觉得听的还是挺清楚的,百度语音貌似不会这么低啊,放上代码:

    #encoding=utf-8

    import wave
    import urllib, urllib2, pycurl
    import base64
    import json
    ## get access token by api key & secret key

    def get_token():
    apiKey = "xxxxxxxx"
    secretKey = "xxxxxxxxx"

    auth_url = "https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=" + apiKey + "&client_secret=" + secretKey;

    res = urllib2.urlopen(auth_url)
    json_data = res.read()
    return json.loads(json_data)['access_token']

    def dump_res(buf):
    print buf


    ## post audio to server
    def use_cloud(token):
    fp = wave.open('vad_0.wav', 'rb')
    nf = fp.getnframes()
    f_len = nf * 2
    audio_data = fp.readframes(nf)

    cuid = "xxxxxxxxxx" #my xiaomi phone MAC
    srv_url = 'http://vop.baidu.com/server_api' + '?cuid=' + cuid + '&token=' + token
    http_header = [
    'Content-Type: audio/pcm; rate=8000',
    'Content-Length: %d' % f_len
    ]

    c = pycurl.Curl()
    c.setopt(pycurl.URL, str(srv_url)) #curl doesn't support unicode
    #c.setopt(c.RETURNTRANSFER, 1)
    c.setopt(c.HTTPHEADER, http_header) #must be list, not dict
    c.setopt(c.POST, 1)
    c.setopt(c.CONNECTTIMEOUT, 30)
    c.setopt(c.TIMEOUT, 30)
    c.setopt(c.WRITEFUNCTION, dump_res)
    c.setopt(c.POSTFIELDS, audio_data)
    c.setopt(c.POSTFIELDSIZE, f_len)
    c.perform() #pycurl.perform() has no return val

    if __name__ == "__main__":
    token = get_token()
    use_cloud(token)
    1 条回复    2015-07-18 23:35:24 +08:00
    nkssai
        1
    nkssai  
       2015-07-18 23:35:24 +08:00
    换个音频格式试一试? 之前用google语音接口的时候发现不同的格式识别准确度还有不小的差别。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   951 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 21:26 · PVG 05:26 · LAX 13:26 · JFK 16:26
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.