本文引用了2个js文件,这里提供下CDN资源,！
<script type="application/javascript" src="https://cdn.bootcss.com/recorderjs/0.1.0/recorder.js"></script>
<script src="https://cdn.bootcss.com/jquery/3.3.1/jquery.min.js"></script>
功能介绍：
1.点击页面上的''录制语音指令''，然后开始说话,不要超过60秒;
2.说完,点击页面上的''发送语音指令'',系统会重复一遍你说的话(合成后的声音,不在是你原来声音)
前段代码：
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8"> </head>
<body>
<audio controls autoplay id="player"></audio>
<p><button onclick="start_reco()" style="background-color: yellow">录制语音指令</button></p>
<p><button onclick="stop_reco_audio()" style="background-color: blue">发送语音指令</button></p>
</body>
<script type="text/javascript" src='{{ url_for('static',filename='js/jquery.js') }}'></script>
<script type="text/javascript" src='{{ url_for('static',filename='js/recorder.js') }}'></script> <script type="text/javascript">
var reco = null;
var audio_context = new AudioContext();
var base_url = 'http://192.168.13.21:5400'; navigator.getUserMedia = (navigator.getUserMedia ||
navigator.webkitGetUserMedia ||
navigator.mozGetUserMedia ||
navigator.msGetUserMedia); navigator.getUserMedia({audio: true}, create_stream, function (err) {
console.log(err)
}); function create_stream(user_media) {
var stream_input = audio_context.createMediaStreamSource(user_media);
reco = new Recorder(stream_input);
}
// 录制语音指令
function start_reco() {
reco.record();
} // 发送语音指令
function stop_reco_audio() {
reco.stop();
send_audio();
reco.clear();
} function send_audio() {
reco.exportWAV(function (wav_file) {
var formdata = new FormData();
formdata.append("record", wav_file);
console.log(formdata);
$.ajax({
url: base_url+"/ai",
type: 'post',
processData: false,
contentType: false,
data: formdata,
dataType: 'json',
// 自动播放语音
success: function (data) {
document.getElementById("player").src =base_url+"/get_audio/" + data.filename
}
}); })
} </script>
</html>
后端代码：
app.py
from flask import Flask,render_template,request,jsonify,send_file
from uuid import uuid4
import s4_5 app = Flask(__name__,static_folder='static') @app.route("/")
def index():
return render_template("index.html") @app.route("/ai",methods=["POST"])
def ai():
# 1.保存录音文件
audio = request.files.get("record")
filename = f"{uuid4()}.wav"
audio.save(filename) #2.将录音文件转换为PCM发送给百度进行语音识别
q_text = s4_5.audio2text(filename) #3.将识别的问题交给图灵或自主处理获取答案
a_text = s4_5.to_tuling(q_text) #4.将答案发送给百度语音合成，合成音频文件
a_file = s4_5.text2audio(a_text) #5.将音频文件发送给前端播放
return jsonify({"filename":a_file}) @app.route("/get_audio/<filename>")
def get_audio(filename):
return send_file(filename) if __name__ == '__main__':
# 注意前后端保持一致o！
app.run("0.0.0.0",5400,debug=True)
s4_5.py
from aip import AipSpeech,AipNlp
import time,os APP_ID = ''
APP_KEY = 'DhXGtWHYMujMVZZGRI3a7rzb'
SECRET_KEY = 'PbyUvTL31fImGthOOIP5ZbbtEOGwGOoT' # 与百度进行一次加密校验,认证你是合法用户合法的应用
# AipSpeech是百度语音的客户端,认证成功之后,客户端将被开启,这里的client就是已经开启的百度语音的客户端了
client = AipSpeech(APP_ID, APP_KEY, SECRET_KEY)
# 自然语言处理
nlp = AipNlp(APP_ID, APP_KEY, SECRET_KEY) # 1.将wma格式文件转为pcm格式文件
def get_file_content(filePath):
# 执行cmd命令os.system()
os.system(f"ffmpeg -y -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm")
with open(f"{filePath}.pcm", 'rb') as fp:
return fp.read() # 2.将音频转成文字
def audio2text(filepath):
# 识别本地文件
res = client.asr(get_file_content(filepath), 'pcm', 16000, {
# 不填写lan参数生效,都不填写,默认1537(普通话 输入法模型),dev_pid参数见本节开头的表格
'dev_pid': 1536,
})
# res.get("result")[0])
# 将录音转成文字,然后返回
return res.get("result")[0] # 3.将文字转成音频
def text2audio(text):
# 给合成的音频命名
filename = f"{time.time()}.mp3"
# 合成语音结果
result = client.synthesis(text, 'zh', 1, {
'vol': 5,
"spd": 3,
"pit": 7,
"per": 4
})
# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):
with open(filename, 'wb') as f:
f.write(result)
return filename #4.图灵机器人
def to_tuling(text):
# 导入模块requests,发post请求
import requests
args = {
"reqType": 0,
"perception": {
"inputText": {
"text": text
}
},
"userInfo": {
"apiKey": "eaf3daedeb374564bfe9db10044bc20b",
"userId": ""
}
}
# 图灵机器人API接口
url = "http://openapi.tuling123.com/openapi/api/v2"
# 向图灵发起请求
res = requests.post(url, json=args)
# 将结果赋值给text
text = res.json().get("results")[0].get("values").get("text")
# 将test返回
return text