未来的一段时间，人工智能在市场上占有很重的位置，Python语言则是研究人工智能的最佳编程语言，下面，就让我们来感受一下它的魅力吧！
百度给的样例程序，不论C还是Java版，都分为method1和method2两种
前者称为隐式（post的是json串，音频数据编码到json里），后者称为显式（post的就是音频数据）
一开始考虑到pythonwave包处理的都是“字符串”，担心跟C语言的数组不一致，所以选择低效但保险的method1，
即先将音频数据base64编码，再加上采样率、通道数等信息汇集成dict，最后总体编码成json串
结果老是报：
3300输入参数不正确
先后试过urllib2和pycurl包，都是上面情况
不得已换用method2，成功（看来wave包对音频的存储并不是“字符串”）
#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)
运行结果
{"corpus_no":"6150045491002357923","err_msg":"success.","err_no":0,"result":["播放小苹果，"],"sn":"243903724071431919050"}
总结
以上就是本文关于Python语言实现百度语音识别API的使用实例的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：
python使用pil进行图像处理(等比例压缩、裁剪)实例代码
如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
