本示例的过程是：
1. 音频转文本
2. 利用文本获取情感倾向分析结果
3. 利用文本获取关键词提取
首先是讯飞的语音识别模块。在这里可以找到非实时语音转写的相关文档以及 Python 示例。我略作了改动，让它可以对不同人说话作区分，并且作了一些封装。
语音识别功能weblfasr_python3_demo.py 文件：
1 #!/usr/bin/env python 2 -*- Coding: utf-8 -*- 3 """ 4 讯飞非实时转写调用demo（语音识别） 5 6 import base64 7 hashlib 8 hmac 9 Json 10 os 11 time 12 13 requests 14 15 lfasr_host = 'http://raasr.xfyun.cn/API' 16 17 请求的接口名 18 API_prepare = /prepare 19 API_upload = /upload 20 API_merge = /merge 21 API_get_progress = /getProgress 22 API_get_result = /getResult 23 文件分片大下52k 24 file_pIEce_sice = 10485760 25 26 ——————————————————转写可配置参数———————————————— 27 参数可在官网界面（https://doc.xfyun.cn/rest_API/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99.HTML）查看，根据需求可自行在gene_params方法里添加修改 28 转写类型 29 lfasr_type = 0 30 是否开启分词 31 has_participle = false 32 has_seperate = true 33 多候选词个数 34 max_alternatives = 35 子用户标识 36 suID = '' 37 38 39 class SliceIDGenerator: 40 """slice ID生成器 41 42 def __init__(self): 43 self.__ch = aaaaaaaaa` 44 45 def getNextSliceID(self): 46 ch = self.__ch 47 j = len(ch) - 1 48 while j >= 0: 49 cj = ch[j] 50 if cj != z': 51 ch = ch[:j] + chr(ord(cj) + 1) + ch[j + 1:] 52 break 53 else 54 ch = ch[:j] + a' + ch[j + 1 55 j = j - 1 56 self.__ch = ch 57 return self. 58 59 60 RequestAPI(object): 61 (self,appID,secret_key,upload_file_path): 62 self.appID = appID 63 self.secret_key = secret_key 64 self.upload_file_path = upload_file_path 65 66 根据不同的APIname生成不同的参数,本示例中未使用全部参数您可在官网(https://doc.xfyun.cn/rest_API/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99.HTML)查看后选择适合业务场景的进行更换 67 def gene_params(self,APIname,taskID=None,slice_ID=None): 68 appID = self.appID 69 secret_key = self.secret_key 70 upload_file_path = self.upload_file_path 71 ts = str(int(time.time())) 72 m2 = hashlib.md5() 73 m2.update((appID + ts).encode(utf-8)) 74 md5 = m2.hexdigest() 75 md5 = bytes(md5,enCoding=) 76 以secret_key为key,上面的md5为msg， 使用hashlib.sha1加密结果为signa 77 signa = hmac.new(secret_key.encode(),md5,hashlib.sha1).digest() 78 signa = base64.b64encode(signa) 79 signa = str(signa, 80 file_len = os.path.getsize(upload_file_path) 81 file_name = os.path.basename(upload_file_path) 82 param_dict = {} 83 84 if APIname == API_prepare: 85 slice_num是指分片数量，如果您使用的音频都是较短音频也可以不分片，直接将slice_num指定为1即可 86 slice_num = int(file_len / file_pIEce_sice) + (0 if (file_len % file_pIEce_sice == 0) else 1 87 param_dict[app_ID'] = 88 param_dict[signa signa 89 param_dict[ts ts 90 param_dict[file_len str(file_len) 91 param_dict[file_name file_name 92 param_dict[slice_num str(slice_num) 93 elif APIname == API_upload: 94 param_dict[ 95 param_dict[ 96 param_dict[ 97 param_dict[task_ID taskID 98 param_dict[slice_ID slice_ID 99 API_merge:100 param_dict[101 param_dict[102 param_dict[103 param_dict[104 param_dict[105 elif APIname == API_get_progress or APIname == API_get_result:106 param_dict[107 param_dict[108 param_dict[109 param_dict[110 param_dict[has_seperate has_seperate111 return param_dict112 113 请求和结果解析，结果中各个字段的含义可参考：https://doc.xfyun.cn/rest_API/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99.HTML114 def gene_request(self,data,files=None,headers=115 response = requests.post(lfasr_host + APIname,data=data,files=files,1)">headers)116 result = Json.loads(response.text)117 if result["ok"] ==118 print("{} success:".format(APIname) + str(result))119 print(treating...120 result121 122 print("{} error:".format(APIname) + str(result))123 exit(0)124 125 126 预处理127 prepare_request(self):128 return self.gene_request(APIname=API_prepare,129 data=self.gene_params(API_prepare))130 131 上传132 upload_request(self,taskID,1)">133 file_object = open(upload_file_path,1)">rb134 try135 index = 1136 sig = SliceIDGenerator()137 while True:138 content = file_object.read(file_pIEce_sice)139 if not content or len(content) ==140 141 files = {142 filename": self.gene_params(API_upload).get("143 content: content144 }145 response = self.gene_request(API_upload,1)">146 data=self.gene_params(API_upload,taskID=taskID,1)">147 slice_ID=sig.getNextSliceID()),1)">148 files=files)149 if response.get(') !=150 上传分片失败151 upload slice fail,response: ' + str(response))152 False153 print('upload slice ' + str(index) + ' success')154 155 index += 1156 finally157 file index: str(file_object.tell())158 file_object.close()159 True160 161 合并162 merge_request(self,taskID):163 return self.gene_request(API_merge,data=self.gene_params(API_merge,1)">taskID))164 165 获取进度166 get_progress_request(self,1)">167 return self.gene_request(API_get_progress,data=self.gene_params(API_get_progress,1)">168 169 获取结果170 get_result_request(self,1)">171 return self.gene_request(API_get_result,data=self.gene_params(API_get_result,1)">172 173 all_API_request(self):174 1. 预处理175 pre_result = self.prepare_request()176 taskID = pre_result[data]177 2 . 分片上传178 self.upload_request(taskID=taskID,upload_file_path=self.upload_file_path)179 3 . 文件合并180 self.merge_request(taskID=taskID)181 4 . 获取任务进度182 183 每隔20秒获取一次任务进度184 progress = self.get_progress_request(taskID)185 progress_dic = progress186 if progress_dic[err_no'] != 0 and progress_dic['] != 26605187 print('task error: ' + progress_dic['Failed'])188 return189 190 data = progress_dic[191 task_status = Json.loads(data)192 if task_status[status'] == 9193 print('task ' + taskID + ' finished')194 195 The task ' + taskID + is in processing,task status: str(data))196 processing...197 每次获取进度间隔20S198 time.sleep(20199 5 . 获取结果200 return self.get_result_request(taskID=201 202 203 get_text_result(upload_file_path):204 205 封装该接口，获取接口返回的内容206 :param upload_file_path:207 :return: 识别出来的文本数据208 209 API = RequestAPI(appID=xxx",secret_key=upload_file_path)210 API.all_API_request()211 212 213 注意：如果出现requests模块报错："nonetype" object has no attribute 'read',请尝试将requests模块更新到2.20.0或以上版本(本demo测试版本为2.20.0)214 输入讯飞开放平台的appID，secret_key和待转写的文件路径215 if __name__ == __main__216 result = get_text_result(input/xxx.m4a217 print(result)218 print(type(result))
appID 和 secret_key 需要你自己申请之后，配置上去。
配置好之后填写需要输入的音频，就可以运行该脚本作测试。
python weblfasr_python3_demo.py treating...treating...treating...treating...treating...The task e3e3284aee4a4e3b86a4fd506960e0f2 is in processing,task status: {":2,1)">desc音频并完成}processing...treating...The task e3e3284aee4a4e3b86a4fd506960e0f2 is 3,1)">音频写中}processing...treating...treating...{': [{"bg":"480","ed":"1810","onebest":"我好高兴！","speaker":"2"},{"bg":"1820","ed":"4440ebest":"啊明天就放假了！","speaker":"1"}]',1)">0,1)">Failed': None,1)">0}<class dict'>情感倾向分析功能
这里是百度情感倾向分析的文档，可以选择 Python SDK 或者 API 接口，我选择的是 API 接口。并且我对它进行了一定程度的封装。
baIDu_sentiment.py 文件有如下代码：
1 2 3 4 百度情感倾向分析： 5 get_sentiment_result 用于 demo 进行调用 6 # 参数 说明 描述 7 # log_ID uint64 请求唯一标识码 8 # sentiment int 表示情感极性分类结果，0:负向，1:中性，2:正向 9 # confIDence float 表示分类的置信度，取值范围[0,1]10 # positive_prob float 表示属于积极类别的概率 ，取值范围[0,1)">11 # negative_prob float 表示属于消极类别的概率，取值范围[0,1)">12 13 14 15 16 17 get_sentiment_result(text):18 19 利用情感倾向分析API来获取返回数据20 :param text: 输入文本21 :return response: 返回的响应22 23 if text == ''24 return 25 请求接口26 url = https://aip.baidubce.com/oauth/2.0/token27 需要先获取一个 token28 clIEnt_ID = 29 clIEnt_secret = 30 params =31 grant_typeclIEnt_credentials,1)">32 clIEnt_ID: clIEnt_ID,1)">33 clIEnt_secret: clIEnt_secret34 }35 headers = {Content-Typeapplication/Json; charset=UTF-8}36 response = requests.post(url=url,params=params,1)">headers).Json()37 access_token = response[access_token38 39 通用版情绪识别接口40 url = https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify41 定制版情绪识别接口42 url = 'https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify_custom'43 使用 token 调用情感倾向分析接口44 params =45 : access_token46 47 payload = Json.dumps({48 text: text49 })50 headers = {51 response = requests.post(url=url,data=payload,1)">52 response53 54 55 56 print(get_sentiment_result(白日放歌须纵酒，青春作伴好还乡。57 思悠悠，恨悠悠，恨到归时方始休。'))
同样，你需要在百度创建应用，配置好你的 clIEnt_ID 和 clIEnt_secret。你也可以运行该脚本进行测试。
python baIDu_sentiment.py {log_ID2676765769120607830,1)">items': [{positive_prob0.537741,1)">confIDence0.245186,1)">negative_prob0.462259,1)">sentiment1}]}{4078175744151108694,1)">0.345277,1)">0.232717,1)">0.654723,1)">0}]}关键词提取功能
在这里可以找到讯飞的关键词提取的接口文档和示例代码。同样我也略作了改动，进行了封装。
WebLtp_python3_demo.py 文件代码：
!/usr/bin/python -*- Coding: UTF-8 -*-讯飞关键词提取接口 6 7 urllib.request 8 urllib.parse 9 10 11 12 接口地址14 url = http://ltpAPI.xfyun.cn/v1/ke"15 开放平台应用ID16 x_appID = "xxx 开放平台应用接口秘钥18 API_key = 19 语言文本20 TEXT = 汉皇重色思倾国，御宇多年求不得。杨家有女初长成，养在深闺人未识。天生丽质难自弃，一朝选在君王侧。21 22 23 get_keyword_result(text):24 25 这是讯飞官方文档给出的示例26 27 :return response: 返回对象28 29 30 31 body = urllib.parse.urlencode({': text}).encode(32 param = {type": dependent33 x_param = base64.b64encode(Json.dumps(param).replace(' '').encode(34 x_time =35 x_checksum = hashlib.md5(API_key.encode(') +36 str(x_time).encode(37 x_param).hexdigest()38 x_header = {X-AppID: x_appID,1)">39 X-CurTime: x_time,1)">40 X-Param: x_param,1)">41 X-CheckSum: x_checksum}42 req = urllib.request.Request(url,body,x_header)43 result = urllib.request.urlopen(req)44 result = result.read()45 return result.decode(46 47 48 49 keyword_result = get_keyword_result(TEXT)50 (keyword_result)51 print(type(keyword_result))
配置好你的 x_appID 和 API_key。
注意：关键词提取还需要你在讯飞应用的后台设置白名单。
点击管理，配置好自己的公网 IP。试着运行一下脚本，会有如下输出：
python WebLtp_python3_demo.py {code0":{ke":[{score0.646word汉皇"},{0.634御宇0.633重色0.632王侧0.628思倾国0.601自弃0.600杨家0.588深闺人未识求不得0.586天生丽质"}]},1)">successsIDltp000aed03@dx589210907749000100str'>把所有功能组合起来
用一个 Demo 把所有功能组合起来，并把结果存储到文件中。
demo.py 如下：
这是主要的demo流程是： 6 音频->讯飞语音识别API->文本 7 文本再作两种处理： 8 文本->百度情绪识别API->情绪识别的响应 9 文本->讯飞关键词提取API->关键词提取的响应 10 sys 12 from weblfasr_python3_demo get_text_result 14 from baIDu_sentiment get_sentiment_result 15 from WebLtp_python3_demo get_keyword_result 硬编码选定需要离线分析的音频 18 以下是一些测试-------------------------- 19 SOURCE_PATH = 'input/test.mp3' 20 SOURCE_PATH = 'input/test.pcm' 21 SOURCE_PATH = 'input/test.m4a' 22 SOURCE_PATH = 'input/test.wav' 以上是一些测试-------------------------- 24 或者，通过命令行参数选定需要离线分析的音频 25 如：python demo.py test.wav 26 SOURCE_PATH = input/' + sys.argv[1 STEP 1: 调用讯飞语音识别 API 获取讯飞识别出来的响应 29 TEXT_RESulT = get_text_result(SOURCE_PATH) 30 31 32 save_file(data,destin): 33 34 数据持久化函数 35 :param data: 数据 36 :param destin: 目标路径 37 :return: None 38 39 data = str(data) 40 if data: 41 with open(destin,1)">w) as f: 42 f.write(data) 43 45 whole_method(): 46 47 将音频文本不作区分地提取（两个人的对话不做区分） 48 49 50 解析语音识别出来的数据 51 data_List = Json.loads(TEXT_RESulT[]) 52 text 用于拼接 53 text_result = 54 for data in data_List: 55 text_result += data[onebest 56 text_result: 57 text_result completed 58 把文本写入到文件中 59 save_file(text_result,1)">output/text_result.txt 60 STEP 2: 情感倾向分析 输入文本，使用情绪识别函数获取响应 62 sentiment_result = get_sentiment_result(text_result) 63 保存数据 64 save_file(sentiment_result,1)">output/sentiment_result.txt 65 sentiment_result completed STEP 3: 关键词提取 输入文本，调用讯飞提取关键词的接口，对文本做关键词提取 68 keyword_result = get_keyword_result(text_result) 69 70 save_file(keyword_result,1)">output/keyword_result.txt 71 keyword_result completed 72 73 74 seperate_method(): 75 76 将音频文本作区分地提取（区分两个人的对话） 77 78 79 data_List = Json.loads(TEXT_RESulT[ 80 text_result1 = 81 text_result2 = 82 假设有两个人，把文本分别做整合 83 print(data) 85 if data[speaker'] == 1 86 text_result1 += data[ 87 88 text_result2 += data[ 89 text_result1 90 text_result2 91 text_result1 text_result2 completed 92 save_file(text_result1,1)">output/text_result1.txt 93 save_file(text_result2,1)">output/text_result2.txt 94 95 96 A 的对话 97 sentiment_result1 = get_sentiment_result(text_result1) 98 save_file(sentiment_result1,1)">output/sentiment_result1.txt 99 result_get_result1 completed100 B 的对话101 sentiment_result2 = get_sentiment_result(text_result2)102 save_file(sentiment_result2,1)">output/sentiment_result2.txt103 result_get_result2 completed104 105 调用讯飞接口做文本的关键字提取106 107 keyword_result1 = get_keyword_result(text_result1)108 save_file(keyword_result1,1)">output/keyword_result1.txt109 keyword_result1 completed110 111 keyword_result2 = get_keyword_result(text_result2)112 save_file(keyword_result2,1)">output/keyword_result2.txtkeyword_result2 completed114 115 116 117 TEXT_RESulT:118 whole_method()119 seperate_method()
输出大致如下：
python demo.py test.mp3treating...treating...treating...treating...treating...The task 8552d13470ed4839b11e0f3693f296f9 is 音频合并完成}processing...treating......The task 8552d13470ed4839b11e0f3693f296f9 is 音频转写中}processing...treating...treating...text_result: 喂喂你好，是xxx的机主是吧？谁？呀我是xxx的工作人员，您在今天中午12点多在我们xxx提交了xxx是吧？那怎么？...那没有关系，我说您是否办理xxx？什么有什么有关系，啊有什么有关系啊。text_result completedsentiment_result completedkeyword_result completedtext_result1 喂喂你好，是xxx的机主是吧？呀我是xxx的工作人员，您在今天中午12点多在我们xxx提交了xxx是吧？...那没有关系，我说您是否办理xxx？text_result2 谁？那怎么？...什么有什么有关系，啊有什么有关系啊。text_result1 text_result2 completedresult_get_result1 completedresult_get_result2 completedkeyword_result1 completedkeyword_result2 completed
原文作者：雨先生
原文链接：https://www.cnblogs.com/noluye/p/11225024.html
许可协议：知识共享署名-非商业性使用 4.0 国际许可协议
以上是内存溢出为你收集整理的Python调用百度接口（情感倾向分析）和讯飞接口（语音识别、关键词提取）处理音频文件全部内容，希望文章能够帮你解决Python调用百度接口（情感倾向分析）和讯飞接口（语音识别、关键词提取）处理音频文件所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）