Python语音交互的实现

• 2020 年 1 月 7 日
• 筆記

实现前提

在windows10上运行的测试内容。 Python版本：Python3.6.2。 已经注册并添加了百度的'’语音识别'和'语音合成'应用。 已经注册并创建了图灵机器人的'机器人'。

整体的实现流程

1. 语音输入。
2. 语音翻译成文字。
3. 聊天回应文字。
4. 将文字合成语音。
5. 输出语音。

实现方式

1. pyaudio模块识别麦克风
2. 在线百度语音识别，把录音文件转换成文字
3. 在线图灵机器人，对文字进行回答
4. 使用百度的语音合成技术，把文字转为音频文件
5. 通过pygame识别音频（只能是MP3格式），输出语音

外部包

pip install pyaudio==0.2.11  pip install baidu-aip==2.2.5.2  pip install pygame==1.9.4

项目在github上的地址

https://github.com/feature09/speech_interaction_demo.git

使用

克隆下来后，更改main.py中的百度key和图灵key，执行main.py，直接使用。

可以结合语音唤醒，自己制作一个智能音箱了。 语音唤醒内容：[https://blog.51cto.com/feature09/2300352]