Python代码源码-实操案例-框架案例-识别mp3音频时如何转换为采用16K采样率的wav文件.zip

# !/usr/bin/env python3 # -*- coding: utf-8 -*- # 文件名称 ：recaudio.PY # 开发工具 ：PyCharm ''' 识别mp3语音时如何转换为采用16K采样率的wav文件 ''' from aip import AipSpeech import os import uuid import time APP_ID = '自己的百度云应用APPID' # 设置自己创建百度云应用时的ID API_KEY = '自己的百度云应用APIKey' # 设置自己创建百度云应用时的APIKey SECRET_KEY = '自己的百度云应用SECRETKey' # 设置自己创建百度云应用时的SECRETKey client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) # 创建语音识别对象 filepath=input('请输入要识别的音频文件：') # 记录用户输入的音频文件地址 # # 直接识别，会出现3301错误，表示音频采样率不符合，或者音质不清晰 # with open(filepath, 'rb') as f: # 以二进制形式打开文件 # # 识别音频文件内容 # result=client.asr(f.read(), 'wav', 16000, {'dev_pid': 1536,}) # print(result) # 输出识别结果 path=os.path.splitdrive(filepath)[0] # 得到原视频的路径 if not path.endswith('\\'): # 判断路径是否以\结尾 path=path+'\\' # 为路径结尾增加\ newaudio = uuid.uuid1() # 随机生成临时文件名 newfile=os.path.join(path,str(newaudio) + ".wav") # 新的文件（包含路径和扩展名） # 定义使用ffmpeg转换视频的命令，将mp3格式转换为采用16K采样率的wav文件 cmd = "ffmpeg -i " + str(filepath) + " -ar 16000 -ac 1 -f wav " + newfile os.popen(cmd) # 执行格式转换命令 time.sleep(0.1) # 休眠0.1秒，这里主要是为了执行上面的转换操作 if os.path.exists(newfile): # 判断是否存在新转换的文件 with open(newfile, 'rb') as f: # 以二进制形式打开文件 # 识别音频文件内容 result=client.asr(f.read(), 'wav', 16000, {'dev_pid': 1536,}) print(result['result']) # 输出识别结果 else: print('没有该文件')