Python库 | ybc_speech-6.0.18.tar.gz

# coding=utf-8 import base64 import requests import wave import pyaudio import os import time import ybc_config import sys from ybc_exception import * __PREFIX = ybc_config.config['prefix'] __TTS_URL = __PREFIX + ybc_config.uri + '/text2voice' __ASR_URL = __PREFIX + ybc_config.uri + '/speech' __RATE = 16000 __FORMAT_TYPE = 2 __SECONDS = 5 __CHANNELS = 1 __CHUNK = 1024 __SPEAKER = 1 __SPEED = 1 __AHT = 0 __APC = 58 __VOLUME = 100 __FORMAT = 2 def voice2text(filename=''): """ 功能：把语音文件转换成文字。 参数 filename 是当前目录下期望转换成文字的语音文件的名字， 可选参数 rate 是语音文件的采样率，1 代表 16000，0 代表 8000，默认为 1， 可选参数 format_type 是语音文件的类型，默认 PCM 格式， 返回：转换成的文字。 """ error_msg = "'filename'" if not isinstance(filename, str): raise ParameterTypeError(function_name=sys._getframe().f_code.co_name, error_msg=error_msg) if not filename: raise ParameterValueError(function_name=sys._getframe().f_code.co_name, error_msg=error_msg) try: rate = 1 format_type = 'PCM' url = __ASR_URL filepath = os.path.abspath(filename) data = {} data['format'] = format_type data['sampleRate'] = rate files = { 'file': open(filepath, 'rb') } for i in range(3): r = requests.post(url, data=data, files=files) if r.status_code == 200: res = r.json() if res['data']: files['file'].close() return res['data'] else: files['file'].close() return "无法识别您的语音哦～" files['file'].close() raise ConnectionError('转换语音文件失败', r._content) except Exception as e: raise InternalError(e, 'ybc_speech') def record(filename, seconds=__SECONDS, to_dir="./", rate=__RATE, channels=__CHANNELS, chunk=__CHANNELS): """ 功能：录制音频文件。 参数 filename 是录制生成的语音文件的名字， 可选参数 seconds 是录制时长（单位：秒），默认 5 秒， 可选参数 to_dir 是存放语音文件的目录，默认为当前目录， 可选参数 rate 是录制采样率，1 代表 16000，0 代表 8000，默认为 1， 可选参数 channels 是声道，默认 1， 可选参数 chunk 是一次读取的字节数，默认 1024， 返回：录制的音频文件的路径。 """ error_flag = 1 error_msg = "" # 参数类型正确性判断 if not isinstance(filename, str): error_flag = -1 error_msg = "'filename'" if not isinstance(seconds, int): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'seconds'" if not isinstance(to_dir, str): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'to_dir'" if not isinstance(rate, int): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'rate'" if not isinstance(channels, int): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'channels'" if not isinstance(chunk, int): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'chunk'" if error_flag == -1: raise ParameterTypeError(function_name=sys._getframe().f_code.co_name, error_msg=error_msg) # 参数取值正确性判断 if not filename: error_flag = -1 error_msg = "'filename'" if seconds <= 0: if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'seconds'" if error_flag == -1: raise ParameterValueError(function_name=sys._getframe().f_code.co_name, error_msg=error_msg) try: pa = pyaudio.PyAudio() stream = pa.open(format=pyaudio.paInt16, channels=channels, rate=rate, input=True, frames_per_buffer=chunk) print("* 开始录制") save_buffer = [] for i in range(0, int(rate / chunk * seconds)): audio_data = stream.read(chunk, exception_on_overflow=False) save_buffer.append(audio_data) print("* 结束录制") # stop stream.stop_stream() stream.close() pa.terminate() if to_dir.endswith('/'): file_path = to_dir + filename else: file_path = to_dir + "/" + filename # save file wf = wave.open(file_path, 'wb') wf.setnchannels(channels) wf.setsampwidth(pa.get_sample_size(pyaudio.paInt16, )) wf.setframerate(rate) # join 前的类型 wf.writeframes(b''.join(save_buffer)) wf.close() return file_path except Exception as e: raise InternalError(e, 'ybc_speech') def text2voice(text, filename, speaker=__SPEAKER, speed=__SPEED, aht=__AHT, apc=__APC, volume=__VOLUME, _format=__FORMAT): """ 功能：把文字转换成语音。 参数 text 是待转换的文字， 参数 filename 是生成的语音文件的名字， 可选参数 speaker 是发音人，1 代表小刚（男声），2 代表小云（女声），默认为1， 可选参数 speed 是语速，1 代表正常速度，0.5 代表慢速，2 代表快速，默认为1， 可选参数 aht 是音高，默认为 0， 可选参数 apc 是音色，默认为 58， 可选参数 volume 是音量，默认为 100， 可选参数 _format 是语音文件的格式，1 代表 PCM，2 代表 WAV，3代表 MP3，默认为 2 ， 返回：生成的语音文件的名字。 """ error_flag = 1 error_msg = "" # 参数类型正确性判断 if not isinstance(text, str): error_flag = -1 error_msg = "'text'" if not isinstance(filename, str): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'filename'" if not isinstance(speaker, int): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'speaker'" if not (isinstance(speed, int) or isinstance(speed, float)): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'speed'" if not isinstance(aht, int): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'aht'" if not isinstance(apc, int): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'apc'" if not isinstance(volume, int): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'volume'" if not isinstance(_format, int): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'_format'" if error_flag == -1: raise ParameterTypeError(function_name=sys._getframe().f_code.co_name, error_msg=error_msg) # 参数取值正确性判断 if not text: error_flag = -1 error_msg = "'text'" if not filename: if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'filename'" if speaker not in (1, 2): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'speaker'" if speed not in (0.5, 1, 1.5, 2): if error_flag == -1: error_msg += "、" error_flag = -1 error_msg += "'speed'" if _format not in (1, 2, 3): if error_flag == -1: