1.准备工作：
（1）硬件：树莓派3b usb麦克风 音响
（2) 软件：百度语音api 图灵机器人api python2或3（树莓派自带）mplayer
申请一个百度语音账号，创建一个新应用，并获取相应的Key，截图如下：
注意：每天请求次数有限制，如果不够可以自己向百度申请，免费的
申请一个图灵机器人账号，创建新应用，并获取相应的api，截图如下：
用命令行 sudo apt-get install mplayer安装mplayer
在安装python的一些第三方库时可能会出现各种各样的问题，我百度了好多解决方法，感觉最好用的就是 sudo apt-get install python-库名，这里默认是python2，如果是3的话，把python换成python3即可。
软硬件到这里基本上就OK了
2.初步测试
（1）图灵机器人测试，从一个能够进行文本交互的机器人开始，代码如下：
1 import urllib,urllib2 2 import json 3 4 def gethtml(url): 5 page = urllib2.urlopen(url) 6 html = page.read() 7 return html 8 9 if __name__==‘__main__‘: 10 key = ‘**********‘ 11 api = ‘**********‘ 12 info = raw_input(‘Me:’) 13 request = api + info 14 response = gethtml(request) 15 dic_json = json.loads(response) 16 print‘Robot:‘.decode(‘utf-8‘)+dic_json[‘text‘]
测试结果机器人还不是太傻，具有初步的撩人功能，附上我们的聊天记录:
（2） 百度语音识别测试，可以自行搜索百度文档，里面有详细的代码样例，代码如下;
import wave
import urllib,urllib2,pycurl
import base64
import json
def get_token():
apiKey=‘**********‘
secreKey=‘**********‘
auth_url="https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credential&client_id="+apiKey+"&client_secret="+secretKey
res = urllib2.urlopen(auth_url)
json_data = res.read()
rerurn json.loads(json_data)[‘access_token‘]
def dump_res(buf):
print (buf)
def use_cloud(token):
fp = wave.open(‘niu.wav‘,‘rb‘)
nf = fp.getnframes()
f_len = nf*2
audio_data = fp.readframs(nf)
cuid = "******"
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))
c.setopt(c.HTTPHEADER,http_header)
c.setopt(c.POST,1)
c.setopt(c.CONNECTTIMEOUT,30)
c.setopt(c.TIMEOUT,30)
c.setopt(c.WRUTEFUNCTION,dump_res)
c.setopt(c.POSTFIELDS,audio_data)
c.setopt(c.POSTFIELDSIZE,f_len)
c.perform()
if __name__==‘__main__‘:
token=get_token()
use_cloud(token)
测试结果发现基本上都能识别准确，但偶尔会因未对噪音进行处理而出现偏差，上图:
(3) 麦克风和音响测试
用命令行 sudo arecord -D "plughw；1，0" 5 niu.wav录制一段5秒的音频
用命令行 omxplayer -o local niu.wav即可播放刚刚录制的音频
注意：树莓派支持3.5mm音频输出和HDMI音频输出，可以通过config界面进行控制，具体方法可自已解决
如果以上测试都成功的话，下面就很简单了，只是把上述内容整合一下即可
3.源代码
import jsonimport wave,urllib,urllib2,pycurl,base64
import os,time
from aip import AipSpeech
def gethtml(url):
page = urllib2.urlopen(url)
html = page.read()
return html
def get_token():
apiKey=‘**********‘
secreKey=‘**********‘
auth_url="https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credential&client_id="+apiKey+"&client_secret="+secretKey
res = urllib2.urlopen(auth_url)
json_data = res.read()
rerurn json.loads(json_data)[‘access_token‘]
def dump_res(buf):
global duihua
print(buf)
a=eval(buf)
if a[‘err_msg‘]==‘success.‘:
duihua =a[‘result‘][0]
print duihua
def use_cloud(token):
fp = wave.open(‘niu.wav‘,‘rb‘)
nf = fp.getnframes()
f_len = nf*2
audio_data = fp.readframs(nf)
cuid = "******"
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))
c.setopt(c.HTTPHEADER,http_header)
c.setopt(c.POST,1)
c.setopt(c.CONNECTTIMEOUT,30)
c.setopt(c.TIMEOUT,30)
c.setopt(c.WRUTEFUNCTION,dump_res)
c.setopt(c.POSTFIELDS,audio_data)
c.setopt(c.POSTFIELDSIZE,f_len)
c.perform()
def answer():
key = ‘********‘
api =‘http://www.tuling123.com/openapi/api?key=‘+key+‘&info=‘
info =duihua
request = api+info
response = gethtml(request)
return response
def getmp3(): APP_ID=‘*********‘ APP_KEY=‘********‘ SECRET_KEY=‘*********‘ client=AipSpeech(APP_ID,APP_KEY,SECRET_KEY) result = client.sysnthesis(a,‘zh‘,1,{‘vol‘:5,}) if not isinstance(result,dict)： with open(‘niu.mp3‘,‘wb‘) as f: f.write(result)
while True: print‘Speaker:‘ os.ayatem(‘sudo arecord -D "plughw:1,0" -f S16_LE -d 4 -r 8000 niu.wav‘) token =get_token() use_cloud(token) dic_json = json.loads(answer()) a=dic_json[‘text‘].encode(‘utf-8‘) getmp3() os.system(‘mplayer niu.mp3‘) time.sleep(0.5）
4.总结
总的来说，中间没有遇到太多复杂问题，而且最后的实测效果还是不错，但是仍然有反应慢，识别不准等问题需要进一步解决，另外还需要加上语音唤醒，以及语音结束等相关功能，代码有错的地方希望大家能够多多指正。（测试视频就不发了，因为我没有公众平台，尴尬，不过是有的喔，嘿嘿，想要的我可以私发）
原文地址：https://www.cnblogs.com/niuyisan/p/8430985.html