功能介绍
技术领先识别准确
基于Deep Peak2端到端建模，超过10万小时数据训练，多采样率多场景声学建模，近场中文普通话识别准确率达98%
多语种识别
支持普通话和略带口音的中文识别；支持英文识别
智能语言处理
使用大规模数据集训练语言模型，对识别中间结果进行智能纠错，并根据语音的内容理解和停顿智能匹配合适的标点符号，。！？
多种调用方式
支持WebSocket API，支持Android、iOS、Linux SDK，可以在多种操作系统、多种设备终端上调用，快速上手，简单易用
毫秒级实时识别音频流
首包响应时间毫秒级，并实时展示中间文字结果，快速识别音频流
文字识别结果支持时间戳
识别返回的文字结果带有时间戳，展示VAD切分句子开始和结束时间，方便进行功能开发
应用场景
实时语音输入
视频直播字幕
演讲字幕同屏
实时会议记录
课堂音频识别
实时语音输入
语音输入准确高效，解放双手，说话内容实时展示在屏幕上，聊天顺畅
特色优势
识别效果领先
基于Deep Peak2端到端建模，多采样率多场景声学建模，近场中文普通话识别准确率达98%
支持多设备终端
支持WebSocket API方式、Android、iOS、Linux SDK方式调用，可以适用于多种操作系统、多设备终端均可使用
服务稳定高效
企业级稳定服务保障，专有集群承载大流量并发，高效灵活，服务稳定
模型自助优化
中文普通话模型可在语音自训练平台上零代码自助训练，上传文本语料即可有效提升业务词汇的识别准确率5-25% .登陆百度AI的官网
1
2 1.注册:没有账号注册 2.创建应用
1 3.创建应用
1 4.查看应用的ID
1
5.Python代码 1 2 3 4 5 6 7 from aip import AipSpeech
APP_ID = “appid " API_KEY=”**********" SECRET_KEY="**************"
client = AipSpeech(APP_ID,API_KEY,SECRET_KEY) 6.语音识别 1 2 3 4 5 6
语音识别
def speech_sb(file_path_name): os.system(f’ffmpeg -y -i {file_path_name}.m4a -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {file_path_name}.pcm’)
with open(f'{file_path_name}.pcm', 'rb') as fp: return fp.read() 1 2 调用语音识别 ret = client.asr(speech_sb(‘123’), ‘pcm’, 16000, {undefined ‘dev_pid’: 1536, }) 7.语音合成 1 2 3 4 5 6 7 8 9 #语音合成 def speech_hc(title,text):
title是生成文件的标题,text是哟啊合成的文
result = client.synthesis(text) if not isinstance(result, dict): with open(f’{title}.mp3’, ‘wb’) as f: f.write(result) return else: return result 8.自然语言处理加图灵机器人
1 2 3 4 5 6 7 8 9 10 11 12
自然语音的处理 def my_npl(text,id): #传入要对比的文本,id主要用于图灵机器人,
print(nlp_client.simnet(text,“你叫什么名字”).get(‘score’)) if nlp_client.simnet(text,“你叫什么名字”).get(‘score’)>=0.7: ret_name = “我是Sopython,Sopython就是我” return ret_name else: ret_tj = tuling(text,id) if isinstance(ret, dict): ret_tj = ret_tj.get(“results”)[0].get(“values”).get(‘text’) print(ret_tj) return ret_tj #{‘corpus_no’: ‘6672231296183866724’, ‘err_msg’: ‘success.’, ‘err_no’: 0, ‘result’: [‘叫什么名字’], ‘sn’: ‘90391695291553499907’} ret = my_npl(ret.get(‘result’),132) #
调用完语音识别之后,获取到识别的结果传入自然语言处理,id=132
如果自定义的自然语言处理成功的话,那么就返回自定的结果,否则的话调用图灵机器人来回答问题 最后返回处理的结果, 9.图灵机器人
1 2 1.注册图灵机器人 2.创建机器人
3.Python代码
调用图灵的机器人 def tuling(text, id): data = {undefined “perception”: {undefined “inputText”: {undefined “text”: f"{text}" } }, “userInfo”: {undefined “apiKey”: “a1f6dbf66978411c9127585f7779cd04”, “userId”: f"{id}" } }
res = requests.post("openapi.tuling123.com/openapi/api…", json=data)
print(res.content)
res_json = res.json() return res_json
