Python3 通过轮询方式使用腾讯云语音识别接口实现录音文件转写

本文主要是介绍Python3 通过轮询方式使用腾讯云语音识别接口实现录音文件转写,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

腾讯云最先是只支持使用回调的方式获取录音识别的结果的,当时我也针对回调的方式写过一篇博客https://blog.csdn.net/TomorrowAndTuture/article/details/100100430。但 9月5号左右有一次更新,腾讯针对录音文件的识别变成可支持轮询的方式获取识别结果,详细修改情况请查看腾讯云GitHub的Python源码,https://github.com/tencentcloud/tencentcloud-sdk-python:

原来的回调方式获取结果需要自己搭建一个服务,专门接收腾讯识别结果的POST请求,但是,如果用户没有官网可访问的IP或者域名的话,搭建好接收腾讯回调POST请求的地址并不算简单。现在支持通过TaskId获取识别结果的话,自然是再好不过的了,而且只要在一定期限之内,通过TaskId还可以重复获取识别结果。

首先,安装 tencentcloud-sdk-python 的包,你可以通过pip或者其他方式进行安装:

然后的话,我也不绕弯子了,直接上代码,先是根据需要上传录音文件url和相应的参数:

"""
@file: recognition_request.py
@author: Looking
@email: 2392863668@qq.com
"""from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.asr.v20190614 import asr_client, modelstry:cred = credential.Credential("your SECRETID", "your SECRET_KEY")httpProfile = HttpProfile()httpProfile.endpoint = "asr.tencentcloudapi.com"clientProfile = ClientProfile()clientProfile.httpProfile = httpProfileclient = asr_client.AsrClient(cred, "ap-guangzhou", clientProfile)req = models.CreateRecTaskRequest()# 下面这个参数你自己根据需要进行设置params = '{"EngineModelType":"8k_6","ChannelNum":1,"ResTextFormat":0,"SourceType":0,"Url":"http://audio.c.---.wav"}'req.from_json_string(params)resp = client.CreateRecTask(req)print(resp.to_json_string())except TencentCloudSDKException as err:print(err)

然后运行可以得到类似如下的结果:

"D:\Program Files\Python36\python3.exe" D:/MyProject/Python/Voice_SDK/python_record_asr_sdk/src/request_recognition.py
{"Data": {"TaskId": 537731632}, "RequestId": "4d83b186-98fc-4d51-ba09-da65fe7b891e"}Process finished with exit code 0

这样的话,你就可以获取这通录音识别的 TaskId 了,接着通过 TaskId 获取录音识别结果,我这儿添加了部分对录音识别结果进行解析的代码:

"""
@file: recognition_result.py
@author: Looking
@email: 2392863668@qq.com
"""
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.asr.v20190614 import asr_client, models
try:cred = credential.Credential("your SECRETID", "your SECRET_KEY")httpProfile = HttpProfile()httpProfile.endpoint = "asr.tencentcloudapi.com"clientProfile = ClientProfile()clientProfile.httpProfile = httpProfileclient = asr_client.AsrClient(cred, "ap-guangzhou", clientProfile)req = models.DescribeTaskStatusRequest()params = '{"TaskId":537731632}'req.from_json_string(params)resp = client.DescribeTaskStatus(req)# print(resp.to_json_string())recognition_text = resp.to_json_string()# print(eval(recognition_text)['Data'])recognition_text = eval(recognition_text)['Data']['Result']doc = open('result.txt', 'w', encoding='utf-8')sentence_list = recognition_text.split('\n')[0:-1]  # 列表最后一个元素是空字符串for sentence in sentence_list:content = sentence.split('  ')[1]  # 获取单句通话内容begin_time = sentence.split('  ')[0].split(',')[0][1:]  # 获取每句话的开始时间begin_time = str(int(begin_time.split(":")[0]) * 60000 + int(begin_time.split(":")[1].replace(".", "")))end_time = sentence.split('  ')[0].split(',')[1]  # 获取每句话的结束时间end_time = str(int(end_time.split(":")[0]) * 60000 + int(end_time.split(":")[1].replace(".", "")))speaker = sentence.split('  ')[0].split(',')[-1][:-1]  # 获取说话人print(speaker + "\t" + content + '\t' + begin_time + '\t' + end_time)print(speaker + "\t" + content + '\t' + begin_time + '\t' + end_time, file=doc)doc.close()except TencentCloudSDKException as err:print(err)

然后对返回的字符串结果进行解析,获取完整录音识别结果:

还有一点,识别结果返回是以string的形式返回的,记得用 eval 函数转换成 Python 中的字典再进行解析。(还是用json.loads() 吧,返回语句 return resp.to_json_string() 返回的反正是json串,用 eval 可能会有 bug。)

这篇关于Python3 通过轮询方式使用腾讯云语音识别接口实现录音文件转写的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/580045

相关文章

C#提取PDF表单数据的实现流程

《C#提取PDF表单数据的实现流程》PDF表单是一种常见的数据收集工具,广泛应用于调查问卷、业务合同等场景,凭借出色的跨平台兼容性和标准化特点,PDF表单在各行各业中得到了广泛应用,本文将探讨如何使用... 目录引言使用工具C# 提取多个PDF表单域的数据C# 提取特定PDF表单域的数据引言PDF表单是一

使用Python实现高效的端口扫描器

《使用Python实现高效的端口扫描器》在网络安全领域,端口扫描是一项基本而重要的技能,通过端口扫描,可以发现目标主机上开放的服务和端口,这对于安全评估、渗透测试等有着不可忽视的作用,本文将介绍如何使... 目录1. 端口扫描的基本原理2. 使用python实现端口扫描2.1 安装必要的库2.2 编写端口扫

PyCharm接入DeepSeek实现AI编程的操作流程

《PyCharm接入DeepSeek实现AI编程的操作流程》DeepSeek是一家专注于人工智能技术研发的公司,致力于开发高性能、低成本的AI模型,接下来,我们把DeepSeek接入到PyCharm中... 目录引言效果演示创建API key在PyCharm中下载Continue插件配置Continue引言

MySQL分表自动化创建的实现方案

《MySQL分表自动化创建的实现方案》在数据库应用场景中,随着数据量的不断增长,单表存储数据可能会面临性能瓶颈,例如查询、插入、更新等操作的效率会逐渐降低,分表是一种有效的优化策略,它将数据分散存储在... 目录一、项目目的二、实现过程(一)mysql 事件调度器结合存储过程方式1. 开启事件调度器2. 创

使用Python实现操作mongodb详解

《使用Python实现操作mongodb详解》这篇文章主要为大家详细介绍了使用Python实现操作mongodb的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、示例二、常用指令三、遇到的问题一、示例from pymongo import MongoClientf

SQL Server使用SELECT INTO实现表备份的代码示例

《SQLServer使用SELECTINTO实现表备份的代码示例》在数据库管理过程中,有时我们需要对表进行备份,以防数据丢失或修改错误,在SQLServer中,可以使用SELECTINT... 在数据库管理过程中,有时我们需要对表进行备份,以防数据丢失或修改错误。在 SQL Server 中,可以使用 SE

使用Python合并 Excel单元格指定行列或单元格范围

《使用Python合并Excel单元格指定行列或单元格范围》合并Excel单元格是Excel数据处理和表格设计中的一项常用操作,本文将介绍如何通过Python合并Excel中的指定行列或单... 目录python Excel库安装Python合并Excel 中的指定行Python合并Excel 中的指定列P

基于Go语言实现一个压测工具

《基于Go语言实现一个压测工具》这篇文章主要为大家详细介绍了基于Go语言实现一个简单的压测工具,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录整体架构通用数据处理模块Http请求响应数据处理Curl参数解析处理客户端模块Http客户端处理Grpc客户端处理Websocket客户端

浅析Rust多线程中如何安全的使用变量

《浅析Rust多线程中如何安全的使用变量》这篇文章主要为大家详细介绍了Rust如何在线程的闭包中安全的使用变量,包括共享变量和修改变量,文中的示例代码讲解详细,有需要的小伙伴可以参考下... 目录1. 向线程传递变量2. 多线程共享变量引用3. 多线程中修改变量4. 总结在Rust语言中,一个既引人入胜又可

Java CompletableFuture如何实现超时功能

《JavaCompletableFuture如何实现超时功能》:本文主要介绍实现超时功能的基本思路以及CompletableFuture(之后简称CF)是如何通过代码实现超时功能的,需要的... 目录基本思路CompletableFuture 的实现1. 基本实现流程2. 静态条件分析3. 内存泄露 bug