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

Java实现将Markdown转换为纯文本

《Java实现将Markdown转换为纯文本》这篇文章主要为大家详细介绍了两种在Java中实现Markdown转纯文本的主流方法,文中的示例代码讲解详细,大家可以根据需求选择适合的方案... 目录方法一:使用正则表达式(轻量级方案)方法二:使用 Flexmark-Java 库(专业方案)1. 添加依赖(Ma

使用EasyExcel实现简单的Excel表格解析操作

《使用EasyExcel实现简单的Excel表格解析操作》:本文主要介绍如何使用EasyExcel完成简单的表格解析操作,同时实现了大量数据情况下数据的分次批量入库,并记录每条数据入库的状态,感兴... 目录前言固定模板及表数据格式的解析实现Excel模板内容对应的实体类实现AnalysisEventLis

使用国内镜像源优化pip install下载的方法步骤

《使用国内镜像源优化pipinstall下载的方法步骤》在Python开发中,pip是一个不可或缺的工具,用于安装和管理Python包,然而,由于默认的PyPI服务器位于国外,国内用户在安装依赖时可... 目录引言1. 为什么需要国内镜像源?2. 常用的国内镜像源3. 临时使用国内镜像源4. 永久配置国内镜

Mybatis从3.4.0版本到3.5.7版本的迭代方法实现

《Mybatis从3.4.0版本到3.5.7版本的迭代方法实现》本文主要介绍了Mybatis从3.4.0版本到3.5.7版本的迭代方法实现,包括主要的功能增强、不兼容的更改和修复的错误,具有一定的参考... 目录一、3.4.01、主要的功能增强2、selectCursor example3、不兼容的更改二、

Go语言中最便捷的http请求包resty的使用详解

《Go语言中最便捷的http请求包resty的使用详解》go语言虽然自身就有net/http包,但是说实话用起来没那么好用,resty包是go语言中一个非常受欢迎的http请求处理包,下面我们一起来学... 目录安装一、一个简单的get二、带查询参数三、设置请求头、body四、设置表单数据五、处理响应六、超

如何使用C#串口通讯实现数据的发送和接收

《如何使用C#串口通讯实现数据的发送和接收》本文详细介绍了如何使用C#实现基于串口通讯的数据发送和接收,通过SerialPort类,我们可以轻松实现串口通讯,并结合事件机制实现数据的传递和处理,感兴趣... 目录1. 概述2. 关键技术点2.1 SerialPort类2.2 异步接收数据2.3 数据解析2.

详解如何使用Python提取视频文件中的音频

《详解如何使用Python提取视频文件中的音频》在多媒体处理中,有时我们需要从视频文件中提取音频,本文为大家整理了几种使用Python编程语言提取视频文件中的音频的方法,大家可以根据需要进行选择... 目录引言代码部分方法扩展引言在多媒体处理中,有时我们需要从视频文件中提取音频,以便进一步处理或分析。本文

mybatis-plus 实现查询表名动态修改的示例代码

《mybatis-plus实现查询表名动态修改的示例代码》通过MyBatis-Plus实现表名的动态替换,根据配置或入参选择不同的表,本文主要介绍了mybatis-plus实现查询表名动态修改的示... 目录实现数据库初始化依赖包配置读取类设置 myBATis-plus 插件测试通过 mybatis-plu

使用Dify访问mysql数据库详细代码示例

《使用Dify访问mysql数据库详细代码示例》:本文主要介绍使用Dify访问mysql数据库的相关资料,并详细讲解了如何在本地搭建数据库访问服务,使用ngrok暴露到公网,并创建知识库、数据库访... 1、在本地搭建数据库访问的服务,并使用ngrok暴露到公网。#sql_tools.pyfrom

Qt把文件夹从A移动到B的实现示例

《Qt把文件夹从A移动到B的实现示例》本文主要介绍了Qt把文件夹从A移动到B的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学... 目录如何移动一个文件? 如何移动文件夹(包含里面的全部内容):如何删除文件夹:QT 文件复制,移动(