简单记录阿里云语音识别API调用方法

原创

已于 2022-05-29 18:57:32 修改 · 5.2k 阅读

于 2022-05-29 18:45:17 首次发布

本文分享了作者在课程设计中使用阿里云语音识别API的经历，包括遇到的问题、解决方案及代码调整过程。通过修改官方提供的SDK，实现了语音文件的识别。

最近的课程设计需要语音识别算法，但由于自己实现能力不够，只能借助于现成的API资源，目前国内比较成熟的包括百度云，阿里云，科大讯飞等等。由于百度云自己之前使用过，无法免费调用，故此次转到阿里云API尝试。

本篇博文主要记录自己在阿里云API调用中遇到的问题及解决方案。但是需要提醒的是，下述的方案可以保证大家能够使用阿里云API，但肯定不是最优甚至正确的方案，也希望有大佬可以贡献下思路和调用方法。

二、代码展示：

废话不多说，先上代码，方便大家参考使用，至于为什么这么改，后面会详细说，修改代码操作包含以下三步：

首先，在下载下的SDK文件夹下新建CodeTest.py文件，并将下面的代码拷贝至文件中，保存

# -*- coding = utf-8 -*-

import time
import threading
import sys
import nls

## 阿里云语音识别调用规范(此处信息更换为个人)
URL="********"
AKID="*******"
AKKEY="*********"
APPKEY="*******"

class TestSr:
    def __init__(self,test_file):
        self.__test_file = test_file
   
   ## 读取音频文件内容，存放在self.__data中
    def loadfile(self, filename):
        with open(filename, "rb") as f:
            self.__data = f.read()
    
    def getResult(self):
        self.loadfile(self.__test_file)
        ## type == str而非dict，因此需按照字符串格式进行内容提取
        return self.__test_run().split('"')[-4]

    def __test_run(self):
        sr = nls.NlsSpeechRecognizer(
                    url=URL,
                    akid=AKID,
                    aksecret=AKKEY,
                    appkey=APPKEY
                )
        r = sr.start(aformat="pcm", ex={