前言：看了许多大佬的博客，感觉做一个人工智能对话机器人其实不难。当然，从底层开始自己做是不可能的，那得自己研究语音识别算法，神经网络建立模型等等，要掌握一大堆超级高深的数学知识底蕴。今天，我做的只是裁缝，将调用各种API，各种第三库，将这一件衣服给缝的漂漂亮亮的。好了，请看我的！

需求说明

	用Pyhton做一个机器人，就像小爱同学，天猫精灵一样智能。可以对话，算术，百科，聊天，当然不能像小爱同学一样语音控制操作硬件，咱们只是从纯软件角度进行实现。
1

思路分析

前期准备

准备好 python 编译器，第三方库有 speech_recognition，baidu-aip，requests、json，pyttsx3 . 其中baidu-aip 需要去 http://iyenn.com/index/link?url=https://ai.baidu.com/ 获取secret key，key，appID 三者才能使用baidu-aip 。百度的技术确实牛。

1-2：录音，使用 speech_recognition 包
2-3：百度API 导入模块：pip install baidu_aip
3-4：图灵API 导入requests、json模块
4-5：STT 模块pyttsx3，S它会将文字转为语音
5-6：播放

具体实现

第一步：

将我们的声音转换成音频文件，要求请看百度API文档，如下图：
在这里插入图片描述
使用speech_recognition包进行录音：

 import speech_recognition as sr
# Use SpeechRecognition to record 使用语音识别包录制音频
def my_record():
    rate = 16000   #录音参数必须满足 16k 采样率
    r = sr.Recognizer()  #实例化一个识别器r
    with sr.Microphone(sample_rate=rate) as source:   # 打开麦克风  句柄 source
        print("please say something")
        audio = r.listen(source)    #通过麦克风进行录音

    with open("voices/myvoices.wav", "wb") as f:  #设置文件名，类型
        f.write(audio.get_wav_data())             #将录音数据转换成wav格式写入文件
    print("录音完成！")
my_record()
1
2
3
4
5
6
7
8
9
10
11
12
13

如果有看不懂speech_recognition 的用法或注释或者代码的，请移步官方教程学习speech_recognition 官方文档

第二步：

我们已经在上面获取到了音频文件，那要怎么把音频文件转化为文字呢？在这里，我们就需要调用百度的语音识别API接口，同时我们需要安装这个接口包，导入模块：pip install baidu_aip。导入我们需要的模块名，然后将音频文件发送给出去，返回文字。http://iyenn.com/index/link?url=https://ai.baidu.com/docs#/ASR-Online-Python-SDK/b3e9a8da 详细请看技术文档！
懒得看，看下面截图也行：
在这里插入图片描述

# 音频文件转文字：采用百度的语音识别python-SDK
# 百度语音识别API配置参数
from aip import AipSpeech

APP_ID = '16847874'
API_KEY = '6XATdS1rGo2NV27jHGemaada'
SECRET_KEY = '0SINmEBfvotQXl1itzrMcwedaxuBaw4h'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
path = 'voices/myvoices.wav'

# 将语音转文本STT
def listen():
    # 读取录音文件
    with open(path, 'rb') as fp:
        voices = fp.read()
    try:
        # 参数dev_pid：1536普通话(支持简单的英文识别)、1537普通话(纯中文识别)、1737英语、1637粤语、1837四川话、1936普通话远场
        result = client.asr(voices, 'wav', 16000, {'dev_pid': 1537, })
        result_text = result["result"][0]
        print("you said: " + result_text)
        return result_text
    except KeyError:
        print("KeyError")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

第三部

上一步我们已经成功将我们的声音转化为文字了，然后我们再调用图灵机器人的API接口，做自动应答。图灵机器人对中文的识别准确率高达90%，是目前中文语境下智能度最高的机器人。有很多在Python中使用图灵机器人API的博客，但都是1.0版本，本博客介绍的是在Python中使用图灵机器人API v2.0的方法，1.0版本的调用方式已失效。接口文档如下：
http://iyenn.com/index/link?url=https://www.kancloud.cn/turing/www-tuling123-com/718227
在这里插入图片描述

# 与机器人对话：调用的是图灵机器人
import requests
import json

# 图灵机器人的API_KEY、API_URL
turing_api_key = "75854c5f9e6d4be"
api_url = "http://openapi.tuling123.com/openapi/api/v2"  # 图灵机器人api网址
headers = {'Content-Type': 'application/json;charset=UTF-8'}

# 图灵机器人回复
def Turing(text_words=""):
    #请求
    req = {
        "reqType": 0,       # 输入类型 为文本
        "perception": {
            "inputText": {
                "text": text_words    # 输入文本信息
            },

            "selfInfo": {             # 客户端属性
                "location": {
                    "city": "新干县",
                    "province": "江西省",
                    "street": "善政二路"
                }
            }
        },
        #用户参数
        "userInfo": {
            "apiKey": turing_api_key,  # 你的图灵机器人apiKey
            "userId": "cheney007"  # 用户唯一标识(随便填, 非密钥)
        }
    }

    req["perception"]["inputText"]["text"] = text_words  #给json串赋值
    response = requests.request("post", api_url, json=req, headers=headers) #向接口网站发送请求
    response_dict = json.loads(response.text)

    result = response_dict["results"][0]["values"]["text"]  #得到接口的回复进行解析
    print("AI Robot said: " + result)
    return result
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

第四步

们得到了图灵机器人的回复之后，就需要把结果转化为语音输出，从而实现语音交互。在python中我们如何将文字转为语音并输出呢？这里就需要用到另一个模块pyttsx3，它会将文字转为语音。

import pyttsx3
def speak(workText):
    # 初始化语音
    engine = pyttsx3.init()  # 初始化语音库
    # 设置语速
    rate = engine.getProperty('rate')
    engine.setProperty('rate', rate - 50)
    # 输出语音
    engine.say(workText)  # 合成语音
    engine.runAndWait()

1
2
3
4
5
6
7
8
9
10
11

测试项目

import recognizer #录音
import baidu      #录音转文字
import turing     #文字得到回复
import speak      #回复的文字转语音

while(True):
    recognizer.my_record()
    text=baidu.listen()
    respondText=turing.Turing(text)
    print(respondText)
    speak.Speak(respondText)
1
2
3
4
5
6
7
8
9
10
11

评价反思

通过该博客使我学到了不少东西，虽然代码不是自己一行一行写出来的，但是确实跟着作者一步步去实现，去弄懂每一行代码，去查官方文档等等。最重要的不是记住这些代码，而是学会如何解决问题，如何去实现，如何去查找资料文档，如何借助第三方API，等等。这些经验对我个人来说应该是非常宝贵的，终生受益！再次感谢原作者。下面是原作者博客，如作者不希望我二次翻译原文，侵删！
感谢原创作者：
作者：夜空骑士
来源：CSDN
原文：http://iyenn.com/rec/327235.html
版权声明：本文为博主原创文章，转载请附上博文链接！

文章知识点与官方知识档案匹配，可进一步学习相关知识

Python入门技能树首页概览333612 人正在系统学习中

Python智能对话机器人实现

目录