python如何实现音频转文本(使用百度语音转文本库)_phyton百度语音转文本

1 pip install Baidu-Aip

2 在百度开放平台上注册账号，并在控制台中创建应用，选择短语音转文本应用，有几万次的免费配额，超过次数需要付费(价格贵)，如图是我自己的

 注意事项：

1，音频文件不能是mp3文件，需要将mp3文件转为无损音乐格式：如flac，wav，pcm等等

2，音频文件需要控制在60s以内，如果大于60s，则会报文本超过限制的错误

import os
from aip import AipSpeech
import time
 
APP_ID = 'id'
API_KEY = 'key'
SECRET_KEY = 'scret'
 
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
 
 
# 定义函数
def get_file_content(file_path):
    with open(file_path, 'rb') as fp:
        return fp.read()
 
def audio_to_text(file_path):
    print('converting: ' + file_path)
    start_time = time.time()
    res = client.asr(get_file_content(file_path), 'pcm', 16000, {
        'dev_pid': 1737,
    })
    print(res)
    print("used time: {}s".format(round(time.time() - start_time, 2)))
    if res['result']:
        return res['result'][0]
    else:
        print(res)
 
audio_to_text(r"path\example.pcm")

如果是批量转化，如下列子

首先安装第三方工具库：pip install generalkit，开源项目地址：https://github.com/jiawade/generalkit，该库包含了很多实用工具，如流式处理，文件处理，音频、视频的裁剪、合并、格式转化等等，请大家帮忙多多点赞支持哈

from kit.stream import Stream
from kit.file_utils import Files
 
 
def convert_one_song(song_dir):
    files = Files.list_files(song_dir, 'pcm')#列出文件夹中符合pcm高保真的音频文件
    text = Stream(files).map(lambda x: audio_to_text(x)).join(', ')
 
#将文件写入指定位置的文件夹中    
Files.write_string_to_file(os.path.join(r'C:\Users\{you_name}\Desktop','{}.txt'.format(Files.get_file_name(song_dir))), text, True)
 
 
convert_one_song(r"/path/directory")