前言：看了許多大佬的博客，感覺做一個(gè)人工智能對(duì)話機(jī)器人其實(shí)不難。當(dāng)然，從底層開始自己做是不可能的，那得自己研究語音識(shí)別算法，神經(jīng)網(wǎng)絡(luò)建立模型等等，要掌握一大堆超級(jí)高深的數(shù)學(xué)知識(shí)底蘊(yùn)。今天，我做的只是裁縫，將調(diào)用各種API，各種第三庫，將這一件衣服給縫的漂漂亮亮的。好了，請(qǐng)看我的！

目錄

• 需求說明
• 思路分析
• 前期準(zhǔn)備
• 具體實(shí)現(xiàn)
• • 第一步：
  • 第二步：
  • 第三部
  • 第四步
• 測(cè)試項(xiàng)目
• 評(píng)價(jià)反思

需求說明

用Pyhton做一個(gè)機(jī)器人，就像小愛同學(xué)，天貓精靈一樣智能?？梢詫?duì)話，算術(shù)，百科，聊天，當(dāng)然不能像小愛同學(xué)一樣語音控制操作硬件，咱們只是從純軟件角度進(jìn)行實(shí)現(xiàn)。

思路分析

Created with Rapha?l 2.2.0開始1、說話2、音頻3、文字4、回復(fù)5、音頻6、語音結(jié)束

前期準(zhǔn)備

準(zhǔn)備好 python 編譯器 ，第三方庫有 speech_recognition，baidu-aip，requests、json，pyttsx3 . 其中baidu-aip 需要去 https://ai.baidu.com/ 獲取secret key，key，appID 三者才能使用baidu-aip 。百度的技術(shù)確實(shí)牛。

1-2：錄音，使用 speech_recognition 包
2-3：百度API 導(dǎo)入模塊：pip install baidu_aip
3-4：圖靈API 導(dǎo)入requests、json模塊
4-5：STT 模塊pyttsx3，S它會(huì)將文字轉(zhuǎn)為語音
5-6：播放

具體實(shí)現(xiàn)

第一步：

將我們的聲音轉(zhuǎn)換成音頻文件，要求請(qǐng)看百度API文檔，如下圖：

使用speech_recognition包進(jìn)行錄音：

import speech_recognition as sr # Use SpeechRecognition to record 使用語音識(shí)別包錄制音頻 def my_record():rate = 16000 #錄音參數(shù)必須滿足 16k 采樣率r = sr.Recognizer() #實(shí)例化一個(gè)識(shí)別器rwith sr.Microphone(sample_rate=rate) as source: # 打開麥克風(fēng) 句柄 sourceprint("please say something")audio = r.listen(source) #通過麥克風(fēng)進(jìn)行錄音with open("voices/myvoices.wav", "wb") as f: #設(shè)置文件名，類型f.write(audio.get_wav_data()) #將錄音數(shù)據(jù)轉(zhuǎn)換成wav格式寫入文件print("錄音完成！") my_record()

如果有看不懂speech_recognition 的用法或注釋或者代碼的，請(qǐng)移步官方教程學(xué)習(xí)speech_recognition 官方文檔

第二步：

我們已經(jīng)在上面獲取到了音頻文件，那要怎么把音頻文件轉(zhuǎn)化為文字呢？在這里，我們就需要調(diào)用百度的語音識(shí)別API接口，同時(shí)我們需要安裝這個(gè)接口包，導(dǎo)入模塊：pip install baidu_aip。導(dǎo)入我們需要的模塊名，然后將音頻文件發(fā)送給出去，返回文字。https://ai.baidu.com/docs#/ASR-Online-Python-SDK/b3e9a8da 詳細(xì)請(qǐng)看技術(shù)文檔！
懶得看，看下面截圖也行：

# 音頻文件轉(zhuǎn)文字：采用百度的語音識(shí)別python-SDK # 百度語音識(shí)別API配置參數(shù) from aip import AipSpeechAPP_ID = '16847874' API_KEY = '6XATdS1rGo2NV27jHGemaada' SECRET_KEY = '0SINmEBfvotQXl1itzrMcwedaxuBaw4h' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) path = 'voices/myvoices.wav'# 將語音轉(zhuǎn)文本STT def listen():# 讀取錄音文件with open(path, 'rb') as fp:voices = fp.read()try:# 參數(shù)dev_pid：1536普通話(支持簡(jiǎn)單的英文識(shí)別)、1537普通話(純中文識(shí)別)、1737英語、1637粵語、1837四川話、1936普通話遠(yuǎn)場(chǎng)result = client.asr(voices, 'wav', 16000, {'dev_pid': 1537, })result_text = result["result"][0]print("you said: " + result_text)return result_textexcept KeyError:print("KeyError")

第三部

上一步我們已經(jīng)成功將我們的聲音轉(zhuǎn)化為文字了，然后我們?cè)僬{(diào)用圖靈機(jī)器人的API接口，做自動(dòng)應(yīng)答。圖靈機(jī)器人對(duì)中文的識(shí)別準(zhǔn)確率高達(dá)90%，是目前中文語境下智能度最高的機(jī)器人。有很多在Python中使用圖靈機(jī)器人API的博客，但都是1.0版本，本博客介紹的是在Python中使用圖靈機(jī)器人API v2.0的方法，1.0版本的調(diào)用方式已失效。接口文檔如下：
https://www.kancloud.cn/turing/www-tuling123-com/718227

# 與機(jī)器人對(duì)話：調(diào)用的是圖靈機(jī)器人 import requests import json# 圖靈機(jī)器人的API_KEY、API_URL turing_api_key = "75854c5f9e6d4be" api_url = "http://openapi.tuling123.com/openapi/api/v2" # 圖靈機(jī)器人api網(wǎng)址 headers = {'Content-Type': 'application/json;charset=UTF-8'}# 圖靈機(jī)器人回復(fù) def Turing(text_words=""):#請(qǐng)求req = {"reqType": 0, # 輸入類型 為文本"perception": {"inputText": {"text": text_words # 輸入文本信息},"selfInfo": { # 客戶端屬性"location": {"city": "新干縣","province": "江西省","street": "善政二路"}}},#用戶參數(shù)"userInfo": {"apiKey": turing_api_key, # 你的圖靈機(jī)器人apiKey"userId": "cheney007" # 用戶唯一標(biāo)識(shí)(隨便填, 非密鑰)}}req["perception"]["inputText"]["text"] = text_words #給json串賦值response = requests.request("post", api_url, json=req, headers=headers) #向接口網(wǎng)站發(fā)送請(qǐng)求response_dict = json.loads(response.text)result = response_dict["results"][0]["values"]["text"] #得到接口的回復(fù)進(jìn)行解析print("AI Robot said: " + result)return result

第四步

們得到了圖靈機(jī)器人的回復(fù)之后，就需要把結(jié)果轉(zhuǎn)化為語音輸出，從而實(shí)現(xiàn)語音交互。在python中我們?nèi)绾螌⑽淖洲D(zhuǎn)為語音并輸出呢？這里就需要用到另一個(gè)模塊pyttsx3，它會(huì)將文字轉(zhuǎn)為語音。

import pyttsx3 def speak(workText):# 初始化語音engine = pyttsx3.init() # 初始化語音庫# 設(shè)置語速rate = engine.getProperty('rate')engine.setProperty('rate', rate - 50)# 輸出語音engine.say(workText) # 合成語音engine.runAndWait()

測(cè)試項(xiàng)目

import recognizer #錄音 import baidu #錄音轉(zhuǎn)文字 import turing #文字得到回復(fù) import speak #回復(fù)的文字轉(zhuǎn)語音while(True):recognizer.my_record()text=baidu.listen()respondText=turing.Turing(text)print(respondText)speak.Speak(respondText)

評(píng)價(jià)反思

通過該博客使我學(xué)到了不少東西，雖然代碼不是自己一行一行寫出來的，但是確實(shí)跟著作者一步步去實(shí)現(xiàn)，去弄懂每一行代碼，去查官方文檔等等。最重要的不是記住這些代碼，而是學(xué)會(huì)如何解決問題，如何去實(shí)現(xiàn)，如何去查找資料文檔，如何借助第三方API，等等。這些經(jīng)驗(yàn)對(duì)我個(gè)人來說應(yīng)該是非常寶貴的，終生受益！再次感謝原作者。下面是原作者博客，如作者不希望我二次翻譯原文，侵刪！
感謝原創(chuàng)作者：
作者：夜空騎士
來源：CSDN
原文：https://blog.csdn.net/NIeson2012/article/details/96476878
版權(quán)聲明：本文為博主原創(chuàng)文章，轉(zhuǎn)載請(qǐng)附上博文鏈接！

總結(jié)

以上是生活随笔為你收集整理的Python智能对话机器人实现的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。