百度语音现在是比较方便的接口，具体说明请看官方文档，本文分两个部分，先是使用python实现录音，然后再使用百度语音api进行识别上传。

首先是实现录音功能，因为百度语言识别有一些录音品质的要求的。so。。下文的代码可以按时间为文件名生成录音文件，产生一个gui界面，点击按钮后开始录音。

百度语音REST API支持整段录音文件的识别，对录音格式有一定的要求，支持语音识别控件：集成提示音、音量反馈动效整套交互的对话框控件，方便开发者快速集成；

原始PCM的录音参数必须符合8k/16k采样率、16bit位深、单声道，支持的压缩格式有：pcm（不压缩）、wav、opus、speex、amr、x-flac。

语音识别接口支持POST 方式  目前API仅支持整段语音识别的模式，即需要上传整段语音进行识别  语音数据上传方式有两种：隐示发送和显示发送  原始语音的录音格式目前只支持评测8k/16k采样率16bit位深的单声道语音  压缩格式支持：pcm（不压缩）、wav、opus、speex、amr、x-flac  系统支持语言种类：中文（zh）、粤语（ct）、英文（en）

Python

\#!usr/bin/env python #coding=utf-8  import numpy as np from pyaudio import PyAudio,paInt16 from datetime import datetime import wave from Tkinter import *  #define of params NUM_SAMPLES = 2000 framerate = 8000 channels = 1 sampwidth = 2 #record time TIME = 10  def save_wave_file(filename, data):   '''save the date to the wav file'''   wf = wave.open(filename, 'wb')   wf.setnchannels(channels)   wf.setsampwidth(sampwidth)   wf.setframerate(framerate)   wf.writeframes("".join(data))   wf.close()  def my_button(root,label_text,button_text,button_func):       '''''function of creat label and button'''       #label details       label = Label(root)       label['text'] = label_text       label.pack()       #label details       button = Button(root)       button['text'] = button_text       button['command'] = button_func       button.pack()    def record_wave():   #open the input of wave   pa = PyAudio()   stream = pa.open(format = paInt16, channels = 1,           rate = framerate, input = True,           frames_per_buffer = NUM_SAMPLES)   save_buffer = []   count = 0   while count < TIME*4:     #read NUM_SAMPLES sampling data     string_audio_data = stream.read(NUM_SAMPLES)     save_buffer.append(string_audio_data)     count += 1     print '.'    filename = datetime.now().strftime("%Y-%m-%d_%H_%M_%S")+".wav"   save_wave_file(filename, save_buffer)   save_buffer = []   print filename, "saved"  def main():   root = Tk()   my_button(root,"Record a wave","clik to record",record_wave)   root.mainloop()    if __name__ == "__main__":   main()

|      | #!usr/bin/env python#coding=utf-8 import numpy as npfrom pyaudio import PyAudio,paInt16from datetime import datetimeimport wavefrom Tkinter import * #define of paramsNUM_SAMPLES = 2000framerate = 8000channels = 1sampwidth = 2#record timeTIME = 10 def save_wave_file(filename, data): '''save the date to the wav file''' wf = wave.open(filename, 'wb') wf.setnchannels(channels) wf.setsampwidth(sampwidth) wf.setframerate(framerate) wf.writeframes("".join(data)) wf.close() def my_button(root,label_text,button_text,button_func):   '''''function of creat label and button'''   #label details   label = Label(root)   label['text'] = label_text   label.pack()   #label details   button = Button(root)   button['text'] = button_text   button['command'] = button_func   button.pack() def record_wave(): #open the input of wave pa = PyAudio() stream = pa.open(format = paInt16, channels = 1,     rate = framerate, input = True,     frames_per_buffer = NUM_SAMPLES) save_buffer = [] count = 0 while count < TIME*4:  #read NUM_SAMPLES sampling data  string_audio_data = stream.read(NUM_SAMPLES)  save_buffer.append(string_audio_data)  count += 1  print '.'  filename = datetime.now().strftime("%Y-%m-%d_%H_%M_%S")+".wav" save_wave_file(filename, save_buffer) save_buffer = [] print filename, "saved" def main(): root = Tk() my_button(root,"Record a wave","clik to record",record_wave) root.mainloop() if __name__ == "__main__": main() |

| :--- | :----------------------------------------------------------- |

|      |                                                              |

完成录音后看文件目录是否已经出现一个。wav格式的文件了呢。一次录音大概是十秒钟。然后修改文件名为1.wav

执行下面的程序。有部分需要按照你的id和key进行修改噢。

Python

\#encoding=utf-8  import wave import urllib, urllib2, pycurl import base64 import json ## get access token by api key & secret key ## 获得token，需要填写你的apikey以及secretkey def get_token():     apiKey = "Ll0c53MSac6GBOtpg22ZSGAU**"     secretKey = "44c8af396038a24e34936227d4a19dc2**"      auth_url = "https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=" + apiKey + "&client_secret=" + secretKey;      res = urllib2.urlopen(auth_url)     json_data = res.read()     return json.loads(json_data)['access_token']  def dump_res(buf):     print (buf)   ## post audio to server def use_cloud(token):     fp = wave.open('1.wav', 'rb')#录音文件名     ##已经录好音的语音片段     nf = fp.getnframes()     f_len = nf * 2     audio_data = fp.readframes(nf)      cuid = "7519663**" #你的产品id     srv_url = 'http://vop.baidu.com/server_api' + '?cuid=' + cuid + '&token=' + token     http_header = [         'Content-Type: audio/pcm; rate=8000',         'Content-Length: %d' % f_len     ]      c = pycurl.Curl()     c.setopt(pycurl.URL, str(srv_url)) #curl doesn't support unicode     #c.setopt(c.RETURNTRANSFER, 1)     c.setopt(c.HTTPHEADER, http_header)   #must be list, not dict     c.setopt(c.POST, 1)     c.setopt(c.CONNECTTIMEOUT, 30)     c.setopt(c.TIMEOUT, 30)     c.setopt(c.WRITEFUNCTION, dump_res)     c.setopt(c.POSTFIELDS, audio_data)     c.setopt(c.POSTFIELDSIZE, f_len)     c.perform() #pycurl.perform() has no return val  if __name__ == "__main__":     token = get_token()     #获得token     use_cloud(token)     #进行处理，然后

|      | #encoding=utf-8 import waveimport urllib, urllib2, pycurlimport base64import json## get access token by api key & secret key## 获得token，需要填写你的apikey以及secretkeydef get_token():  apiKey = "Ll0c53MSac6GBOtpg22ZSGAU**"  secretKey = "44c8af396038a24e34936227d4a19dc2**"   auth_url = "https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=" + apiKey + "&client_secret=" + secretKey;   res = urllib2.urlopen(auth_url)  json_data = res.read()  return json.loads(json_data)['access_token'] def dump_res(buf):  print (buf) ## post audio to serverdef use_cloud(token):  fp = wave.open('1.wav', 'rb')#录音文件名  ##已经录好音的语音片段  nf = fp.getnframes()  f_len = nf * 2  audio_data = fp.readframes(nf)   cuid = "7519663**" #你的产品id  srv_url = 'http://vop.baidu.com/server_api' + '?cuid=' + cuid + '&token=' + token  http_header = [    'Content-Type: audio/pcm; rate=8000',    'Content-Length: %d' % f_len  ]   c = pycurl.Curl()  c.setopt(pycurl.URL, str(srv_url)) #curl doesn't support unicode  #c.setopt(c.RETURNTRANSFER, 1)  c.setopt(c.HTTPHEADER, http_header)  #must be list, not dict  c.setopt(c.POST, 1)  c.setopt(c.CONNECTTIMEOUT, 30)  c.setopt(c.TIMEOUT, 30)  c.setopt(c.WRITEFUNCTION, dump_res)  c.setopt(c.POSTFIELDS, audio_data)  c.setopt(c.POSTFIELDSIZE, f_len)  c.perform() #pycurl.perform() has no return val if __name__ == "__main__":  token = get_token()  #获得token  use_cloud(token)  #进行处理，然后 |

| :--- | :----------------------------------------------------------- |

|      |                                                              |

再执行python，等待一小段时间就可以返回看到

就是这样：

主要代码的思路流程很清晰的.

百度语音识别通过 REST API 的方式给开发者提供一个通用的 HTTP 接口，基于该接口，开发者可以轻松的获取语音识别能力。SDK中只提供了PHP、C和JAVA的相关样例，然而个人以为，使用Python开发难度更低，本文描述了简单使用Python调用百度语音识别服务 REST API 的简单样例。

注册开发者帐号和创建应用不再赘述，百度的REST API在调用过程基本分为三步：

1. 获取token

2. 提交数据

3. 处理JSON