利用树莓派制作智能音箱

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

前言
一、语音识别
二、语音合成
- 1.引入库
- 2.注册百度云账号，获取AppID和APIKey
- 3.配置必要的信息（语音交互）
- 4.合成请求token的url、获取token
- 5.设置音频的属性，采样率，格式等
- 6.读取文件二进制内容
- 7.json封装、设置headers和请求地址url、用post方法传数据
- 8.录音
- 9.识别，反馈到百度云，然后在接受反馈，调用百度云。

前言

提示：这里可以添加本文要记录的大概内容：

在校大学生，利用树莓派制作智能音箱，分享制作思路与过程。制作时首先理清思路，先实现语音识别，其次语音合成，然后实现交互功能，最后导入树莓派。

提示：以下是本篇文章正文内容，下面案例可供参考

一、语音识别

1、安装插件
win+r并输入cmd回车
(1)输入pip install pyaudio会出现问题（部分可能不会出问题）
出现问题的样子

(2)解决办法
输入python -m pip install --upgrade pip回车更新python

（3）安装成功后，再在窗口输入pipwin install pyaudio
2、在进行安装python SDK
pip install baidu-aip

二、语音合成

1.引入库

代码如下（示例）：

import os
from os import system
import aip
from aip import AipSpeech
import wave
import requests
import json

2.注册百度云账号，获取AppID和APIKey

进行录音，然后识别，反馈到百度云，然后在接受反馈，调用百度云。

3.配置必要的信息（语音交互）

代码如下（示例）：

def bat(voice_path):baidu_server = 'https://aip.baidubce.com/oauth/2.0/token?'grant_type = 'client_credentials'client_id = 'FvM3fI7CMaMh9xTQGn22rk8t' #API KEYclient_secret = '43zRlrdf6LPhmGFbMnamEbINqwVepLaF' #Secret KEY  这里可以自己去百度注册，这里是我的API KEY 和 Secret KEY

该处使用的url网络请求的数据。

4.合成请求token的url、获取token

代码如下（示例）：

url = baidu_server+'grant_type='+grant_type+'&client_id='+client_id+'&client_secret='+client_secret
res = requests.get(url).textdata = json.loads(res)token = data['access_token']

5.设置音频的属性，采样率，格式等

代码如下（示例）：

 VOICE_RATE = 8000FILE_NAME = voice_pathUSER_ID = '26378618' #这里的id随便填填就好啦，我填的自己昵称FILE_TYPE = 'wav'CUID="wate_play"#读取文件二进制内容f_obj = open(FILE_NAME, 'rb')content = base64.b64encode(f_obj.read())  # 百度语音识别需要base64编码格式speech = content.decode("utf-8")size = os.path.getsize(FILE_NAME)

6.读取文件二进制内容

代码如下（示例）：

 f_obj = open(FILE_NAME, 'rb')content = base64.b64encode(f_obj.read())  # 百度语音识别需要base64编码格式speech = content.decode("utf-8")size = os.path.getsize(FILE_NAME)

7.json封装、设置headers和请求地址url、用post方法传数据

代码如下（示例）：

datas = json.dumps({'format': FILE_TYPE,'rate': VOICE_RATE,'channel': 1,'cuid': CUID,'token': token,'speech': speech,'len': size,"dev_pid":"1536"})return datasdef post(datas):headers = {'Content-Type':'application/json'}url = 'https://vop.baidu.com/server_api'# url = "http://vop.baidu.com/server_api"request = requests.post(url, datas, headers)result = json.loads(request.text)text = result.get("result")if result['err_no'] == 0:return textelse:return "Error"

8.录音

代码如下（示例）：

def get_audio(filepath):input("回车开始录音 >>>")   #输出提示文本，input接收一个值,转为str，赋值给aaCHUNK = 256         #定义数据流块FORMAT = pyaudio.paInt16  #量化位数（音量级划分）CHANNELS = 1        # 声道数;声道数：可以是单声道或者是双声道RATE = 8000        # 采样率;采样率：一秒内对声音信号的采集次数，常用的有8kHz, 16kHz, 32kHz, 48kHz, 11.025kHz, 22.05kHz, 44.1kHzRECORD_SECONDS = 5     #录音秒数WAVE_OUTPUT_FILENAME = filepath   #wav文件路径p = pyaudio.PyAudio()        #实例化stream = p.open(format=FORMAT,channels=CHANNELS,rate=RATE,input=True,frames_per_buffer=CHUNK)print("*"*10, "开始录音：请在5秒内输入语音")frames = []                         #定义一个列表for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):   #循环，采样率11025 / 256 * 5data = stream.read(CHUNK)                #读取chunk个字节 保存到data中frames.append(data)                   #向列表frames中添加数据data# print(frames)print("*" * 10, "录音结束\n")stream.stop_stream()stream.close()     #关闭p.terminate()      #终结wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')         #打开wav文件创建一个音频对象wf，开始写WAV文件wf.setnchannels(CHANNELS)                  #配置声道数wf.setsampwidth(p.get_sample_size(FORMAT))         #配置量化位数wf.setframerate(RATE)                    #配置采样率wf.writeframes(b''.join(frames))              #转换为二进制数据写入文件wf.close()       #关闭returndef check_disk():list_drive = psutil.disk_partitions() # 找出本地磁盘列表，保存的是结构体对象list_disk = []for drive in list_drive:list_disk.append(drive.device)return list_diskif __name__ == '__main__':list_disk = check_disk() # 检索本地磁盘dirname_path = os.path.join(list_disk[0], "voice") # 设置语音文件存放路径， if not os.path.exists(dirname_path):os.makedirs(dirname_path)filename = "voice.wav" # 定义语音文件名in_path = os.path.join(dirname_path, filename)get_audio(in_path) # 录音datas = bat(in_path) # 封装百度语音识别需要的配置信息，返回请求头res = post(datas) # 连接百度语音识别接口，得到识别结果print("识别结果：",res[0])

9.识别，反馈到百度云，然后在接受反馈，调用百度云。

代码如下（示例）：

from aip import AipSpeech""" 你的 APPID AK SK """
APP_ID = '26341318'
API_KEY = '8rFjwa3GDfzEq0q22cvVrLGG'
SECRET_KEY = 'E4Ye4GVY6khGsTLGbaTvfDEc8L1FQbSs'client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
result  = client.synthesis(res[0], 'zh', 1, {'vol': 5,
})# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):with open('audio.mp3', 'wb') as f:f.write(result)