简要说明

最近两天需要做一个python的小程序, 就是实现人与智能机器人(智能对话接口)的对话功能,目前刚刚测试了一下可以实现, 就是能够实现个人与机器的智能对话(语音交流)。

总体的思路

大家可以设想一下, 如果要实现人与机器的智能对话, 肯定要有以下几个步骤:

1.计算机接收用户的语音输入

2.将用户输入的语音输入转化为文本信息

3.调用智能对话接口, 发送请求文本信息, 获取接口返回的智能回答文本信息

4.将回答文本信息转化为语音格式输出

这里可以安装很多现成的库函数, 辅助我们系统的实现。

需要准备的环境

以下是需要安装的一些python依赖包

  • pip install pyaudio 安装pyaudio依赖包, 用于录音、生成wav文件
  • pip install baidu-aip 安装百度AI的sdk, 调用语音技术接口将音频识别为文本数据返回
  • pip install pyttsx3 安装pyttsx3依赖包, 将文本信息以音频的格式播放出来

接下来我会逐步实现以上每个功能,最后再组合起来。

接收用户的语音输入,并将其存为音频文件

import time
import wave
from pyaudio import PyAudio, paInt16

framerate = 16000  # 采样率
num_samples = 2000  # 采样点
channels = 1  # 声道
sampwidth = 2  # 采样宽度2bytes
FILEPATH = '../voices/myvoices.wav'      #该文件目录要存在


#用于接收用户的语音输入, 并生成wav音频文件(wav、pcm、mp3的区别可详情百度)
class Speak():

    #将音频数据保存到wav文件之中
    def save_wave_file(self, filepath, data):
        wf = wave.open(filepath, 'wb')
        wf.setnchannels(channels)
        wf.setsampwidth(sampwidth)
        wf.setframerate(framerate)
        wf.writeframes(b''.join(data))
        wf.close()


    # 进行语音录制工作
    def my_record(self):
        pa = PyAudio()
        # 打开一个新的音频stream
        stream = pa.open(format=paInt16, channels=channels,
                         rate=framerate, input=True, frames_per_buffer=num_samples)
        my_buf = []  # 存放录音数据

        t = time.time()
        print('正在讲话...')

        while time.time() < t + 5:  # 设置录音时间(秒)
            # 循环read,每次read 2000frames
            string_audio_data = stream.read(num_samples)
            my_buf.append(string_audio_data)


        print('讲话结束')
        self.save_wave_file(FILEPATH, my_buf)    #保存下录音数据
        stream.close()

调用百度AI接口, 识别音频文件并以文本信息返回

之前使用过好几次百度AI的接口,我的毕业设计<在线课堂学生异常行为与分析>也是使用到了百度的智能平台,个人调试的话有很多免费产品,总体来说百度在人工智能领域做得还是相当不错的。

在调用百度AI接口之前,需要首先进入百度AI开放平台,搜索语音识别

python 机器人客服 python机器人聊天_python 机器人客服


点击立即使用,没有账号的话可以先创建一个账号,然后领取免费的资源使用

python 机器人客服 python机器人聊天_python_02


我之前已经创建1个了, 假设再次点击创建

python 机器人客服 python机器人聊天_python_03


系统会自动勾选上语音识别接口,直接创建应用即可,之后会有 AppID、 API Key、Secret Key,之后调用百度接口直接调用即可。

python 机器人客服 python机器人聊天_python_04


python 机器人客服 python机器人聊天_python_05


python 机器人客服 python机器人聊天_语音识别_06


可以查看接口文档,进行具体的接口操作

python 机器人客服 python机器人聊天_开发语言_07


前奏准备好, 便可以直接调用接口进行语音识别

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '25990397'
API_KEY = 'iS91n0uEOujkMIlsOTLxiVOc'
SECRET_KEY = ''              #此处填写自己的密钥

"""调用接口, 调用BaiDu AI 接口进行录音、语音识别"""
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

class ReadWav():
    # 读取文件
    def get_file_content(self, filePath):
        with open(filePath, 'rb') as fp:
            return fp.read()

    def predict(self):
        # 调用百度AI的接口, 识别本地文件
         return client.asr(self.get_file_content('../voices/myvoices.wav'), 'wav', 16000, {
            'dev_pid': 1537,
        })
        
        
        
readWav = ReadWav()          #实例化方法
print(readWav.predict())      #调用识别方法, 并输出

执行结果 ( 音频文件存的录音是: 你叫什么名字呀?)

{'corpus_no': '7087884083428433929', 'err_msg': 'success.', 'err_no': 0, 'result': ['你叫什么名字呀?'], 'sn': '255158586831650276613'}

请求智能机器人, 发送文本信息, 返回智能聊天内容

之前我们老师推荐我使用图灵机器人的智能聊天,后来发现认证一直无法通过,且需要付费。

后来发现了一个免费、无需注册、只需要发送get请求就可实现聊天的青云客智能机器人,直接调用接口即可。

代码如下:

def talkWithRobot(msg):
    url = 'http://api.qingyunke.com/api.php?key=free&appid=0&msg={}'.format(urllib.parse.quote(msg))
    html = requests.get(url)
    return html.json()["content"]

print(talkWithRobot("你好呀!"))

输出

哟~ 都好都好

将回答信息转化为语音文件并输出

此处需要导入pyttsx3包,具体代码如下:

import pyttsx3


class RobotSay():

    def __init__(self):
        # 初始化语音
        self.engine = pyttsx3.init()  # 初始化语音库

        # 设置语速
        self.rate = self.engine.getProperty('rate')
        self.engine.setProperty('rate', self.rate - 50)


    def say(self, msg):
        # 输出语音
        self.engine.say(msg)  # 合成语音
        self.engine.runAndWait()
        
robotSay = RobotSay()
robotSay.say("你好呀")          #会讲出    ~你好呀(女声)

组合成为自动聊天机器人(它很硬气)

代码如下:

def talkWithRobot(msg):
    url = 'http://api.qingyunke.com/api.php?key=free&appid=0&msg={}'.format(urllib.parse.quote(msg))
    html = requests.get(url)
    return html.json()["content"]


robotSay = RobotSay()
speak = Speak()
readTalk = ReadWav()
while True:

    speak.my_record()                               #录音

    text = readTalk.predict()['result'][0]          #调用百度AI接口, 将录音转化为文本信息

    print("本人说:", text)                           #输出文本信息
    response_dialogue = talkWithRobot(text)         #调用青云客机器人回答文本信息并返回
    print("青云客说:", response_dialogue)             #输出回答文本信息

    robotSay.say(response_dialogue)                 #播放回答信息

运行结果(发现它很硬气)

"""
正在讲话...
讲话结束...
本人说: 你好呀。
青云客说: 哟~ 都好都好
正在讲话...
讲话结束...
本人说: 你叫什么名字呀?
青云客说: 我是小美人菲菲呀~
正在讲话...
讲话结束...
本人说: 哇,那你多美呀。
青云客说: 你似有問題多啲囉!
正在讲话...
讲话结束...
本人说: 我好看吗?
青云客说: 你真是个地道的美人啊。就是说你只有在地道里才算美人,因为地道里没灯
正在讲话...
讲话结束...
本人说: 你可真是个小可爱呀。
青云客说: 呀,你怎么知道。。。我就是啊。。
正在讲话...
讲话结束...
本人说: 不和你说了。
青云客说: 不说拉倒
"""

后续

现在就是功能的一个简单组合,之后会做出来一个GUI界面,多增加点功能,分享给大家!