九十六、Python只需要三十行程式碼，打造一款簡單的人工語音對話

「來源: ｜Python之王 ID：sen13717378202」

@Author：Runsen

1876年，亞歷山大·格雷厄姆·貝爾（Alexander Graham Bell）發明了一種電報機，可以通過電線傳輸音訊。托馬斯·愛迪生（Thomas Edison）於1877年發明了留聲機，這是第一臺記錄聲音並播放聲音的機器。

最早的語音識別軟體之一是由Bells Labs在1952年編寫的，只能識別數字。1985年，IBM釋出了使用「隱馬爾可夫模型」的軟體，該軟體可識別1000多個單詞。

幾年前，一個replace("?","")程式碼價值一個億

如今，在Python中Tensorflow，Keras，Librosa，Kaldi和語音轉文字API等多種工具使語音計算變得更加容易。

今天，我使用gtts和speech_recognition，教大家如何通過三十行程式碼，打造一款簡單的人工語音對話。思路就是將語音變成文字，然後文字變成語音。

gtts

gtts是將文字轉化為語音，但是需要在VPN下使用。這個因為要接谷歌伺服器。

具體gtts的官方文件：

下面，讓我們看一段簡單的的程式碼

from gtts import gTTSdefspeak(audioString): print(audioString) tts = gTTS(text=audioString, lang='en') tts.save("audio.mp3") os.system("audio.mp3")speak("Hi Runsen, what can I do for you?")執行上面的程式碼，就可以生成一個mp3檔案，播放就可以聽到了Hi Runsen, what can I do for you?。這個MP3會自動彈出來的。

speech_recognition

speech_recognition用於執行語音識別的庫，支援線上和離線的多個引擎和API。

speech_recognition具體官方文件

安裝speech_recognition可以會出現錯誤，對此解決的方法是通過該網址安裝對應的whl包

在官方文件中提供了具體的識別來自麥克風的語音輸入的程式碼

下面就是 speech_recognition 用麥克風記錄下你的話，這裡我使用的是recognize_google，speech_recognition 提供了很多的類似的介面。

import timeimport speech_recognition as sr# 錄下來你講的話defrecordAudio():# 用麥克風記錄下你的話 print("開始麥克風記錄下你的話") r = sr.Recognizer()with sr.Microphone() as source: audio = r.listen(source) data = ""try: data = r.recognize_google(audio) print("You said: " + data)except sr.UnknownValueError: print("Google Speech Recognition could not understand audio")except sr.RequestError as e: print("Could not request results from Google Speech Recognition service; {0}".format(e))return dataif __name__ == '__main__': time.sleep(2)whileTrue: data = recordAudio() print(data)下面是我亂說的英語

對話

上面，我們實現了用麥克風記錄下你的話，並且得到了對應的文字，那麼下一步就是字元串的文字操作了，比如說how are you，那回答"I am fine」，然後將"I am fine」通過gtts是將文字轉化為語音

# @Author：Runsen# -*- coding: UTF-8 -*-import speech_recognition as srfrom time import ctimeimport timeimport osfrom gtts import gTTS# 講出來AI的話def speak(audioString): print(audioString) tts = gTTS(text=audioString, lang='en') tts.save("audio.mp3") os.system("audio.mp3")# 錄下來你講的話def recordAudio(): # 用麥克風記錄下你的話 r = sr.Recognizer() with sr.Microphone() as source: audio = r.listen(source) data = "" try: data = r.recognize_google(audio) print("You said: " + data) except sr.UnknownValueError: print("Google Speech Recognition could not understand audio") except sr.RequestError as e: print("Could not request results from Google Speech Recognition service; {0}".format(e)) return data# 自帶的對話技能（邏輯程式碼：rules）def jarvis(): while True: data = recordAudio() print(data) if "how are you" in data: speak("I am fine") if "time" in data: speak(ctime()) if "where is" in data: data = data.split(" ") location = data[2] speak("Hold on Runsen, I will show you where " + location + " is.") # 開啟谷歌地址 os.system("open -a Safari https://www.google.com/maps/place/" + location + "/&") if "bye" in data: speak("bye bye") breakif __name__ == '__main__': # 初始化 time.sleep(2) speak("Hi Runsen, what can I do for you?") # 跑起 jarvis()

當我說how are you？會彈出I am fine的mp3

當我說where is Chiana？會彈出Hold on Runsen, I will show you where China is.的MP3

同樣也會彈出China的谷歌地圖

本項目對應的Github

(https://github.com/MaoliRUNsen/Simple-intelligent-voice-dialogue)