Python调用百度语音识别API实现代码详解

闻溪

发布时间：2026-10-13 | 5人浏览过

原创

本文介绍如何使用Python调用百度语音识别API。首先通过SDK安装包获取AipSpeech对象，配置APP_ID、API_KEY和SECRET_KEY。接着演示如何读取本地PCM/WAV文件或通过URL进行识别，支持8k/16k采样率及中文、粤语、英文。文章包含完整的请求参数说明及成功/失败返回JSON示例，帮助开发者快速集成语音识别功能。

本文分享一段使用Python调用百度语音识别接口的完整代码示例，供开发者参考学习。

关于百度语音识别API的详细文档说明，请参考官方提供的接口文档。

在使用代码前，需先下载Python版本的SDK，并通过执行 python setup.py install 命令完成安装。

# 引入Speech SDK
from aip import AipSpeech

# 定义常量
APP_ID = '你的 App ID'
API_KEY = '你的 API Key'
SECRET_KEY = '你的 Secret Key'

# 初始化AipSpeech对象
aipSpeech = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

在上述代码示例中，常量 APP_ID 需在百度云控制台创建应用时获取；常量 API_KEY 与 SECRET_KEY 则在应用创建后由系统分配，用于标识用户身份及进行访问签名验证。这些字符串参数可在AI服务控制台的应用列表中找到。

完成初始化后，即可开始执行语音识别操作。

调用接口时需注意以下规范：

请求参数说明如下： 1. 原始语音录音格式目前仅支持采样率为 8k 或 16k、位深为 16bit 的单声道语音。 2. 支持的压缩格式包括：pcm（不压缩）、wav、amr。 3. 系统支持的语言种类有：中文（zh）、粤语（ct）、英文（en）。

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

# 识别本地文件
aipSpeech.asr(get_file_content('audio.pcm'), 'pcm', 16000, {
 'lan': 'zh',
})

# 从URL获取文件识别
aipSpeech.asr('', 'pcm', 16000, {
 'url': 'http://121.40.195.233/res/16k_test.pcm',
 'callback': 'http://xxx.com/receive',
})

接口返回结果示例如下：

// 成功返回
{
 "err_no": 0,
 "err_msg": "success.",
 "corpus_no": "15984125203285346378",
 "sn": "481D633F-73BA-726F-49EF-8659ACCC2F3D",
 "result": ["北京天气"]
}

// 失败返回
{
 "err_no": 2000,
 "err_msg": "data empty.",
 "sn": null
}

以上内容为本文的全部介绍，希望能为读者的学习提供便利，同时也欢迎大家继续支持本站。