Python调用百度REST API实现语音识别

江屿

发布时间：2026-10-12 | 1人浏览过

原创

本文介绍如何使用Python调用百度语音识别REST API实现语音转文字功能。通过注册开发者账号、创建应用获取Key，利用隐式发送方式提交音频数据，结合官方文档完成身份验证与请求构建，实现低门槛的语音识别集成。

当前，将语音内容转换为文字的语音识别技术已趋于成熟。回顾锤子科技发布会上展示的讯飞输入法语音识别功能，曾让讯飞一度走红。由于此类技术需要海量样本训练才能达到较高准确度，个人开发者很难从零开始搭建模型。不过，许多拥有语音识别技术的公司提供了API或SDK供开发者使用，极大降低了技术门槛，仅需几行代码即可实现。下文将介绍如何使用Python调用百度的REST API来实现一个简单的语音识别应用。

注册账号，并成为开发者

访问 http://yuyin.baidu.com/ 并使用百度账号登录。若当前账号尚未成为开发者，系统会自动引导完成开发者申请流程。

创建应用

访问 http://yuyin.baidu.com/app 并点击“创建应用”。应用名称可自定义，需选择合适的应用类型。在下一步中，服务类型请选择“语音识别”，继续点击下一步后关闭页面即可。

刷新当前页面，即可看到刚刚创建的应用信息。点击“查看key”，这些是进行身份验证的关键凭证。

代码编写

参考官方文档 http://yuyin.baidu.com/docs/asr/54，百度提供了两种数据提交方式：隐式发送是将音频数据打包转换为字符串并放入JSON数据包中发送；显式发送则是直接发送语音数据。本示例代码采用隐式发送方式。

注意：使用前请将你的应用信息（如Client ID和Secret Key）填入代码的适当位置。

#!/usr/bin/env python
# coding: utf-8
import urllib2
import json
import base64
import os

#设置应用信息
baidu_server = "https://openapi.baidu.com/oauth/2.0/token?"
grant_type = "client_credentials"
client_id = "" #填写API Key
client_secret = "" #填写Secret Key

#合成请求token的URL
url = baidu_server+"grant_type="+grant_type+"&client_id="+client_id+"&client_secret="+client_secret

#获取token
res = urllib2.urlopen(url).read()
data = json.loads(res)
token = data["access_token"]
print token

#设置音频属性，根据百度的要求，采样率必须为8000，压缩格式支持pcm（不压缩）、wav、opus、speex、amr
VOICE_RATE = 8000
WAVE_FILE = "test.wav" #音频文件的路径
USER_ID = "hail_hydra" #用于标识的ID，可以随意设置
WAVE_TYPE = "wav"

#打开音频文件，并进行编码
f = open(WAVE_FILE, "r")
speech = base64.b64encode(f.read())
size = os.path.getsize(WAVE_FILE)
update = json.dumps({"format":WAVE_TYPE, "rate":VOICE_RATE, 'channel':1,'cuid':USER_ID,'token':token,'speech':speech,'len':size})
headers = { 'Content-Type' : 'application/json' } 
url = "http://vop.baidu.com/server_api"
req = urllib2.Request(url, update, headers)

r = urllib2.urlopen(req)


t = r.read()
result = json.loads(t)
print result
if result['err_msg']=='success.':
  word = result['result'][0].encode('utf-8')
  if word!='':
    if word[len(word)-3:len(word)]=='，':
      print word[0:len(word)-3]
    else:
      print word
  else:
    print "音频文件不存在或格式错误"
else:
  print "错误"

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。