Python调用百度语音识别API实战：从Method1报错到Method2成功
本文详细记录了使用Python调用百度语音识别API的过程。针对官方示例中的Method1（JSON封装）和Method2（原始音频流），作者通过实践发现Method1常报3300参数错误，而Method2结合pycurl能成功识别。文章提供了完整的代码逻辑、错误排查思路及运行结果分析，为Python开发者提供实用参考。
在近期的人工智能市场格局中，占据核心地位的技术方向日益清晰，而Python语言因其生态优势，成为开发AI应用的首选工具。接下来，我们将通过具体案例展示Python在这一领域的强大能力。
百度官方提供的示例代码中，无论是C语言还是Java版本，均提供了两种调用方式：method1和method2。
这两种方式的区别在于数据提交格式：method1被称为隐式调用，即通过POST发送JSON字符串，并将音频数据编码后嵌入JSON中；method2则被称为显式调用，直接POST音频二进制数据。
起初，考虑到Python的wave模块处理的是“字符串”类型数据，担心其与C语言中的数组处理方式存在差异，因此选择了虽然效率较低但看似更稳妥的method1方案。
具体实现上，先将音频数据进行base64编码，随后将采样率、通道数等元信息汇总为字典（dict），最后将整个结构编码为JSON字符串进行提交。
然而，在实际测试中，该方案频繁返回错误提示。
错误代码显示为：3300，提示“输入参数不正确”。
尝试了urllib2和pycurl两个不同的HTTP库，均出现相同的报错情况。
最终不得不切换至method2，并成功实现了语音识别（这表明wave模块对音频数据的存储并非简单的“字符串”处理）。
#encoding=utf-8
import wave
import urllib, urllib2, pycurl
import base64
import json
## get access token by api key & secret key
def get_token():
apiKey = "xxxxxxxx"
secretKey = "xxxxxxxxx"
auth_url = "https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=" + apiKey + "&client_secret=" + secretKey;
res = urllib2.urlopen(auth_url)
json_data = res.read()
return json.loads(json_data)['access_token']
def dump_res(buf):
print buf
## post audio to server
def use_cloud(token):
fp = wave.open('vad_0.wav', 'rb')
nf = fp.getnframes()
f_len = nf * 2
audio_data = fp.readframes(nf)
cuid = "xxxxxxxxxx" #my xiaomi phone MAC
srv_url = 'http://vop.baidu.com/server_api' + '?cuid=' + cuid + '&token=' + token
http_header = [
'Content-Type: audio/pcm; rate=8000',
'Content-Length: %d' % f_len
]
c = pycurl.Curl()
c.setopt(pycurl.URL, str(srv_url)) #curl doesn't support unicode
#c.setopt(c.RETURNTRANSFER, 1)
c.setopt(c.HTTPHEADER, http_header) #must be list, not dict
c.setopt(c.POST, 1)
c.setopt(c.CONNECTTIMEOUT, 30)
c.setopt(c.TIMEOUT, 30)
c.setopt(c.WRITEFUNCTION, dump_res)
c.setopt(c.POSTFIELDS, audio_data)
c.setopt(c.POSTFIELDSIZE, f_len)
c.perform() #pycurl.perform() has no return val
if __name__ == "__main__":
token = get_token()
use_cloud(token)
以下是成功运行后的输出结果。
{"corpus_no":"6150045491002357923","err_msg":"success.","err_no":0,"result":["播放小苹果，"],"sn":"243903724071431919050"}
总结
以上即为Python语言实现百度语音识别API的完整使用实例，希望能为读者提供帮助。感兴趣的用户可继续查阅本站的其他技术文章：
Python实现简单的语音识别系统
Python通过Django实现用户注册和邮箱验证功能代码
python使用pil进行图像处理(等比例压缩、裁剪)实例代码
如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
