实现前提

在windows10上运行的测试内容。
Python版本:Python3.6.2。
已经注册并添加了百度的'’语音识别'和'语音合成'应用。
已经注册并创建了图灵机器人的'机器人'。

整体的实现流程

  1. 语音输入。
  2. 语音翻译成文字。
  3. 聊天回应文字。
  4. 将文字合成语音。
  5. 输出语音。

实现方式

  1. pyaudio模块识别麦克风
  2. 在线百度语音识别,把录音文件转换成文字
  3. 在线图灵机器人,对文字进行回答
  4. 使用百度的语音合成技术,把文字转为音频文件
  5. 通过pygame识别音频(只能是MP3格式),输出语音

外部包

pip install pyaudio==0.2.11
pip install baidu-aip==2.2.5.2
pip install pygame==1.9.4

项目在github上的地址

https://github.com/feature09/speech_interaction_demo.git

使用

克隆下来后,更改main.py中的百度key和图灵key,执行main.py,直接使用。


可以结合语音唤醒,自己制作一个智能音箱了。
语音唤醒内容:[http://blog.51cto.com/feature09/2300352]