百度_音频转文字

手机49kbps 转换比特率256Kpbs
{‘corpus_no’: ‘7045177033217452815’, ‘err_msg’: ‘success.’, ‘err_no’: 0, ‘result’: [‘今天下午去开会今天下午去开会’], ‘sn’: ‘858605479691640333103’}
{‘corpus_no’: ‘7045177041635399899’, ‘err_msg’: ‘success.’, ‘err_no’: 0, ‘result’: [‘今天下午去开会今天下午去开会’], ‘sn’: ‘683207632331640333105’}

from aip import AipSpeech
from moviepy.editor import AudioFileClip# 语音三个参数&＃xff1a;声道数、取样频率和量化位数;声道数&＃xff1a;单声道、双声道;
# 取样频率&＃xff1a;秒采样次数;量化位数&＃xff1a;bit单次采样数据&＃xff0c;8bit、16bit、24bit和32bit
# 例&＃xff1a;CD储存声音信号是双声道、44.1kHz、16bit&＃96;&＃96;&＃96;java
def avi_hebing():# 1、导入视频from moviepy.editor import *#1 读取视频1videoclip_1 &＃61; VideoFileClip("one.mp4")clipSpeed &＃61; videoclip_1.speedx(2)#倍速clip &＃61; clipSpeed.subclip(0, 50)# 截取前50秒视频# 1.1.0 将源视频中指定范围子窗口内容输出到保存的视频文件。clip.crop(0, 278, 540, 580).write_videofile(r"F:\video\WinBasedWorkHard_crop.mp4")#保存clipSpeed.write_videofile(r"F:\video\fansNote_speed2.mp4") # 保存#2提取音频分audio_1 &＃61; videoclip_1.audio #单独提取音频video_audio_clip &＃61; videoclip_1.audio.volumex(0.8) # 提取视频音频&＃xff0c;并调小音量#2.1背景音乐audio_clip &＃61; AudioFileClip(r&＃39;F:\test\video\aaa\moviepy\mp3\test.mp3&＃39;).volumex(0.5)audio &＃61; afx.audio_loop(audio_clip, duration&＃61;videoclip_1.duration)#设背景音乐循环&＃xff0c;时间与视频1时间一致# 1.1.4视频声音和背景音乐&＃xff0c;音频叠加audio_clip_add &＃61; CompositeAudioClip([video_audio_clip,audio])#3 读取视频、合并视频videoclip_2 &＃61; VideoFileClip("two.mp4") #读取视频final_video &＃61; videoclip_2.set_audio(audio_clip_add) #音频&＃43;视频2合并final_video.write_videofile("video_result.mp4") #输出新视频def avi_to_txt():fielname_mp4&＃61;"kaihui.mp4" #原始视频文件名my_audio_clip &＃61; AudioFileClip(fielname_mp4)#读取文件#2、 提取音频并保存(# pcm、wav、amr、m4a)fielname_wav&＃61;&＃39;kaihui.wav&＃39;#保存的wav文件名# print(my_audio_clip.duration, my_audio_clip.buffersize,my_audio_clip.nchannels, my_audio_clip.fps)# my_audio_clip.write_audiofile(fielname_wav)my_audio_clip.write_audiofile(fielname_wav, fps&＃61;8000, nbytes&＃61;2, buffersize&＃61;20000,codec&＃61;None, bitrate&＃61;None, ffmpeg_params&＃61;None,write_logfile&＃61;False, verbose&＃61;True, logger&＃61;&＃39;bar&＃39;)# buffersize &＃61; 200000, nbytes &＃61; 2, fps &＃61; 44100# 8, 000Hz 电话采样率# 11, 025 Hz 22, 050 Hz - 无线电广播所用采样率# 32, 000 Hz - miniDV数字视频camcorder、DAT&＃xff08;LP mode&＃xff09;所用采样率# 44, 100 Hz - 音频CD, 也常用于MPEG - 1 音频&＃xff08;VCD, SVCD, MP3&＃xff09;所用采样率# 47, 250 Hz - Nippon Columbia&＃xff08;Denon&＃xff09;开发的世界上第一个商用PCM录音机所用采样率# 48, 000 Hz - miniDV、数字电视、DVD、DAT、电影和专业音频所用的数字声音所用采样率# 50, 000 Hz - 二十世纪七十年代后期出现的3M和Soundstream开发的第一款商用数字录音机所用采样率# 50, 400 Hz - 三菱X - 80 数字录音机所用所用采样率# 96, 000 或者192, 000 Hz - DVD - Audio、一些LPCM DVD音轨、Blu - ray Disc&＃xff08;蓝光盘&＃xff09;音轨、和HD - DVD&＃xff08;高清晰度DVD&＃xff09;音轨所用所用采样率# 2.8224 MHz - SACD、索尼和飞利浦联合开发的称为Direct Stream Digital的1位sigma - delta modulation过程所用采样率。# write_videofile方法用于将视频剪辑输出到文件# write_audiofile(fielname_wav,fps&＃61;None, codec&＃61;None,bitrate&＃61;None, audio_fps&＃61;16000)# write_videofile(self, filename, fps&＃61;None, codec&＃61;None,# bitrate&＃61;None, audio&＃61;True, audio_fps&＃61;44100,# preset&＃61;"medium",# audio_nbytes&＃61;4, audio_codec&＃61;None,# audio_bitrate&＃61;None, audio_bufsize&＃61;2000,# temp_audiofile&＃61;None,# rewrite_audio&＃61;True, remove_temp&＃61;True,# write_logfile&＃61;False, verbose&＃61;True,# threads&＃61;None, ffmpeg_params&＃61;None,# logger&＃61;&＃39;bar&＃39;)# filename&＃xff1a;保存视频文件名&＃xff0c;只要是ffmpeg支持的视频文件如 .ogv, .mp4, .mpeg, .avi, .mov等都可以# fps&＃xff1a;帧率&＃xff0c;每秒编码的帧数# codec&＃xff1a;图像编解码器&＃xff0c;ffmpeg支持解码器。扩展名“.mp4”、“.ogv”、“.webm”&＃xff0c;则相应地设置编解码器&＃xff0c;其他扩展名&＃xff0c;须设置输出文件名。常用编解码器如下&＃xff1a;# √. ‘libx264’&＃xff1a;视频压缩效果好&＃xff0c;MP4缺省编解码器&＃xff0c;质量bitrate参数调节# √. ‘mpeg4’&＃xff1a;可选MP4编解码器&＃xff0c;可替代’libx264’&＃xff0c;可获更好视频质量# √.‘rawvideo’&＃xff1a;完美视频质量&＃xff0c;文件巨大&＃xff0c;对应视频文件为’.avi’# √. ‘png’&＃xff1a;完美视频质量&＃xff0c;视频文件为’.avi’&＃xff0c;比’rawvideo’小# √. ‘libvorbis’&＃xff1a;完全开放、免费编解码器&＃xff0c;不错视频格式&＃xff0c;对应视频文件为’.ogv’# √. ‘libvpx’&＃xff1a;很适合HTML5使用的网络视频轻量级开源解码器&＃xff0c;视频文件为’.webm’# bitrate&＃xff1a;输出视频比特率&＃xff0c;即码率BPS&＃xff08;Bits Per Second&＃xff09;,每秒传送数据位数# audio&＃xff1a;可为True、False或文件名&＃xff0c;如True且剪辑附加音频&＃xff0c;则音频作为视频的音频保存&＃xff0c;如False则不保存音频&＃xff0c;如为音频文件名则此音频文件将作为视频的音频# audio_fps&＃xff1a;声音的采样频率# preset&＃xff1a;设置FFMPEG用于优化压缩时间。字符串类型&＃xff0c;可选&＃xff1a;ultrafast、superfast、veryfast、faster、fast、medium、slow、slower、veryslow、 placebo。请注意&＃xff0c;这不会影响视频的质量&＃xff0c;只影响视频文件的大小。所以如果赶时间而文件大小不是很重要可以设置为ultrafast# audio_nbytes&＃xff1a;音频采用位数&＃xff0c;对应基于字节为单位是声道数&＃xff1b;# audio_codec&＃xff1a;音频解码器&＃xff0c;如’.mp3’的’libmp3lame’、‘ogg’的’libvorbis’、 ‘m4a’的’libfdk_aac’、 ‘pcm_s16le’ 16位声音和’pcm_s32le’的32位声音。默认值为“libmp3lame”&＃xff0c;除非视频扩展名为“ogv”或“webm”&＃xff0c;在这2种情况下&＃xff0c;默认值为“libvorbis”。# audio_bitrate&＃xff1a;音频比特率&＃xff0c;字符串形式&＃xff0c;如“50k”、“500k”、“3000k”&＃xff0c;用于将确定输出文件中音频的大小/质量。注意&＃xff0c;这是一个指示性目标&＃xff0c;输出文件比特率不一定会按此设置。# audio_bufsize&＃xff1a;音频缓冲区大小# temp_audiofile&＃xff1a;如输出由音频&＃xff0c;该参数用于指定--要生成并合并到电影中的临时音频文件的名称&＃xff0c;如果没有指定则用缺省模式临时文件名# rewrite_audio&＃xff1a;这个参数目前没有作用&＃xff0c;可能为了兼容前版本# remove_temp&＃xff1a;是否删除临时文件# write_logfile&＃xff1a;为True&＃xff0c;为音频和视频输出记录日志文件。日志文件将以“.log”结尾&＃xff0c;包含输出文件的名称# verbose&＃xff1a;已经废弃使用&＃xff0c;留下来是为了兼容性&＃xff0c;以前用于打开/关闭消息。现在使用logger&＃61;None。# threads&＃xff1a;用于ffmpeg的线程数&＃xff0c;可以加快多核计算机上视频输出的速度# ffmpeg_params&＃xff1a;需额外传递其他ffmpeg参数&＃xff0c;用列表传递&＃xff0c;形如&＃xff1a;[’-option1’&＃xff0c;‘value1’&＃xff0c;’-option2’&＃xff0c;‘value2’]# logger&＃xff1a;字符串类型&＃xff0c;"bar"表示进度条、None 表示不设置、或任何程序日志记录器的名字# ————————————————# 版权声明&＃xff1a;本文为CSDN博主「LaoYuanPython」的原创文章&＃xff0c;遵循CC 4.0 BY-SA版权协议&＃xff0c;转载请附上原文出处链接及本声明。# 原文链接&＃xff1a;https://blog.csdn.net/LaoYuanPython/article/details/114589561#2、wav转pcmimport numpy as npdef wav2pcm(wavfile, pcmfile, data_type&＃61;np.int16):f &＃61; open(wavfile, "rb")f.seek(0)f.read(44)data &＃61; np.fromfile(f, dtype&＃61; data_type)data.tofile(pcmfile)pcmfile_pcm&＃61;&＃39;kaihui.pcm&＃39;#设置保存文件名wav2pcm(fielname_wav, pcmfile_pcm, data_type&＃61;np.int16)#保存# 申请百度语音识别APP_ID &＃61; &＃39;&＃39;API_KEY &＃61;&＃39;GYKqlTqfnxFHokkfEujXbuDW&＃39;SECRET_KEY &＃61;&＃39;23zkptXIwi0YnWbfpll2s5jhFkKxZuSR&＃39;client &＃61; AipSpeech(APP_ID, API_KEY, SECRET_KEY)# 读取文件def get_file_content(file_path):with open(file_path, &＃39;rb&＃39;) as fp:return fp.read()# 识别本地文件fielname_wav&＃61;&＃39;kaihui.wav&＃39; ## fielname_wav&＃61;&＃39;16k.wav&＃39;百度测试文件result &＃61; client.asr(get_file_content(fielname_wav), &＃39;wav&＃39;, 16000, {&＃39;dev_pid&＃39;: 1536})# result &＃61; client.asr(get_file_content(fielname_wav), &＃39;wav&＃39;, 713125, {&＃39;dev_pid&＃39;: 1536})print(result)# 识别本地文件# pcmfile_pcm&＃61;&＃39;16k.pcm&＃39; #百度提供初期测试test1 &＃61; client.asr(get_file_content(pcmfile_pcm), &＃39;pcm&＃39;, 16000, {&＃39;dev_pid&＃39;: 1536, })# 参数1: speech 音频文件流 包含语音Buffer对象, 文件格式&＃xff1a;pcm 或 wav 或 amr,pcm最好# 参数2: format 文件格式,包括pcm&＃xff08;不压缩&＃xff09;、wav、amr# 参数2: rate 音频文件采样率 如使用FFmpeg命令转换,是16000# 参数4: dev_pid 语言id 默认1537&＃xff08;普通话 输入法模型&＃xff09;print(test1)