Python奇技淫巧之利用百度AI声控电脑关机!

首先，感谢大家过去半年的关注、转发和支持，2019年我会继续坚持把公众号写下去，后面除了继续更新爬虫方面的文章，也会涉及到Python数据分析、数据挖掘、机器学习方面的内容，另外我会完成一个系列文章专栏：菜鸟入门大数据。最近看了不少大佬的年终总结，羡慕别人开了挂一般的人生，无奈自己的龟速前行，新的一年我会抽出更多时间，增加文章的更新频率，在没有更新的时间里，尽量每天推荐我觉得不错的相关视频教程、书籍资料等供大家学习参考，敬请期待！

这次我们来看看如何利用百度AI来声控电脑关机。首先需要安装百度AI的Python SDK，并且创建语音识别的应用，获取AppID、API Key、Secret Key这三项内容，以便在我们写的程序里使用，详情可见上上篇文章，这里就不赘述了。

完整代码如下：

 1# coding: utf-8
 2"""
 3@author: Kevin Wong
 4@function: python实现的录音及语音识别程序
 5@time: 2018/11/15 23:14
 6"""
 7import os
 8import wave
 9import numpy as np
 10from pyaudio import PyAudio, paInt16
 11from aip import AipSpeech
 12import os
 13
 14
 15class Recorder(object):
 16 def __init__(self):
 17 # pyaudio内置缓冲大小
 18 self.num_samples = 2000
 19 # 取样频率
 20 self.sampling_rate = 8000
 21 # 声音保存的阈值
 22 self.level = 1500
 23 # count_num个取样之内出现COUNT_NUM个大于LEVEL的取样则记录声音
 24 self.count_num = 20
 25 # 声音记录的最小长度：save_length * num_samples 个取样
 26 self.save_length = 8
 27 # 录音时间，单位s
 28 self.time_count = 8
 29 self.voice_string = []
 30
 31 # 保存为音频文件
 32 def save_wav(self, filename):
 33 wf = wave.open(filename, 'wb')
 34 wf.setnchannels(1)
 35 wf.setsampwidth(2)
 36 wf.setframerate(self.sampling_rate)
 37 wf.writeframes(np.array(self.voice_string).tostring())
 38 wf.close()
 39
 40 # 读取音频
 41 def recorder(self):
 42 pa = PyAudio()
 43 stream = pa.open(format=paInt16, channels = 1, rate = self.sampling_rate, input = True, frames_per_buffer = self.num_samples)
 44 save_count = 0
 45 save_buffer = []
 46 time_count = self.time_count
 47 while True:
 48 time_count -= 1
 49 # 读入num_samples个取样
 50 string_audio_data = stream.read(self.num_samples)
 51 # 将读入的数据转换为数组
 52 audio_data = np.fromstring(string_audio_data, dtype = np.short)
 53 # 计算大于 level 的取样的个数
 54 large_sample_count = np.sum(audio_data > self.level)
 55 print(np.max(audio_data)), "large_sample_count=>", large_sample_count
 56 # 如果个数大于COUNT_NUM，则至少保存SAVE_LENGTH个块
 57 if large_sample_count > self.count_num:
 58 save_count = self.save_length
 59 else:
 60 save_count -=1
 61 if save_count < 0:
 62 save_count = 0
 63 if save_count > 0:
 64 save_buffer.append(string_audio_data)
 65 else:
 66 if len(save_buffer) > 0:
 67 self.voice_string = save_buffer
 68 save_buffer = []
 69 print("Recode a piece of voice successfully!")
 70 return True
 71 if time_count == 0:
 72 if len(save_buffer) > 0:
 73 self.voice_string = save_buffer
 74 save_buffer = []
 75 print("Recode a piece of voice successfully!")
 76 return True
 77 else:
 78 return False
 79 return True
 80
 81
 82# 读取本地音频文件
 83def get_file_content(filePath):
 84 with open(filePath, 'rb') as fp:
 85 return fp.read()
 86
 87if __name__ == '__main__':
 88 """ 你的 APPID AK SK """
 89 APP_ID = '14810929'
 90 API_KEY = 'hD1sGacRqCWybF9lBqumMriS'
 91 SECRET_KEY = 'zKtG8uv3mv4tKqC5avL1ua9YGM38YAAG'
 92 client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
 93
 94 while True:
 95 recorder = Recorder()
 96 # 开始录音
 97 recorder.recorder()
 98 # 保存音频文件
 99 recorder.save_wav("01.wav")
100 # 识别本地文件
101 res = client.asr(get_file_content('01.wav'), 'wav', 8000, {
102 'dev_pid': 1536,
103 })
104 print(res['result'][0])
105 try:
106 if "计算器" == res['result'][0]:
107 os.system("calc")
108 elif "关机" == res['result'][0]:
109 os.system("shutdown -s -t 300")
110 elif "取消关机" == res['result'][0]:
111 os.system("shutdown -a")
112 elif "退出程序" == res['result'][0]:
113 break
114 except:
115 pass

这里采用了面向对象的编程风格，第15-79行定义了一个Recorder类，其主要功能是对音频文件进行处理，包括将程序运行后将用户的声音以二进制流的形式读取并保存为wav格式的音频文件， 第82行到第85行读取生成的音频文件，并返回文件内容。第87行是主线程入口，只要用户没有对电脑说“退出程序”，就会一直执行while循环读取用户的声音，将音频文件交给百度AI的语音识别接口，并返回识别的文字内容。根据识别的内容，调用Python的os库执行相应的操作。

运行程序后，对电脑说一声“关机”，运行结果如下：

完结，撒花，ye~

进群：960410445 即可获取数十套PDF！