提示:
SDK说明
录音文件识别的Python Demo使用了阿里云Python SDK的CommonRequest用来提交录音文件识别请求和识别结果查询,采用的是RPC风格的POP API调用。阿里云Python SDK的详细介绍请阅读阿里云Python SDK 使用手册,Python SDK CommonRequest的使用方法请阅读 使用CommonRequest进行调用。
SDK 安装
录音文件识别Python Demo只需安装阿里云Python SDK的核心库。阿里云Python SDK的安装支持Python 2.6.x, 2.7.x 和 3.x及以上环境,并提供pip和GitHub两种安装方式。
使用pip安装(推荐)
说明: 执行以下命令,通过pip安装Python SDK,版本为2.13.3:
pip install aliyun-python-sdk-core==2.13.3
说明:文档会定期更新最新可支持录音文件识别的SDK版本,您已经安装使用的SDK版本可继续使用。
调用步骤
- 创建并初始化AcsClient示例,鉴权使用了阿里云账号的AccessKey ID和AccessKey Secret(获取方法请阅读 开通服务 一节)。
- 创建录音文件识别请求,并设置请求参数。
- 提交录音文件识别请求,处理服务端返回的响应,获取任务ID。
- 创建识别结果查询请求,设置查询参数为任务ID。
- 轮询识别结果。
Demo 示例
录音文件说明: Demo中使用的录音文件为PCM编码格式16000Hz采样率,管控台设置的模型为通用模型;如果使用其他录音文件,请填入对应的编码格式和采样率,并在管控台设置对应的模型,模型设置请阅读管理项目一节。
nls-sample-16k.wav
示例
# -*- coding: utf8 -*-
import json
import time
from aliyunsdkcore.acs_exception.exceptions import ClientException
from aliyunsdkcore.acs_exception.exceptions import ServerException
from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.request import CommonRequest
def fileTrans(akId, akSecret, appKey, fileLink) :
# 地域ID,常量内容,请勿改变
REGION_ID = "ap-southeast-1"
PRODUCT = "nls-filetrans"
DOMAIN = "filetrans.ap-southeast-1.aliyuncs.com"
API_VERSION = "2019-08-23"
POST_REQUEST_ACTION = "SubmitTask"
GET_REQUEST_ACTION = "GetTaskResult"
# 请求参数key
KEY_APP_KEY = "appkey"
KEY_FILE_LINK = "file_link"
KEY_VERSION = "version"
KEY_ENABLE_WORDS = "enable_words"
# 是否开启智能分轨
KEY_AUTO_SPLIT = "auto_split"
# 响应参数key
KEY_TASK = "Task"
KEY_TASK_ID = "TaskId"
KEY_STATUS_TEXT = "StatusText"
KEY_RESULT = "Result"
# 状态值
STATUS_SUCCESS = "SUCCESS"
STATUS_RUNNING = "RUNNING"
STATUS_QUEUEING = "QUEUEING"
# 创建AcsClient实例
client = AcsClient(akId, akSecret, REGION_ID)
# 提交录音文件识别请求
postRequest = CommonRequest()
postRequest.set_domain(DOMAIN)
postRequest.set_version(API_VERSION)
postRequest.set_product(PRODUCT)
postRequest.set_action_name(POST_REQUEST_ACTION)
postRequest.set_method('POST')
# 新接入请使用4.0版本,已接入(默认2.0)如需维持现状,请注释掉该参数设置
# 设置是否输出词信息,默认为false,开启时需要设置version为4.0
task = {KEY_APP_KEY : appKey, KEY_FILE_LINK : fileLink, KEY_VERSION : "4.0", KEY_ENABLE_WORDS : False}
# 开启智能分轨,如果开启智能分轨 task中设置KEY_AUTO_SPLIT : True
# task = {KEY_APP_KEY : appKey, KEY_FILE_LINK : fileLink, KEY_VERSION : "4.0", KEY_ENABLE_WORDS : False, KEY_AUTO_SPLIT : True}
task = json.dumps(task)
print(task)
postRequest.add_body_params(KEY_TASK, task)
taskId = ""
try :
postResponse = client.do_action_with_exception(postRequest)
postResponse = json.loads(postResponse)
print (postResponse)
statusText = postResponse[KEY_STATUS_TEXT]
if statusText == STATUS_SUCCESS :
print ("录音文件识别请求成功响应!")
taskId = postResponse[KEY_TASK_ID]
else :
print ("录音文件识别请求失败!")
return
except ServerException as e:
print (e)
except ClientException as e:
print (e)
# 创建CommonRequest,设置任务ID
getRequest = CommonRequest()
getRequest.set_domain(DOMAIN)
getRequest.set_version(API_VERSION)
getRequest.set_product(PRODUCT)
getRequest.set_action_name(GET_REQUEST_ACTION)
getRequest.set_method('GET')
getRequest.add_query_param(KEY_TASK_ID, taskId)
# 提交录音文件识别结果查询请求
# 以轮询的方式进行识别结果的查询,直到服务端返回的状态描述符为"SUCCESS"、"SUCCESS_WITH_NO_VALID_FRAGMENT",
# 或者为错误描述,则结束轮询。
statusText = ""
while True :
try :
getResponse = client.do_action_with_exception(getRequest)
getResponse = json.loads(getResponse)
print (getResponse)
statusText = getResponse[KEY_STATUS_TEXT]
if statusText == STATUS_RUNNING or statusText == STATUS_QUEUEING :
# 继续轮询
time.sleep(10)
else :
# 退出轮询
break
except ServerException as e:
print (e)
except ClientException as e:
print (e)
if statusText == STATUS_SUCCESS :
print ("录音文件识别成功!")
else :
print ("录音文件识别失败!")
return
accessKeyId = "您的AccessKey Id"
accessKeySecret = "您的AccessKey Secret"
appKey = "您的appkey"
fileLink = "https://aliyun-nls.oss-cn-hangzhou.aliyuncs.com/asr/fileASR/examples/nls-sample-16k.wav"
# 执行录音文件识别
fileTrans(accessKeyId, accessKeySecret, appKey, fileLink)