此项目只不过是之前大三刚学python就想做点好玩的项目试试看（因此技术含量不高），后来这个成为毕业设计的一部分，长期看博客上访问量也不错，就发布出来，希望有想入门python 的朋友可以参考写来玩玩，用项目练技术，用成果获取编码的乐趣。
-------------------*********---------********
项目简介：运用百度语音进行声音转中文的识别与合成，智能对话使用图灵机器人，录音则，linux端用pythonaudio 模块．树莓派端因为pythonaudio不兼容问题，因此用arecord进行录音．最终代码约１５０行．
代码发布在github上：luyishisi/python_yuyinduihua
博客有该文的原文：python语音智能对话聊天机器人，linux&&树莓派双平台兼容 | | URl-team
０．目录：
１：环境搭建２：百度语音合成与识别３：图灵机器人４：linux下使用pythonaudio进行音频解析５：树莓派下使用arecord进行录音６：ｌｉｎｕｘ整体调试７：主要ｂｕｇ解析８：源代码树莓派下的１．环境搭建
这点非常关键，在后期多数问题都是出现在环境不兼容上．
１．１：linux版本
# -*- coding: utf-8 -*-from pyaudio import PyAudio, paInt16import numpy as npfrom datetime import datetimeimport waveimport timeimport urllib, urllib2, pycurlimport base64import jsonimport osimport sysreload(sys)sys.setdefaultencoding( "utf-8" )
这部分环境最好搭建，只需要
apt-get install python-wave* 这类的安装命令就可以轻松搞定．本质上安装模块就是在找安装的命令．我一半就是把模块肯定会有的名词后面接上＊用于模糊匹配．
如果有模块不懂得装，还是百度一下，难度不大．还有ｍｐｇ１２３用来播发
１．２：树莓派版本
如果你出现这个博文下出现的错误，请果断弃坑．换用命令行录音实现，不要折腾pyaudio了．
/archives/2321?utm_source=tuicool&utm_medium=referral
##先更新软件包sudo apt-get updatesudo apt-get upgrade##安装必要的程序sudo apt-get -y install alsa-utils alsa-tools alsa-tools-gui alsamixergui
主要使用的工具
想通过终端来调整扬声器的音量，只需要输入alsamixer．这个很重要你使用的录音设备的录音音量需要这里设置，而且你可以明显的看到自己的声卡是否有问题．
使用的录音设备我用的是Raspberry Pi B+ 3代 USB麦克风 话筒 免驱动 pcduino 树莓派专用
录音的命令使用的是arecord
arecord,aplay是命令行的ALSA声卡驱动的录音和播放工具.
arecord是命令行ALSA声卡驱动的录音程序.支持多种文件格式和多个声卡.
aplay是命令行播放工具,支持多种文件格式.
命令格式:这部分需要研读一下．主要使用ｄｆｒ三个参数
arecord [flags] [filename]参数比较多，请从博客获取。
示例:
aplay -c 1 -t raw -r 22050 -f mu_law foobar播放raw文件foobar.以22050Hz,单声道,8位,mu_law格式.arecord -d 10 -f cd -t wav -D copy foobar.wav以CD质量录制foobar.wav文件10秒钟.使用PCM的"copy".
２：百度语音合成与识别
这部分难度不大，测试代码如下．如有以为情参看之前的博文
代码比较长请从博客或者github获取
３：图灵机器人
官方网址：图灵机器人－中文语境下智能度最高的机器人大脑
图灵机器人部分的测试代码
难度不大非常轻松．你得去注册一下，然后使用他们给你的ｋｅｙ和ａｐｉ．剩下的就是ｊｓｏｎ的文本提取
# -*- coding: utf-8 -*-import urllibimport jsondef getHtml(url):page = urllib.urlopen(url)html = page.read()return htmlif __name__ == '__main__':key = '05ba411481c8cfa61b91124ef7389767'api = '/openapi/api?key=' + key + '&info='while True:info = raw_input('我: ')request = api + inforesponse = getHtml(request)dic_json = json.loads(response)print '机器人: '.decode('utf-8') + dic_json['text']
４：linux下使用pythonaudio进行音频解析
这部分，在正常电脑上，只要环境没有大问题就很轻松，代码放在整体的源代码中，这里做个小说明．
这部分代码不可运行，在整体源代码中可以．不过这部分稍微需要抽取出来，作为理解
建立的ｐａ是ｐｙｕｄｉｏ对象，可以获取当前的音高，然后检测当音高超过２００就启动，录音．同时有一个５秒的额外限制．
NUM_SAMPLES = 2000# pyAudio内部缓存的块的大小SAMPLING_RATE = 8000 # 取样频率LEVEL = 1500 # 声音保存的阈值COUNT_NUM = 20# NUM_SAMPLES个取样之内出现COUNT_NUM个大于LEVEL的取样则记录声音SAVE_LENGTH = 8 # 声音记录的最小长度：SAVE_LENGTH * NUM_SAMPLES 个取样# 开启声音输入pa = PyAudio()stream = pa.open(format=paInt16, channels=1, rate=SAMPLING_RATE, input=True,frames_per_buffer=NUM_SAMPLES)＼string_audio_data = stream.read(NUM_SAMPLES)# 将读入的数据转换为数组audio_data = np.fromstring(string_audio_data, dtype=np.short)# 计算大于LEVEL的取样的个数large_sample_count = np.sum( audio_data > LEVEL )temp = np.max(audio_data)if temp > 2000 and t == 0:t = 1#开启录音print "检测到信号，开始录音,计时五秒"begin = time.time()print temp
５：树莓派下使用arecord进行录音
这里主要还是记录下整体的一些资料．在树莓派上能够成功运行下面的命令就算ｏｋ．别的是一路研究的资料．
sudo arecord -D "plughw:1,0" -d 5 f1.wav
参数释义： -D这个参数的意思就选择设备，外部设备就是plughw:1,0 内部设备就是plughw:0,0，树莓派本身并没有录音模块，故没有内部设备。-d 5
的意思就是录制时间为5秒，如果不加这个参数就是一直录音直到ctrol+C停止， 最后生成的文件名字叫做f1.wav
百度语音要求的是１６比特的所以还需要设定－ｆ
具体ｐｃｍ的说明如下：
这都是PCM的一种表示范围的方法，所以表示方法中最小值等价，最大值等价，中间的数据级别就是对应的进度了，可以都映射到-1~1范围。
S8: signed 8 bits，有符号字符 = char， 表示范围 -128~127U8: unsigned 8 bits，无符号字符 = unsigned char，表示范围 0~255S16_LE: little endian signed 16 bits，小端有符号字 = short，表示范围 -32768~32767S16_BE: big endian signed 16 bits，大端有符号字 = short倒序(PPC)，表示范围 -32768~32767U16_LE: little endian unsigned 16 bits，小端无符号字 = unsigned short，表示范围 0~65535U16_BE: big endian unsigned signed 16 bits，大端无符号字 = unsigned short倒序(PPC)，表示范围 0~65535还有S24_LE,S32_LE等，都可以表示数字的方法，PCM都可以用这些表示。上面这些值中，所有最小值-128, 0, -32768, -32768, 0, 0对应PCM描叙来说都是一个值，表示最小值，可以量化到浮点-1。所有最大值也是一个值，可以量化到浮点1，其他值可以等比例转换。
PCMU应该是指无符号PCM：可以包括U8,U16_LE,U16_BE,...
PCMA应该是指有符号PCM：可以包括S8,S16_LE,S16_BE,...
查看声卡
cat/proc/asound/cards cat/proc/asound/modules
６：整体调试ｌｉｎｕｘ平台下的
源代码如下：解析在注释上
比较长，请从github获取。
７：主要ｂｕｇ解析
这里算是解析一下主要坑的地方．除了环境因素，就是中文编码，还有对象解析了．源代码中从百度语音识别出来返回的是一个字典对象，而字典对象中有部分是直接一个字符串，有的则是数组，首先得读出字符串来确定是否是ｓｕｃｃｅｅｓ．然后再读取ｔｅｘｔ数组．中的中文．
另外一个ｂｕｇ是中文编码．要这么处理
import sysreload(sys)sys.setdefaultencoding( "utf-8" )#还有#print '机器人: '.decode('utf-8') + dic_json['text']#huida = ' '.decode('utf-8') + dic_json['text']a = dic_json['text']print type(a)unicodestring = a# 将Unicode转化为普通Python字符串："encode"utf8string = unicodestring.encode("utf-8")
然后移植到树莓派上出现的主要问题是有ａｅｒｃｏｄｅ命令出现文件目录找不到．那么说明是你声卡选择错了，录音声音太小了也是，使用alsamixer选择清楚．
还有录音识别效率问题，问题主要集中在百度有他的要求，所以得设定１６ｂｉｔ．然后再听一遍录制的声音，看看音量会不会太大，，有没有很粗糙的声音．最好能分开测试
８：源代码－树莓派环境下
ｐｙａｕｄｉｏ错误得我不要不要的，，所以还是绕开，使用ａｅｒｃｏｄｅ进行录音命令，然后ｐｙｔｈｏｎ进行掉用．．代码也短很多，但是失去了实时处理音波的能力．
代码比较长，请从github获取
原创文章，转载请注明：转载自URl-team
本文链接地址:python语音智能对话聊天机器人，linux&&树莓派双平台兼容
Related Posts:
学习—用 Python 和 OpenCV 检测和跟踪运动对象 (4)使用pyaiml机器人模块快速做个和你智能对话的大脑 (4)基于树莓派以及语音与人脸识别的迎宾机器人交互系统开发计划（已完结github中） (3)树莓派开机左上角光标闪烁无法进图形系统问题解决 (3)百度语音识别api使用python进行调用 (3)让树莓派开机运行Python脚本 (3)
