本文引用了2个js文件,这里提供下CDN资源,！

<script type="application/javascript" src="https://cdn.bootcss.com/recorderjs/0.1.0/recorder.js"></script>
<script src="https://cdn.bootcss.com/jquery/3.3.1/jquery.min.js"></script>

功能介绍：

1.点击页面上的''录制语音指令''，然后开始说话,不要超过60秒;

2.说完,点击页面上的''发送语音指令'',系统会重复一遍你说的话(合成后的声音,不在是你原来声音)

前段代码：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">

</head>
<body>
<audio controls autoplay id="player"></audio>
    <p><button onclick="start_reco()" style="background-color: yellow">录制语音指令</button></p>
    <p><button onclick="stop_reco_audio()" style="background-color: blue">发送语音指令</button></p>
</body>
<script type="text/javascript" src='{{ url_for('static',filename='js/jquery.js') }}'></script>
<script type="text/javascript" src='{{ url_for('static',filename='js/recorder.js') }}'></script>

<script type="text/javascript">
    var reco = null;
    var audio_context = new AudioContext();
    var base_url = 'http://192.168.13.21:5400';

    navigator.getUserMedia = (navigator.getUserMedia ||
        navigator.webkitGetUserMedia ||
        navigator.mozGetUserMedia ||
        navigator.msGetUserMedia);

    navigator.getUserMedia({audio: true}, create_stream, function (err) {
        console.log(err)
    });

    function create_stream(user_media) {
        var stream_input = audio_context.createMediaStreamSource(user_media);
        reco = new Recorder(stream_input);
    }
    // 录制语音指令
    function start_reco() {
        reco.record();
    }

    // 发送语音指令
    function stop_reco_audio() {
        reco.stop();
        send_audio();
        reco.clear();
    }
    
    function send_audio() {
        reco.exportWAV(function (wav_file) {
            var formdata = new FormData();
            formdata.append("record", wav_file);
            console.log(formdata);
            $.ajax({
                url: base_url+"/ai",
                type: 'post',
                processData: false,
                contentType: false,
                data: formdata,
                dataType: 'json',
                // 自动播放语音
                success: function (data) {
                    document.getElementById("player").src =base_url+"/get_audio/" + data.filename
                }
            });

        })
    }

</script>
</html>

 

后端代码：

app.py

from flask import Flask,render_template,request,jsonify,send_file
from uuid import uuid4
import s4_5

app = Flask(__name__,static_folder='static')

@app.route("/")
def index():
    return render_template("index.html")

@app.route("/ai",methods=["POST"])
def ai():
    # 1.保存录音文件
    audio = request.files.get("record")
    filename = f"{uuid4()}.wav"
    audio.save(filename)

    #2.将录音文件转换为PCM发送给百度进行语音识别
    q_text = s4_5.audio2text(filename)

    #3.将识别的问题交给图灵或自主处理获取答案
    a_text = s4_5.to_tuling(q_text)

    #4.将答案发送给百度语音合成，合成音频文件
    a_file = s4_5.text2audio(a_text)

    #5.将音频文件发送给前端播放
    return jsonify({"filename":a_file})


@app.route("/get_audio/<filename>")
def get_audio(filename):
    return send_file(filename)


if __name__ == '__main__':
    # 注意前后端保持一致o！
    app.run("0.0.0.0",5400,debug=True)

 

s4_5.py

from aip import AipSpeech,AipNlp
import time,os

APP_ID = '15422825'
APP_KEY = 'DhXGtWHYMujMVZZGRI3a7rzb'
SECRET_KEY = 'PbyUvTL31fImGthOOIP5ZbbtEOGwGOoT'

# 与百度进行一次加密校验,认证你是合法用户合法的应用
# AipSpeech是百度语音的客户端,认证成功之后,客户端将被开启,这里的client就是已经开启的百度语音的客户端了
client = AipSpeech(APP_ID, APP_KEY, SECRET_KEY)
# 自然语言处理
nlp =  AipNlp(APP_ID, APP_KEY, SECRET_KEY)

# 1.将wma格式文件转为pcm格式文件
def get_file_content(filePath):
    # 执行cmd命令os.system()
    os.system(f"ffmpeg -y  -i {filePath} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {filePath}.pcm")
    with open(f"{filePath}.pcm", 'rb') as fp:
        return fp.read()

# 2.将音频转成文字
def audio2text(filepath):
    # 识别本地文件
    res = client.asr(get_file_content(filepath), 'pcm', 16000, {
        # 不填写lan参数生效,都不填写,默认1537(普通话 输入法模型),dev_pid参数见本节开头的表格
        'dev_pid': 1536,
    })
    # res.get("result")[0])
    # 将录音转成文字,然后返回
    return res.get("result")[0]

# 3.将文字转成音频
def text2audio(text):
    # 给合成的音频命名
    filename = f"{time.time()}.mp3"
    # 合成语音结果
    result = client.synthesis(text, 'zh', 1, {
        'vol': 5,
        "spd": 3,
        "pit": 7,
        "per": 4
    })
    # 识别正确返回语音二进制 错误则返回dict 参照下面错误码
    if not isinstance(result, dict):
        with open(filename, 'wb') as f:
            f.write(result)
    return filename

#4.图灵机器人
def to_tuling(text):
    # 导入模块requests,发post请求
    import requests
    args = {
        "reqType": 0,
        "perception": {
            "inputText": {
                "text": text
            }
        },
        "userInfo": {
            "apiKey": "eaf3daedeb374564bfe9db10044bc20b",
            "userId": "6789"
        }
    }
    # 图灵机器人API接口
    url = "http://openapi.tuling123.com/openapi/api/v2"
    # 向图灵发起请求
    res = requests.post(url, json=args)
    # 将结果赋值给text
    text = res.json().get("results")[0].get("values").get("text")
    # 将test返回
    return text