本文详细介绍了使用百度语音识别API的Python建立办法。代码凭借BaiduASR类封装了完整能力，包括获取API访问令牌、验证音频格式、发送识别请求和处理响应结果。重点讲解了音频文件要求（单声道、16bit、8k/16k采样率）、base64编码转换、错误处理机制以及单例模式的应用。该实现提供了简洁的对外接口，使语音识别功能更易用，适合从基础开始学习的开发者参考。

大家好！今天我要给大家详细讲解一个使用百度语音识别API的Python代码。这个代码可以将音频文件转换成文字，非常适合做语音转文字的应用。我会从最基础的概念开始讲起，确保没有任何编程基础的朋友也能理解。

翻译

一、代码概览

这段代码主要实现了以下几个功能：

1. 连接百度语音识别API

2. 检查音频文件是否符合要求

3. 将音频文件发送到百度服务器进行识别

4. 返回识别结果

整个代码大约150行，包含了一个主类BaiduASR和几个辅助函数。下面我会逐部分详细解释。

二、准备工作：导入必要的库

代码开头部分导入了多个Python库：

import os
import time
import json
import wave
import base64
import requests
from config import BAIDU_APP_ID, BAIDU_API_KEY, BAIDU_SECRET_KEY, BAIDU_TOKEN_URL, BAIDU_ASR_URL

让我们一个个来看这些库的作用：

1. os：用于操作系统相关的功能，比如处理文件路径

2. time：处理时间相关操作

3. json：处理JSON格式的数据（JSON是一种常用的数据交换格式）

4. wave：专门处理WAV格式的音频文件

5. base64：将二进制数据编码为ASCII字符（因为网络传输需要文本格式）

6. requests：发送HTTP请求到百度服务器

7. config：从自定义配置文件导入百度API的认证信息

三、BaiduASR类详解

整个代码的核心是BaiduASR类，它封装了所有与百度语音识别相关的功能。

1. 初始化方法 init:

def __init__(self):
self.app_id = BAIDU_APP_ID
self.api_key = BAIDU_API_KEY
self.secret_key = BAIDU_SECRET_KEY
self.token_url = BAIDU_TOKEN_URL
self.asr_url = BAIDU_ASR_URL
self.access_token = None
self.token_expires_time = 0

这里设置了百度API所需的各种参数：

• app_id：应用ID

• api_key：API密钥

• secret_key：密钥

• token_url：获取访问令牌的URL

• asr_url：语音识别的API地址

• access_token：访问令牌（初始为None）

• token_expires_time：令牌过期时间（初始为0）

这些参数中，前五个都是从config.py文件中导入的，这样做的好处是可以保护敏感信息，避免直接写在代码中。

2. 获取访问令牌 get_access_token

def get_access_token(self):
"""获取百度API访问令牌"""
current_time = time.time()
# 如果token未过期，直接返回
if self.access_token and curren