葉圣

摘? 要：該文將基于百度API實(shí)現(xiàn)對(duì)電腦的語(yǔ)音智能控制，不需要任何硬件上的支持，僅僅依靠一臺(tái)電腦即可實(shí)現(xiàn)。并且經(jīng)過(guò)測(cè)試，效果不錯(cuò)，同時(shí)可以依據(jù)筆者所給出的代碼進(jìn)行修改加入自己需要的功能，而所有代碼的實(shí)現(xiàn)都是依靠Python編程實(shí)現(xiàn)。試想，通過(guò)語(yǔ)音實(shí)現(xiàn)對(duì)電腦的控制，而電腦又可以對(duì)其他硬件進(jìn)行控制，那么即可實(shí)現(xiàn)語(yǔ)音對(duì)其他硬件的控制，達(dá)到智能家具的效果。

關(guān)鍵詞：人工智能? 語(yǔ)音識(shí)別? 智能控制

中圖分類號(hào)：TN912.3? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1672-3791（2019）03（a）-0019-03

在人工智能的發(fā)展越來(lái)越火熱的今天，其中智能應(yīng)用也在伴隨著我們的生活，其中最為典型的便是語(yǔ)音識(shí)別，近幾年來(lái)，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，同時(shí)語(yǔ)音識(shí)別技術(shù)也慢慢滲入了工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。語(yǔ)音識(shí)別最基本的思想包括：信號(hào)處理、模式識(shí)別、概率論和信息論、發(fā)聲機(jī)理和聽(tīng)覺(jué)機(jī)理、人工智能等，而這里筆者將對(duì)語(yǔ)音識(shí)別進(jìn)行生活中的很好應(yīng)用，讓機(jī)器能聽(tīng)懂人類講話，并做出操作控制。

首先我們選用的編程語(yǔ)言是Python，要用到的模塊有jieba模塊，用以實(shí)現(xiàn)對(duì)中文語(yǔ)句進(jìn)行分段;os、win32con和sys模塊用來(lái)實(shí)現(xiàn)對(duì)電腦的控制;time模塊用來(lái)延時(shí);wave和pyaudio模塊用來(lái)錄音;pygame模塊用來(lái)播放聲音;pynput模塊用來(lái)控制鍵盤;random模塊隨機(jī)選取;其中導(dǎo)入模塊這一段代碼為：

然后在百度API申請(qǐng)賬號(hào)可以得到密碼和用戶名，申請(qǐng)語(yǔ)音識(shí)別項(xiàng)目，至于為什么不用電腦自帶的微軟語(yǔ)音識(shí)別，是考慮到其識(shí)別效果的不準(zhǔn)確。其中這一段代碼為：

APP_ID = '15118279'#百度分配的APP_ID注冊(cè)時(shí)可以看到，這里是我的

API_KEY = 'xUx0Gm2AG2YMtA3FnGfwoKdP'#百度分配的API_KEY注冊(cè)時(shí)可以看到，這里是我的

SECRET_KEY = 'hdxyMvABhUD4xnacGtDdeHbEOUGmdjNx'#百度分配的SECRET_KEY注冊(cè)時(shí)可以看到，這里是我的

然后用代碼client = AipSpeech（APP_ID， API_KEY， SECRET_KEY）實(shí)現(xiàn)對(duì)百度語(yǔ)音識(shí)別的調(diào)用;result = client.synthesis（'語(yǔ)音控制開(kāi)始'， 'zh'， 1， {'vol'： 5，}）用以標(biāo)志語(yǔ)音控制的開(kāi)始語(yǔ)句，同時(shí)接上下面的判斷語(yǔ)句判斷模塊調(diào)用是否成功：

至此，語(yǔ)音控制功能基本實(shí)現(xiàn)，其中包括的功能有語(yǔ)音播放音樂(lè)、語(yǔ)音打開(kāi)瀏覽器并搜索你所的話、語(yǔ)音打開(kāi)優(yōu)酷、語(yǔ)音打開(kāi)酷狗、語(yǔ)音實(shí)現(xiàn)自動(dòng)關(guān)機(jī)，并且進(jìn)過(guò)測(cè)試，其中語(yǔ)音識(shí)別效果甚好，即使你的聲音很滄桑，很小也可以識(shí)別得很準(zhǔn)確，所以說(shuō)這一項(xiàng)應(yīng)用的實(shí)現(xiàn)是真正有價(jià)值的，并且其中如果要加入其他的功能的話，可以依據(jù)我的思維進(jìn)行填補(bǔ)實(shí)現(xiàn)，比如語(yǔ)音鎖屏、語(yǔ)音換壁紙等。

總結(jié)一下程序的總體思維為：

讓電腦說(shuō)“語(yǔ)音控制開(kāi)始”，用來(lái)判斷模塊是否完整，同時(shí)也是標(biāo)志著你可以進(jìn)行對(duì)電腦控制了;然后對(duì)周圍環(huán)境錄音，對(duì)錄音文件語(yǔ)音識(shí)別成文字，如果你說(shuō)的話有一些定義的關(guān)鍵詞的話，就執(zhí)行對(duì)應(yīng)的操作。例如“我想聽(tīng)首歌”這句話有“歌”這個(gè)關(guān)鍵字，就會(huì)執(zhí)行播放歌曲的功能，至此智能控制功能完美實(shí)現(xiàn)。

參考文獻(xiàn)

[1] 趙國(guó)求.人工智能應(yīng)用[J].江漢論壇，2017（6）.

[2] 江之勇.普通物理學(xué)[M].北京：高等教育出版社，2016.

[3] 葉偉國(guó).大學(xué)物理[M].北京：清華大學(xué)出版社，2017.