python控制手機語音播報

㈠ 如何使用gpt解答問題後語音播報

1、選擇一個GPT模型，例如GPT-2，BERT等等。這些模型可以在各種機器學習框架中訓練，例如隱喊高TensorFlow、PyTorch等等。
2、使用python編寫滲差一個腳本來載入模型，並將輸入的問題傳遞給模型以生成答案。例如，可以使用TensorFlow和Python來載入GPT-2模型，並使用模型來生成答案。
3、將生成的答案轉換灶尺為語音文件，可以使用Python中的文本轉語音庫，例如GoogleText-to-Speech或Pyttsx3。
4、最後，使用Python的音頻播放庫，例如Pygame或PyAudio，將語音文件播放出來。

㈡ 如何用python調用百度語音識別

1、首先需要打開網路AI語音系統，開始編寫代碼，如圖所示，編寫好回車。

㈢ pycharm語音播報使用什麼庫

使用python進行語音播放，只需要一個庫即可，下載立即可以調用，庫僅需要通過pip安裝即可，簡單快速方便使用，可以胡襪對輸入的文字褲嘩激進行自定義，非常的方便蘆棚

㈣ 如何用手機編程Python

1.QPython3:這是一個在安卓手機上運行python3的腳本引擎,整合了python3解釋器、控制台、QEdit編輯器和SLA4庫,可以在安卓手機上運行python開發的程序,下面我簡單介紹一下這個軟體的...
2.Termux:這是一個功能強大的高級終端,可以運行shell命令(ssh等),在線安裝python後,也可以編輯運行python代碼,下面我簡單介紹一下這個軟體: 安裝Termux,這個與上面的QPython...

㈤ python實現語音助手小思同學

技術基礎參考： https://www.jb51.net/article/168328.htm

技術分析：1.優點:實現簡單，利用各種API快速友斗實現語音助手。2.缺點，由於圖靈機器人需要付費和實名認兄伍證造成了一些麻煩，所以改進了一下這個圖靈羨告或機器人語音助手編寫了小思語音助手。
小思機器人： https://www.ownthink.com/docs/bot/
網路語音識別： http://ai..com/docs#/ASR-Online-Python-SDK/top](http://ai..com/docs#/ASR-Online-Python-SDK/top

㈥ 手機如何編程

既然是簡單編程，那麼肯定就不是用android Studio大動干戈寫工程文件做APP了，所以我們這里涉及到的是腳本語言Python。簡單編程也只是用腳本語言在解釋器里運行而已。而這，已經實現了程序正確運行的目的。


話說有一段時間，想買個表，這樣可以看時間，但又一想，何不弄個自動整點報時的軟體，於是在安卓手機上打開應用市場，找整點報時的APP，順利下載了一個安裝包小的APP，簡單設置好時間後，默認後台運行，就可以了。

不過往往一段時間後，它會自動啞火。開啟前一段時間好用，很准時很正常，但後來就沒聲響了。於是覺得不合適，又想別的辦法，突然想到，何不編程寫個整點報時的軟體呢？於是想到腳本語言，為什麼想到Python，因為它簡單啊。但Python並不直接支持安卓手機，所以我們需要下載安裝一個APP解釋器。這個就是一人客在很早以前就介紹過的安卓的Python解釋器QPython了。這里是3版本的。

這個解釋器，也集成了大多數的安卓手機應用開發的介面。我們要實現的也很簡單，就是通過不斷的時間檢測來決定是否用語音報時。當然核心是這個意思，但具體的代碼就有一點點繁瑣了。Python要用安卓手機的應用開發介面，就要用到androidhelper模塊。而要用語音播報，那就要用droid.ttsSpeak(「這里就是你想要播報的字元串」)。而我們要正確地檢測時間和播報時間，那不可避免要用time模塊。而time模塊出來的時間，不適合我們口語使用習慣，是需要根據年月日時等參數來用time.strftime轉換的。

這里還有一個問題，就是語音播報的方式，比如23點11分鍾，我們往往是這樣表達：二十三點十一分鍾。而用手機系統的語音播報則是這樣：二三點一一分鍾，所以這個也要注意，這里就要寫一個轉換函數了，也就是把數字正確地轉變成漢字表達。

這個把數字轉變成漢字的轉換函數，大家可以自己寫，也可以從網上找。而具體的實現代碼，則很簡單，這里是個人用的，每一分鍾播報一次，每到半點或整點，繼續播報，同時省略了轉換函數_to_chinese4而直接寫了實現代碼，所以這里的代碼僅供大家參考：

droid = androidhelper.Android()
xh=1 '''循環判斷'''
while xh:
droid.ttsSpeak("現在是："+"")
if (int(time.strftime("%M"))==30) or (int(time.strftime("%M"))==31):
droid.ttsSpeak("一人客，現在時間是："+_to_chinese4(int(time.strftime("%H")))+"點半")
droid.ttsSpeak("一人客，現在時間是："+_to_chinese4(int(time.strftime("%H")))+"點半")
else if (int(time.strftime("%M"))==00) or (int(time.strftime("%M"))==01):
droid.ttsSpeak("一人客，一人客，現在時間是："+_to_chinese4(int(time.strftime("%H")))+"點鍾啦")
droid.ttsSpeak("一人客，一人客，現在時間是："+_to_chinese4(int(time.strftime("%H")))+"點鍾啦")
time.sleep(59)

㈦ 利用python和麥克風進行語音數據採集的流程

使用 Python 和麥克風進行語音數據採集的流程可能包括以下步驟：

• 安裝並導入相應的庫：需要安裝並導入 PyAudio 庫，這個庫可以讓你在 Python 中操作麥克風。

• 打開麥克風：使用 PyAudio 庫打開麥克風，並設置采樣率，采樣位數等參數。

• 開始錄音：使用 PyAudio 庫的 read 方法從麥克風中讀取語音數據。

• 存儲數據：使用 Python 的文件操作函數將讀取到的語音數據存儲到本地磁碟上。

• 關閉麥克風：使用 PyAudio 庫關閉麥克風。

• 處理數據:在結束採集之後可以對音頻數據進行處理，比如語音識別，語音合成,語音壓縮等.

注意：請確保在你的系統中已經安裝好了麥克風驅動，並且在 Python 代碼中有足夠的許可權訪問麥克風。

㈧ 如何用python調用百度語音識別

#!/usr/bin/env python
# -*- coding: utf-8 -*-
########################################################################
#
# Copyright (c) 2017 aibot.me, Inc. All Rights Reserved
#
########################################################################

"""
File: util_voice.py
Author: darrenwang([email protected])
Date: 2017/03/24 11:29:50
Brief:
"""

import sys
import json
import time
import base64
import urllib
import urllib2
import requests

class BaiRest:
def __init__(self, cu_id, api_key, api_secert):
self.token_url = "https://openapi..com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s"
self.getvoice_url = "http://tsn..com/text2audio?tex=%s&lan=zh&cuid=%s&ctp=1&tok=%s"
self.upvoice_url = 'http://vop..com/server_api'

self.cu_id = cu_id
self.get_token(api_key, api_secert)
return

def get_token(self, api_key, api_secert):
token_url = self.token_url % (api_key,api_secert)
r_str = urllib2.urlopen(token_url).read()
token_data = json.loads(r_str)
self.token_str = token_data['access_token']
return True

#語音合成
def text2audio(self, text, filename):
get_url = self.getvoice_url % (urllib2.quote(text), self.cu_id, self.token_str)
voice_data = urllib2.urlopen(get_url).read()
voice_fp = open(filename,'wb+')
voice_fp.write(voice_data)
voice_fp.close()
return True

##語音識別
def audio2text(self, filename):
data = {}
data['format'] = 'wav'
data['rate'] = 8000
data['channel'] = 1
data['cuid'] = self.cu_id
data['token'] = self.token_str

wav_fp = open(filename,'rb')
voice_data = wav_fp.read()
data['len'] = len(voice_data)
#data['speech'] = base64.b64encode(voice_data).decode('utf-8')
data['speech'] = base64.b64encode(voice_data).replace('\n', '')
#post_data = json.mps(data)
result = requests.post(self.upvoice_url, json=data, headers={'Content-Type': 'application/json'})
data_result = result.json()
print data_result
return data_result['result'][0]

def test_voice():
api_key = "SrhYKqzl3SE1URnAEuZ0FKdT"
api_secert = ""
bdr = BaiRest("test_python", api_key, api_secert)

#生成
start = time.time()
bdr.text2audio("你好啊", "out.wav")
using = time.time() - start
print using

#識別
start = time.time()
#result = bdr.audio2text("test.wav")
#result = bdr.audio2text("weather.pcm")
using = time.time() - start
print using, result

return True

if __name__ == "__main__":
test_voice()