當對一個或多個人的談話進行記錄時，采用一種高度準確和自動化的方式將口語提取為文本非常有用，轉換成文字后，便可以將其用于進一步分析或用作其他功能，
我們將使用稱為AssemblyAI（https://www.assemblyai.com/）的高精度語音轉文本Web API從MP3錄音中提取文本（也支持許多其他格式），
An object relational mapper is a code library that automates the transfer of
data stored in relational, databases into objects that are more commonly used
in application code or EMS are useful because they provide a high level
abstraction upon a relational database that allows developers to write Python
code instead of sequel to create read update and delete, data and schemas in
their database. Developers can use the programming language. They are
comfortable with to work with a database instead of writing SQL...教程要求
在本教程中，我們將使用以下依賴項，稍后將安裝它們，請確保您的環境中還安裝了Python 3，最好安裝3.6或更高版本：
我們將使用以下依賴關系來完成本教程：
- requests 2.24.0 來向AssemblyAI語音文本API發出HTTP請求
- 一個 AssemblyAI 帳戶，您可以在此處（https://app.assemblyai.com/login/）注冊免費的API訪問密鑰
搭建開發環境
轉到保存Python虛擬環境的目錄，我將我的目錄保存在用戶主目錄下的venvs子目錄中，使用以下命令為此專案創建一個新的virtualenv，
python3 -m venv ~/venvs/pytranscribe用 shell 命令激活 virtualenv：
source ~/venvs/pytranscribe/bin/activate執行上述命令后，命令提示符將發生更改，因此virtualenv的名稱將以原始命令提示符格式開頭，如果您的提示符只是$，則其外觀如下所示：
(pytranscribe) $請記住，您必須在每個 virtualenv 中使用依賴項的新終端視窗中激活您的 virtualenv ，
現在，我們可以將請求包安裝到已激活但為空的 virtualenv 中，
pip install requests==2.24.0查找類似于以下內容的輸出，以確認從PyPI正確安裝了相應的軟體包，
(pytranscribe) $ pip install requests==2.24.0
Collecting requests==2.24.0
Using cached https://files.pythonhosted.org/packages/45/1e/0c169c6a5381e241ba7404532c16a21d86ab872c9bed8bdcd4c423954103/requests-2.24.0-py2.py3-none-any.whl
Collecting certifi>=2017.4.17 (from requests==2.24.0)
Using cached https://files.pythonhosted.org/packages/5e/c4/6c4fe722df5343c33226f0b4e0bb042e4dc13483228b4718baf286f86d87/certifi-2020.6.20-py2.py3-none-any.whl
Collecting urllib3!=1.25.0,!=1.25.1,<1.26,>=1.21.1 (from requests==2.24.0)
Using cached https://files.pythonhosted.org/packages/9f/f0/a391d1463ebb1b233795cabfc0ef38d3db4442339de68f847026199e69d7/urllib3-1.25.10-py2.py3-none-any.whl
Collecting chardet<4,>=3.0.2 (from requests==2.24.0)
Using cached https://files.pythonhosted.org/packages/bc/a9/01ffebfb562e4274b6487b4bb1ddec7ca55ec7510b22e4c51f14098443b8/chardet-3.0.4-py2.py3-none-any.whl
Collecting idna<3,>=2.5 (from requests==2.24.0)
Using cached https://files.pythonhosted.org/packages/a2/38/928ddce2273eaa564f6f50de919327bf3a00f091b5baba8dfa9460f3a8a8/idna-2.10-py2.py3-none-any.whl
Installing collected packages: certifi, urllib3, chardet, idna, requests
Successfully installed certifi-2020.6.20 chardet-3.0.4 idna-2.10 requests-2.24.0 urllib3-1.25.10我們已經安裝了所有必需的依賴項，因此我們可以開始對應用程式進行編碼，
上傳、啟動和轉錄音頻
我們已完成開始構建應用程式所需的一切，該應用程式會將音頻轉換為文本，我們將在三個檔案中構建此應用程式：
1、upload_audio_file.py：將您的音頻檔案上傳到AssemblyAI服務上的安全位置，以便可以進行處理，如果您的音頻檔案已經可以通過公共URL訪問，則無需執行此步驟，只需按照此快速入門（https://docs.assemblyai.com/overview/getting-started）
2、initial_transcription.py：告訴API要轉錄并立即啟動的檔案
3、get_transcription.py：如果仍在處理轉錄，則顯示轉錄狀態，或者在處理完成后顯示轉錄結果
創建一個名為pytranscribe的新目錄，以在我們撰寫檔案時存盤這些檔案，然后轉到新的專案目錄，
mkdir pytranscibe
cd pytranscribe我們還需要將 AssemblyAI API 密鑰匯出為環境變數，注冊 AssemblyAI 賬戶并登錄 AssemblyAI 儀表板，然后復制“您的API token”，如以下螢屏截圖所示：
export ASSEMBLYAI_KEY=your-api-key-here請注意，必須每個命令列視窗中使用 export 命令以保證此密鑰可訪問，如果您沒有在運行腳本的環境中將標記匯出為 ASSEMBLYAI_KEY，則我們正在撰寫的腳本將無法訪問API，
現在我們已經創建了專案目錄并將API密鑰設定為環境變數，讓我們繼續撰寫第一個檔案的代碼，該檔案會將音頻檔案上傳到AssemblyAI服務，
上傳音頻檔案并進行轉錄
創建一個名為upload_audio_file.py的新檔案，并將以下代碼放入其中：
import argparse
import os
import requests
API_URL = "https://api.assemblyai.com/v2/"
def upload_file_to_api(filename):
"""Checks for a valid file and then uploads it to AssemblyAI
so it can be saved to a secure URL that only that service can access.
When the upload is complete we can then initiate the transcription
API call.
Returns the API JSON if successful, or None if file does not exist.
"""
if not os.path.exists(filename):
return None
def read_file(filename, chunk_size=5242880):
with open(filename, 'rb') as _file:
while True:
data = _file.read(chunk_size)
if not data:
break
yield data
headers = {'authorization': os.getenv("ASSEMBLYAI_KEY")}
response = requests.post("".join([API_URL, "upload"]), headers=headers,
data=https://www.cnblogs.com/hhh188764/p/read_file(filename))
return response.json()上面的代碼匯入了argparse，os和request軟體包，以便我們可以在此腳本中使用它們，API_URL是一個常量，具有AssemblyAI服務的基本URL，我們使用單個引數定義upload_file_to_api函式，filename應該是一個字串，其中包含檔案及其檔案名的絕對路徑，
在函式中，我們檢查檔案是否存在，然后使用Request的分塊傳輸編碼將大檔案流式傳輸到AssemblyAI API，
os模塊的getenv函式讀取使用帶有getenv的export命令在命令列上設定的API，確保在運行此腳本的終端中使用該匯出命令，否則ASSEMBLYAI_KEY值將為空白，如有疑問，請使用echo $ ASSEMBLY_AI查看該值是否與您的API密鑰匹配，
要使用upload_file_to_api函式，請將以下代碼行添加到upload_audio_file.py檔案中，以便我們可以正確地將此代碼作為使用python命令呼叫的腳本執行：
if __name__ == "__main__":
parser = argparse.ArgumentParser()
parser.add_argument("filename")
args = parser.parse_args()
upload_filename = args.filename
response_json = upload_file_to_api(upload_filename)
if not response_json:
print("file does not exist")
else:
print("File uploaded to URL: {}".format(response_json['upload_url']))上面的代碼創建了一個ArgumentParser物件，它允許應用程式從命令列獲取單個引數來指定我們要訪問的物件，讀取并上傳到AssmeblyAI服務的檔案，
如果檔案不存在，腳本將顯示一條訊息，提示找不到該檔案，在路徑中，我們確實找到了正確的檔案，然后使用upload_file_to_api函式中的代碼上傳了檔案，
通過使用python命令在命令列上運行完整的upload_audio_file.py腳本，以執行該腳本，將FULL_PATH_TO_FILE替換為您要上傳的檔案的絕對路徑，例如/Users/matt/devel/audio.mp3，
python upload_audio_file.py FULL_PATH_TO_FILE假設在您指定的位置找到檔案，當腳本完成檔案的上傳后，它將列印一條帶有唯一URL的訊息：
File uploaded to URL: https://cdn.assemblyai.com/upload/463ce27f-0922-4ea9-9ce4-3353d84b5638該URL不是公開的，只能由AssemblyAI服務使用，因此除您及其轉錄的API外，其他任何人都無法訪問您的檔案及其內容，
重要的部分是URL的最后一部分，在此示例中為463ce27f-0922-4ea9-9ce4-3353d84b5638，保存該唯一識別符號，因為我們需要將其傳遞給下一個啟動轉錄服務的腳本，
啟動轉錄
接下來，我們將撰寫一些代碼來開始轉錄，創建一個名為initial_transcription.py的新檔案，將以下代碼添加到新檔案中，
import argparse
import os
import requests
API_URL = "https://api.assemblyai.com/v2/"
CDN_URL = "https://cdn.assemblyai.com/"
def initiate_transcription(file_id):
"""Sends a request to the API to transcribe a specific
file that was previously uploaded to the API. This will
not immediately return the transcription because it takes
a moment for the service to analyze and perform the
transcription, so there is a different function to retrieve
the results.
"""
endpoint = "".join([API_URL, "transcript"])
json = {"audio_url": "".join([CDN_URL, "upload/{}".format(file_id)])}
headers = {
"authorization": os.getenv("ASSEMBLYAI_KEY"),
"content-type": "application/json"
}
response = requests.post(endpoint, json=json, headers=headers)
return response.json()我們具有與先前腳本相同的匯入，并添加了一個新常量CDN_URL，該常量與AssemblyAI存盤上傳的音頻檔案的單獨URL匹配，
initiate_transcription函式本質上只是向AssemblyAI API設定了一個HTTP請求，以傳入的特定URL對音頻檔案啟動轉錄程序，這就是為什么file_id傳遞很重要的原因：完成音頻檔案的URL 我們告訴AssemblyAI進行檢索，
通過附加此代碼來完成檔案，以便可以從命令列輕松地使用引數呼叫它，
if __name__ == "__main__":
parser = argparse.ArgumentParser()
parser.add_argument("file_id")
args = parser.parse_args()
file_id = args.file_id
response_json = initiate_transcription(file_id)
print(response_json)通過在initiate_transcription檔案上運行python命令來啟動腳本，并傳入您在上一步中保存的唯一檔案識別符號，
# the FILE_IDENTIFIER is returned in the previous step and will
# look something like this: 463ce27f-0922-4ea9-9ce4-3353d84b5638
python initiate_transcription.py FILE_IDENTIFIERAPI將發回該腳本列印到命令列的JSON回應，
{'audio_end_at': None, 'acoustic_model': 'assemblyai_default', 'text': None,
'audio_url': 'https://cdn.assemblyai.com/upload/463ce27f-0922-4ea9-9ce4-3353d84b5638',
'speed_boost': False, 'language_model': 'assemblyai_default', 'redact_pii': False,
'confidence': None, 'webhook_status_code': None,
'id': 'gkuu2krb1-8c7f-4fe3-bb69-6b14a2cac067', 'status': 'queued', 'boost_param': None,
'words': None, 'format_text': True, 'webhook_url': None, 'punctuate': True,
'utterances': None, 'audio_duration': None, 'auto_highlights': False,
'word_boost': [], 'dual_channel': None, 'audio_start_from': None}記下JSON回應中id鍵的值，這是我們需要用來檢索轉錄結果的轉錄識別符號，在此示例中，它是gkuu2krb1-8c7f-4fe3-bb69-6b14a2cac067，復制轉錄識別符號到您自己的回應中，因為在下一步中我們將需要它來檢查轉錄程序何時完成，
檢索轉錄結果
我們已經上傳并開始了轉錄程序，因此，準備就緒后，我們將盡快獲得結果，
回傳結果所需的時間取決于檔案的大小，因此下一個腳本將向HTTP發送一個HTTP請求，并報告轉錄狀態，或者在完成后列印輸出，
創建一個名為 get_transcription.py 的第三個Python檔案，并將以下代碼放入其中，
import argparse
import os
import requests
API_URL = "https://api.assemblyai.com/v2/"
def get_transcription(transcription_id):
"""Requests the transcription from the API and returns the JSON
response."""
endpoint = "".join([API_URL, "transcript/{}".format(transcription_id)])
headers = {"authorization": os.getenv('ASSEMBLYAI_KEY')}
response = requests.get(endpoint, headers=headers)
return response.json()
if __name__ == "__main__":
parser = argparse.ArgumentParser()
parser.add_argument("transcription_id")
args = parser.parse_args()
transcription_id = args.transcription_id
response_json = get_transcription(transcription_id)
if response_json['status'] == "completed":
for word in response_json['words']:
print(word['text'], end=" ")
else:
print("current status of transcription request: {}".format(
response_json['status']))上面的代碼與其他腳本具有相同的 imports 物件，在這個新的get_transcription函式中，我們只需使用我們的API密鑰和上一步中的轉錄識別符號（而不是檔案識別符號）呼叫AssemblyAI API，我們檢索JSON回應并將其回傳，
在main函式中，我們處理作為命令列引數傳入的轉錄識別符號，并將其傳遞給get_transcription函式，如果來自get_transcription函式的回應JSON包含completed狀態，則我們將列印轉錄結果，否則，請在completed之前列印當前狀態如queued或processing，
使用命令列和上一節中的轉錄識別符號呼叫腳本：
python get_transcription.py TRANSCRIPTION_ID如果該服務尚未開始處理腳本，則它將回傳queued，如下所示：
current status of transcription request: queued當服務當前正在處理音頻檔案時，它將回傳processing：
current status of transcription request: processing該程序完成后，我們的腳本將回傳轉錄文本，如您在此處看到的那樣：
An object relational mapper is a code library that automates the transfer of
data stored in relational, databases into objects that are more commonly used
in application code or EMS are useful because they provide a high level
...(output abbreviated)就是這樣，我們已經轉錄完成了！
PS：如有需要Python學習資料的小伙伴可以加下方的群去找免費管理員領取
可以免費領取原始碼、專案實戰視頻、PDF檔案等
本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，
作者：Matt Makai
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/40956.html
標籤：Python
上一篇：PHP加密擴展庫-openssl