商务网站开发考卷,品牌广告视频,张家港网络推广,网站建设公司怎么找客户在线体验 ,点击识别语音需要等待一会#xff0c;文件太大缓存会报错
介绍
本篇博客将介绍如何使用 Streamlit、jieba、wenet 和其他 Python 库#xff0c;结合语音识别#xff08;WeNet#xff09;和词云生成#xff0c;构建一个功能丰富的应用程序。我们将深入了解代码…在线体验 ,点击识别语音需要等待一会文件太大缓存会报错
介绍
本篇博客将介绍如何使用 Streamlit、jieba、wenet 和其他 Python 库结合语音识别WeNet和词云生成构建一个功能丰富的应用程序。我们将深入了解代码示例中的不同部分并解释其如何实现音频处理、语音识别和文本可视化等功能。
代码概览
首先让我们来看一下这个应用的主要功能和组成部分 导入必要的库和模型加载 import streamlit as st
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from pydub import AudioSegment
from noisereduce import reduce_noise
import wenet
import base64
import os在这一部分我们导入了必要的 Python 库包括 Streamlit、jieba用于中文分词、WordCloud用于生成词云、matplotlib用于图表绘制、pydub用于音频处理等。同时我们还加载了 wenet 库该库包含用于中英文语音识别的预训练模型。 语音识别的函数定义 def recognition(audio, langCN):# 识别语音内容并返回文本# ...这个函数利用 wenet 库中的预训练模型根据上传的音频文件进行语音识别。根据用户选择的语言中文或英文函数返回识别出的文本。 音频处理函数定义 def reduce_noise_and_export(input_file, output_file):# 降噪并导出处理后的音频文件# ...这个函数对上传的音频文件进行降噪处理并导出处理后的音频文件以提高语音识别的准确性。 关键词提取函数定义 def extract_keywords(result):# 提取识别文本中的关键词# ...此函数使用 jieba 库对识别出的文本进行分词并返回关键词列表。 Base64 编码和下载链接函数定义 def save_base64(uploaded_file):# 将上传文件转换为 Base64 编码# ...def get_base64_link(file_path, link_text):# 生成下载处理后音频的 Base64 链接# ...这两个函数分别用于将上传的音频文件转换为 Base64 编码并生成可下载处理后音频的链接。 主函数 main() def main():# Streamlit 应用的主要部分# ...主函数包含了 Streamlit 应用程序的主要逻辑包括文件上传、语言选择、按钮触发的操作等。 运行主函数 if __name__ __main__:main()此部分代码确保主函数在运行时被调用。
应用程序功能
通过上述功能模块的组合这个应用程序可以完成以下任务
用户上传 WAV 格式的音频文件。选择要进行的语言识别类型中文或英文。降噪并处理上传的音频文件以提高识别准确性。对处理后的音频进行语音识别返回识别结果。从识别结果中提取关键词并将其显示为词云图。提供处理后音频的下载链接方便用户获取处理后的音频文件。
希望这篇博客能够帮助你理解代码示例的每个部分并激发你探索更多有趣应用的灵感
streamlit应用程序
import streamlit as st
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from pydub import AudioSegment
from noisereduce import reduce_noise
import wenet
import base64
import os
# 载入模型
chs_model wenet.load_model(chinese)
en_model wenet.load_model(english)# 执行语音识别的函数
def recognition(audio, langCN):if audio is None:return 输入错误请上传音频文件if lang CN:ans chs_model.transcribe(audio)elif lang EN:ans en_model.transcribe(audio)else:return 错误请选择语言if ans is None:return 错误没有文本输出请重试txt ans[text]return txt# 降噪并导出处理后的音频的函数
def reduce_noise_and_export(input_file, output_file):try:audio AudioSegment.from_wav(input_file)audio_array audio.get_array_of_samples()reduced_noise reduce_noise(audio_array, audio.frame_rate)reduced_audio AudioSegment(reduced_noise.tobytes(),frame_rateaudio.frame_rate,sample_widthaudio.sample_width,channelsaudio.channels)reduced_audio.export(output_file, formatwav)return output_fileexcept Exception as e:return f发生错误{str(e)}def extract_keywords(result):word_list jieba.lcut(result)return word_listdef save_base64(uploaded_file):with open(uploaded_file, rb) as file:audio_content file.read()encoded base64.b64encode(audio_content).decode(utf-8)return encodeddef main():st.title(语音识别与词云生成)uploaded_file st.file_uploader(上传 WAV 文件, typewav)if uploaded_file:st.audio(uploaded_file, formataudio/wav)language_choice st.radio(选择语言, (CN, EN))bust.button(识别语音)if bu:if uploaded_file:output_audio_path os.path.basename(uploaded_file.name)processed_audio_path reduce_noise_and_export(uploaded_file, output_audio_path)if not processed_audio_path.startswith(发生错误):result recognition(processed_audio_path, language_choice)st.write(识别结果 result)keywords extract_keywords(result)st.write(提取的关键词, keywords)text .join(keywords)wc WordCloud(font_pathSimSun.ttf,collocationsFalse, width800, height400, margin2, background_colorwhite).generate(text.lower())st.image(wc.to_array(), caption词云)# 提供处理后音频的下载链接st.markdown(get_base64_link(processed_audio_path, 下载降噪音频), unsafe_allow_htmlTrue) else:st.warning(请上传文件)
def get_base64_link(file_path, link_text):with open(file_path, rb) as file:audio_content file.read()encoded base64.b64encode(audio_content).decode(utf-8)href fa hrefdata:audio/wav;base64,{encoded} downloadprocessed_audio.wav{link_text}/areturn hrefif __name__ __main__:main()requirements.txt
wenet githttps://github.com/wenet-e2e/wenet
streamlit
wordcloud
pydub
jieba
noisereduce体验链接 长音频切换识别
import streamlit as st
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from pydub import AudioSegment
from noisereduce import reduce_noise
import wenet
import base64
import os
import numpy as np# 载入模型
chs_model wenet.load_model(chinese)
en_model wenet.load_model(english)# 执行语音识别的函数
def recognition(audio, langCN):if audio is None:return 输入错误请上传音频文件if lang CN:ans chs_model.transcribe(audio)elif lang EN:ans en_model.transcribe(audio)else:return 错误请选择语言if ans is None:return 错误没有文本输出请重试txt ans[text]return txtdef reduce_noise_segmented(input_file,chunk_duration_ms,frame_rate):try:audio AudioSegment.from_file(input_file,formatwav)# 将双声道音频转换为单声道audio audio.set_channels(1)# 压缩音频的帧率为 16000audio audio.set_frame_rate(frame_rate)duration len(audio)# 分段处理音频chunked_audio []start 0while start duration:end min(start chunk_duration_ms, duration)chunk audio[start:end]chunked_audio.append(chunk)start endreturn chunked_audioexcept Exception as e:st.error(f发生错误{str(e)})return Nonedef extract_keywords(result):word_list jieba.lcut(result)return word_listdef get_base64_link(file_path, link_text):with open(file_path, rb) as file:audio_content file.read()encoded base64.b64encode(audio_content).decode(utf-8)href fa hrefdata:audio/wav;base64,{encoded} downloadprocessed_audio.wav{link_text}/areturn hrefdef main():st.title(语音识别与词云生成)uploaded_file st.file_uploader(上传音乐文件, typewav)if uploaded_file:st.audio(uploaded_file, formataudio/wav)segment_duration st.slider(分段处理时长毫秒, min_value1000, max_value10000, value5000, step1000)frame_rate st.slider(压缩帧率, min_value8000, max_value48000, value16000, step1000)language_choice st.selectbox(选择语言, (中文, 英文))bust.button(识别语音)if bu:if uploaded_file:st.success(正在识别中请稍等...)output_audio_path os.path.basename(uploaded_file.name)chunked_audio reduce_noise_segmented(uploaded_file, segment_duration, frame_rate)# 计算总的音频段数total_chunks len(chunked_audio)if total_chunks0:# 创建进度条progress_bar st.progress(0)# 对每个音频段进行降噪并合并reduced_noise_chunks []result_array []for i, chunk in enumerate(chunked_audio):audio_array chunk.get_array_of_samples()reduced_noise reduce_noise(np.array(audio_array), chunk.frame_rate)reduced_chunk AudioSegment(reduced_noise.tobytes(),frame_ratechunk.frame_rate,sample_widthchunk.sample_width,channelschunk.channels)reduced_noise_chunks.append(reduced_chunk)languageif language_choice中文:languageCNelse:languageENpath第str(i1)段音频.wavreduced_chunk.export(path,formatwav)while os.path.exists(path):result recognition(path, language)if result:st.write(f第{i1}段音频识别结果 result)result_array.append(result)break# 更新进度条的值progress int((i 1) / total_chunks * 100)progress_bar.progress(progress)st.write(识别的结果为,.join(result_array))keywords extract_keywords(.join(result_array))st.write(提取的关键词, keywords)text .join(keywords)wc WordCloud(font_pathSimSun.ttf,collocationsFalse, width800, height400, margin2, background_colorwhite).generate(text.lower())st.image(wc.to_array(), caption词云)# 合并降噪后的音频段reduced_audio reduced_noise_chunks[0]for i in range(1, len(reduced_noise_chunks)):reduced_audio reduced_noise_chunks[i]# 导出处理后的音频文件reduced_audio.export(output_audio_path,formatwav)while os.path.exists(output_audio_path):# 提供处理后音频的下载链接st.markdown(get_base64_link(output_audio_path, 下载降噪音频), unsafe_allow_htmlTrue) breakelse:st.warning(请上传文件)if __name__ __main__:main()
