最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python利用不到一百行代碼實現(xiàn)一個小siri

 更新時間:2017年03月02日 14:22:43   作者:唯心不易  
這篇文章主要介紹了關(guān)于python利用不到一百行代碼實現(xiàn)了一個小siri的相關(guān)資料,文中介紹的很詳細,對大家具有一定的參考借鑒價值,需要的朋友們下面來一起看看吧。

前言

如果想要容易理解核心的特征計算的話建議先去看看我之前的聽歌識曲的文章,傳送門:http://m.fzitv.net/article/97305.htm

本文主要是實現(xiàn)了一個簡單的命令詞識別程序,算法核心一是提取音頻特征,二是用DTW算法進行匹配。當(dāng)然,這樣的代碼肯定不能用于商業(yè)化,大家做出來玩玩娛樂一下還是不錯的。

設(shè)計思路

就算是個小東西,我們也要先明確思路再做。音頻識別,困難不小,其中提取特征的難度在我聽歌識曲那篇文章里能看得出來。而語音識別難度更大,因為音樂總是固定的,而人類說話常常是變化的。比如說一個“芝麻開門”,有的人就會說成“芝麻開門”,有的人會說成“芝麻開門”。而且在錄音時說話的時間也不一樣,可能很緊迫的一開始錄音就說話了,也可能不緊不慢的快要錄音結(jié)束了才把這四個字說出來。這樣難度就大了。

算法流程:


特征提取

和之前的聽歌識曲一樣,同樣是將一秒鐘分成40塊,對每一塊進行傅里葉變換,然后取模長。只是這不像之前聽歌識曲中進一步進行提取峰值,而是直接當(dāng)做特征值。

看不懂我在說什么的朋友可以看看下面的源代碼,或者看聽歌識曲那篇文章。

DTW算法

DTW,Dynamic Time Warping,動態(tài)時間歸整。算法解決的問題是將不同發(fā)音長短和位置進行最適合的匹配。

算法輸入兩組音頻的特征向量: A:[fp1,fp2,fp3,......,fpM1] B:[fp1,fp2,fp3,fp4,.....fpM2]
A組共有M1個特征,B組共有M2個音頻。每個特征向量中的元素就是之前我們將每秒切成40塊之后FFT求模長的向量。計算每對fp之間的代價采用的是歐氏距離。

設(shè)D(fpa,fpb)為兩個特征的距離代價。

那么我們可以畫出下面這樣的圖

 

我們需要從(1,1)點走到(M1,M2)點,這會有很多種走法,而每種走法就是一種兩個音頻位置匹配的方式。但我們的目標(biāo)是走的總過程中代價最小,這樣可以保證這種對齊方式是使我們得到最接近的對齊方式。

我們這樣走:首先兩個坐標(biāo)軸上的各個點都是可以直接計算累加代價和求出的。然后對于中間的點來說D(i,j) = Min{D(i-1,j)+D(fpi,fpj) , D(i,j-1)+D(fpi,fpj) , D(i-1,j-1) + 2 * D(fpi,fpj)}

為什么由(i-1,j-1)直接走到(i,j)這個點需要加上兩倍的代價呢?因為別人走正方形的兩個直角邊,它走的是正方形的對角線啊

按照這個原理選擇,一直算到D(M1,M2),這就是兩個音頻的距離。

 

 

 

源代碼和注釋

# coding=utf8
import os
import wave
import dtw
import numpy as np
import pyaudio

def compute_distance_vec(vec1, vec2):
 return np.linalg.norm(vec1 - vec2) #計算兩個特征之間的歐氏距離

class record():
 def record(self, CHUNK=44100, FORMAT=pyaudio.paInt16, CHANNELS=2, RATE=44100, RECORD_SECONDS=200,
    WAVE_OUTPUT_FILENAME="record.wav"):
  #錄歌方法
  p = pyaudio.PyAudio()
  stream = p.open(format=FORMAT,
      channels=CHANNELS,
      rate=RATE,
      input=True,
      frames_per_buffer=CHUNK)
  frames = []
  for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
   data = stream.read(CHUNK)
   frames.append(data)
  stream.stop_stream()
  stream.close()
  p.terminate()
  wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
  wf.setnchannels(CHANNELS)
  wf.setsampwidth(p.get_sample_size(FORMAT))
  wf.setframerate(RATE)
  wf.writeframes(''.join(frames))
  wf.close()

class voice():
 def loaddata(self, filepath):
  try:
   f = wave.open(filepath, 'rb')
   params = f.getparams()
   self.nchannels, self.sampwidth, self.framerate, self.nframes = params[:4]
   str_data = f.readframes(self.nframes)
   self.wave_data = np.fromstring(str_data, dtype=np.short)
   self.wave_data.shape = -1, self.sampwidth
   self.wave_data = self.wave_data.T #存儲歌曲原始數(shù)組
   f.close()
   self.name = os.path.basename(filepath) # 記錄下文件名
   return True
  except:
   raise IOError, 'File Error'

 def fft(self, frames=40):
  self.fft_blocks = [] #將音頻每秒分成40塊,再對每塊做傅里葉變換
  blocks_size = self.framerate / frames
  for i in xrange(0, len(self.wave_data[0]) - blocks_size, blocks_size):
   self.fft_blocks.append(np.abs(np.fft.fft(self.wave_data[0][i:i + blocks_size])))
 @staticmethod
 def play(filepath):
  chunk = 1024
  wf = wave.open(filepath, 'rb')
  p = pyaudio.PyAudio()
  # 播放音樂方法
  stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
      channels=wf.getnchannels(),
      rate=wf.getframerate(),
      output=True)
  while True:
   data = wf.readframes(chunk)
   if data == "": break
   stream.write(data)
  stream.close()
  p.terminate()
if __name__ == '__main__':
 r = record()
 r.record(RECORD_SECONDS=3, WAVE_OUTPUT_FILENAME='record.wav')
 v = voice()
 v.loaddata('record.wav')
 v.fft()
 file_list = os.listdir(os.getcwd())
 res = []
 for i in file_list:
  if i.split('.')[1] == 'wav' and i.split('.')[0] != 'record':
   temp = voice()
   temp.loaddata(i)
   temp.fft()
   res.append((dtw.dtw(v.fft_blocks, temp.fft_blocks, compute_distance_vec)[0],i))
 res.sort()
 print res
 if res[0][1].find('open_qq') != -1:
  os.system('C:\program\Tencent\QQ\Bin\QQScLauncher.exe') #我的QQ路徑
 elif res[0][1].find('zhimakaimen') != -1:
  os.system('chrome.exe')#瀏覽器的路徑,之前已經(jīng)被添加到了Path中了
 elif res[0][1].find('play_music') != -1:
  voice.play('C:\data\music\\audio\\audio\\ (9).wav') #播放一段音樂
 # r = record()
 # r.record(RECORD_SECONDS=3,WAVE_OUTPUT_FILENAME='zhimakaimen_09.wav')

事先可以先用這里的record方法錄制幾段命令詞,嘗試用不同語氣說,不同節(jié)奏說,這樣可以提高準(zhǔn)確度。然后設(shè)計好文件名,根據(jù)匹配到的最接近音頻的文件名就可以知道是哪種命令,進而自定義執(zhí)行不同的任務(wù)

這是一段演示視頻:http://www.iqiyi.com/w_19ruisynsd.html

總結(jié)

以上就是這篇文章的全部內(nèi)容,希望本文的內(nèi)容對大家的學(xué)習(xí)或者使用python能帶來一定的幫助,如果有疑問大家可以留言交流。

相關(guān)文章

  • python中split()函數(shù)的用法詳解

    python中split()函數(shù)的用法詳解

    Python join() 方法用于將序列中的元素以指定的字符連接生成一個新的字符串,這篇文章主要介紹了python中split()函數(shù)的用法詳解,需要的朋友可以參考下
    2023-01-01
  • python的正則表達式re模塊的常用方法

    python的正則表達式re模塊的常用方法

    Python 的 re 模塊(Regular Expression 正則表達式)提供各種正則表達式的匹配操作,在文本解析、復(fù)雜字符串分析和信息提取時是一個非常有用的工具,下面我主要總結(jié)了re的常用方法
    2013-03-03
  • selenium執(zhí)行js并繞過webdriver監(jiān)測常見方法

    selenium執(zhí)行js并繞過webdriver監(jiān)測常見方法

    這篇文章主要為大家介紹了selenium執(zhí)行js并繞過webdriver監(jiān)測常見方法,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步早日升職加薪
    2022-04-04
  • 在Python 的線程中運行協(xié)程的方法

    在Python 的線程中運行協(xié)程的方法

    這篇文章主要介紹了在Python 的線程中運行協(xié)程的方法,本文通過實例代碼給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-02-02
  • 解決Cannot?set?up?a?python?SDK?at?Python問題

    解決Cannot?set?up?a?python?SDK?at?Python問題

    本文主要介紹了解決Cannot?set?up?a?python?SDK?at?Python問題,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2025-04-04
  • Python中?join()?函數(shù)的使用示例講解

    Python中?join()?函數(shù)的使用示例講解

    Python中有join()和os.path.join()兩個函數(shù),這篇文章主要介紹了Python中?join()?函數(shù)的使用方法,需要的朋友可以參考下
    2023-04-04
  • pandas行和列的獲取的實現(xiàn)

    pandas行和列的獲取的實現(xiàn)

    本文主要介紹了pandas行和列的獲取的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2023-01-01
  • Python selenium 實例之通過 selenium 查詢禪道是否有任務(wù)或者BUG

    Python selenium 實例之通過 selenium 查詢禪道是否有任務(wù)或者BUG

    這篇文章主要介紹了Python selenium 實例之通過 selenium 查詢禪道是否有任務(wù)或者BUG的相關(guān)資料,本文通過實例代碼給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-09-09
  • python實現(xiàn)錄制全屏和選擇區(qū)域錄屏功能

    python實現(xiàn)錄制全屏和選擇區(qū)域錄屏功能

    這篇文章主要介紹了python實現(xiàn)錄制全屏和選擇區(qū)域錄屏功能,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-02-02
  • 使用Python實現(xiàn)火車票查詢系統(tǒng)(帶界面)

    使用Python實現(xiàn)火車票查詢系統(tǒng)(帶界面)

    周末、假期來了,七夕也快到了,又到一年中最一票難求的時候了!本文將用Python制作一個簡單的火車票查詢系統(tǒng),感興趣的可以了解一下
    2022-07-07

最新評論

荔浦县| 敦煌市| 萨迦县| 集安市| 东至县| 信阳市| 娄底市| 周宁县| 泗洪县| 大渡口区| 甘德县| 吴堡县| 泾阳县| 盐源县| 固镇县| 西乌| 永靖县| 成都市| 渑池县| 务川| 汝城县| 桦川县| 营山县| 达拉特旗| 富平县| 济阳县| 化德县| 信阳市| 华阴市| 河西区| 繁昌县| 秭归县| 岑溪市| 乐都县| 嘉荫县| 公安县| 曲周县| 鄂伦春自治旗| 嫩江县| 湖州市| 布拖县|