Python调用百度接口（情感倾向分析）和讯飞接口（语音识别、关键
发布时间：2021-07-06 06:10:32 所属栏目：大数据 来源： https://www.jb51.cc
导读：本示例的过程是： 1. 音频转文本 2. 利用文本获取情感倾向分析结果 3. 利用文本获取关键词提取 ? 首先是讯飞的语音识别模块。在这里可以找到非实时语音转写的相关文档以及 Python 示例。我略作了改动，让它可以对不同人说话作区分，并且作了一些封装。 语音
|
本示例的过程是： 1. 音频转文本 2. 利用文本获取情感倾向分析结果 3. 利用文本获取关键词提取 ? 首先是讯飞的语音识别模块。在这里可以找到非实时语音转写的相关文档以及 Python 示例。我略作了改动，让它可以对不同人说话作区分，并且作了一些封装。 语音识别功能weblfasr_python3_demo.py?文件： 1 #!/usr/bin/env python 2 -*- coding: utf-8 -*- 3 """ 4 讯飞非实时转写调用demo（语音识别） 5 6 import base64 7 hashlib 8 hmac 9 json 10 os 11 time 12 13 requests 14 15 lfasr_host = 'http://raasr.xfyun.cn/api' 16 17 请求的接口名 18 api_prepare = /prepare 19 api_upload = /upload 20 api_merge = /merge 21 api_get_progress = /getProgress 22 api_get_result = /getResult 23 文件分片大下52k 24 file_piece_sice = 10485760 25 26 ——————————————————转写可配置参数———————————————— 27 参数可在官网界面（https://doc.xfyun.cn/rest_api/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99.html）查看，根据需求可自行在gene_params方法里添加修改 28 转写类型 29 lfasr_type = 0 30 是否开启分词 31 has_participle = false 32 has_seperate = true 33 多候选词个数 34 max_alternatives = 35 子用户标识 36 suid = '' 37 38 39 class SliceIdGenerator: 40 """slice id生成器 41 42 def __init__(self): 43 self.__ch = aaaaaaaaa` 44 45 def getNextSliceId(self): 46 ch = self.__ch 47 j = len(ch) - 1 48 while j >= 0: 49 cj = ch[j] 50 if cj != z': 51 ch = ch[:j] + chr(ord(cj) + 1) + ch[j + 1:] 52 break 53 else 54 ch = ch[:j] + a' + ch[j + 1 55 j = j - 1 56 self.__ch = ch 57 return self. 58 59 60 RequestApi(object): 61 (self,appid,secret_key,upload_file_path): 62 self.appid = appid 63 self.secret_key = secret_key 64 self.upload_file_path = upload_file_path 65 66 根据不同的apiname生成不同的参数,本示例中未使用全部参数您可在官网(https://doc.xfyun.cn/rest_api/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99.html)查看后选择适合业务场景的进行更换 67 def gene_params(self,apiname,taskid=None,slice_id=None): 68 appid = self.appid 69 secret_key = self.secret_key 70 upload_file_path = self.upload_file_path 71 ts = str(int(time.time())) 72 m2 = hashlib.md5() 73 m2.update((appid + ts).encode(utf-8)) 74 md5 = m2.hexdigest() 75 md5 = bytes(md5,encoding=) 76 以secret_key为key,上面的md5为msg， 使用hashlib.sha1加密结果为signa 77 signa = hmac.new(secret_key.encode(),md5,hashlib.sha1).digest() 78 signa = base64.b64encode(signa) 79 signa = str(signa, 80 file_len = os.path.getsize(upload_file_path) 81 file_name = os.path.basename(upload_file_path) 82 param_dict = {} 83 84 if apiname == api_prepare: 85 slice_num是指分片数量，如果您使用的音频都是较短音频也可以不分片，直接将slice_num指定为1即可 86 slice_num = int(file_len / file_piece_sice) + (0 if (file_len % file_piece_sice == 0) else 1 87 param_dict[app_id'] = 88 param_dict[signa signa 89 param_dict[ts ts 90 param_dict[file_len str(file_len) 91 param_dict[file_name file_name 92 param_dict[slice_num str(slice_num) 93 elif apiname == api_upload: 94 param_dict[ 95 param_dict[ 96 param_dict[ 97 param_dict[task_id taskid 98 param_dict[slice_id slice_id 99 api_merge: 100 param_dict[101 param_dict[102 param_dict[103 param_dict[104 param_dict[105 elif apiname == api_get_progress or apiname == api_get_result: 106 param_dict[107 param_dict[108 param_dict[109 param_dict[110 param_dict[has_seperate has_seperate 111 return param_dict 112 113 请求和结果解析，结果中各个字段的含义可参考：https://doc.xfyun.cn/rest_api/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99.html 114 def gene_request(self,data,files=None,headers=115 response = requests.post(lfasr_host + apiname,data=data,files=files,1)">headers) 116 result = json.loads(response.text) 117 if result["ok"] ==118 print("{} success:".format(apiname) + str(result)) 119 print(treating...120 result 121 122 print("{} error:".format(apiname) + str(result)) 123 exit(0) 124 125 126 预处理 127 prepare_request(self): 128 return self.gene_request(apiname=api_prepare,129 data=self.gene_params(api_prepare)) 130 131 上传 132 upload_request(self,taskid,1)">133 file_object = open(upload_file_path,1)">rb134 try135 index = 1 136 sig = SliceIdGenerator() 137 while True: 138 content = file_object.read(file_piece_sice) 139 if not content or len(content) ==140 141 files = { 142 filename": self.gene_params(api_upload).get("143 content: content 144 } 145 response = self.gene_request(api_upload,1)">146 data=self.gene_params(api_upload,taskid=taskid,1)">147 slice_id=sig.getNextSliceId()),1)">148 files=files) 149 if response.get(') !=150 上传分片失败 151 upload slice fail,response: ' + str(response)) 152 False 153 print('upload slice ' + str(index) + ' success') 154 155 index += 1 156 finally157 file index: str(file_object.tell()) 158 file_object.close() 159 True 160 161 合并 162 merge_request(self,taskid): 163 return self.gene_request(api_merge,data=self.gene_params(api_merge,1)">taskid)) 164 165 获取进度 166 get_progress_request(self,1)">167 return self.gene_request(api_get_progress,data=self.gene_params(api_get_progress,1)">168 169 获取结果 170 get_result_request(self,1)">171 return self.gene_request(api_get_result,data=self.gene_params(api_get_result,1)">172 173 all_api_request(self): 174 1. 预处理 175 pre_result = self.prepare_request() 176 taskid = pre_result[data] 177 2 . 分片上传 178 self.upload_request(taskid=taskid,upload_file_path=self.upload_file_path) 179 3 . 文件合并 180 self.merge_request(taskid=taskid) 181 4 . 获取任务进度 182 183 每隔20秒获取一次任务进度 184 progress = self.get_progress_request(taskid) 185 progress_dic = progress 186 if progress_dic[err_no'] != 0 and progress_dic['] != 26605187 print('task error: ' + progress_dic['Failed']) 188 return 189 190 data = progress_dic[191 task_status = json.loads(data) 192 if task_status[status'] == 9193 print('task ' + taskid + ' finished') 194 195 The task ' + taskid + is in processing,task status: str(data)) 196 processing...197 每次获取进度间隔20S 198 time.sleep(20199 5 . 获取结果 200 return self.get_result_request(taskid=201 202 203 get_text_result(upload_file_path): 204 205 封装该接口，获取接口返回的内容 206 :param upload_file_path: 207 :return: 识别出来的文本数据 208 209 api = RequestApi(appid=xxx",secret_key=upload_file_path) 210 api.all_api_request() 211 212 213 注意：如果出现requests模块报错："NoneType" object has no attribute 'read',请尝试将requests模块更新到2.20.0或以上版本(本demo测试版本为2.20.0) 214 输入讯飞开放平台的appid，secret_key和待转写的文件路径 215 if __name__ == __main__216 result = get_text_result(input/xxx.m4a217 print(result) 218 print(type(result)) appid 和 secret_key 需要你自己申请之后，配置上去。 配置好之后填写需要输入的音频，就可以运行该脚本作测试。 python weblfasr_python3_demo.py treating... treating... treating... treating... treating... The task e3e3284aee4a4e3b86a4fd506960e0f2 is in processing,task status: {":2,1)">desc音频并完成} processing... treating... The task e3e3284aee4a4e3b86a4fd506960e0f2 is 3,1)">音频写中} processing... treating... treating... {': [{"bg":"480","ed":"1810","onebest":"我好高兴！","speaker":"2"},{"bg":"1820","ed":"4440ebest":"啊明天就放假了！","speaker":"1"}]',1)">0,1)">Failed': None,1)">0} <class dict'> 情感倾向分析功能这里是百度情感倾向分析的文档，可以选择 Python SDK 或者 API 接口，我选择的是 API 接口。并且我对它进行了一定程度的封装。 baidu_sentiment.py 文件有如下代码： 1 2 3 4 百度情感倾向分析： 5 get_sentiment_result 用于 demo 进行调用 6 # 参数 说明 描述 7 # log_id uint64 请求唯一标识码 8 # sentiment int 表示情感极性分类结果，0:负向，1:中性，2:正向 9 # confidence float 表示分类的置信度，取值范围[0,1] 10 # positive_prob float 表示属于积极类别的概率 ，取值范围[0,1)">11 # negative_prob float 表示属于消极类别的概率，取值范围[0,1)">12 13 14 15 16 17 get_sentiment_result(text): 18 19 利用情感倾向分析API来获取返回数据 20 :param text: 输入文本 21 :return response: 返回的响应 22 23 if text == ''24 return 25 请求接口 26 url = https://aip.baidubce.com/oauth/2.0/token27 需要先获取一个 token 28 client_id = 29 client_secret = 30 params =31 grant_typeclient_credentials,1)">32 client_id: client_id,1)">33 client_secret: client_secret 34 } 35 headers = {Content-Typeapplication/json; charset=UTF-8} 36 response = requests.post(url=url,params=params,1)">headers).json() 37 access_token = response[access_token38 39 通用版情绪识别接口 40 url = https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify41 定制版情绪识别接口 42 url = 'https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify_custom' 43 使用 token 调用情感倾向分析接口 44 params =45 : access_token 46 47 payload = json.dumps({ 48 text: text 49 }) 50 headers = {51 response = requests.post(url=url,data=payload,1)">52 response 53 54 55 56 print(get_sentiment_result(白日放歌须纵酒，青春作伴好还乡。57 思悠悠，恨悠悠，恨到归时方始休。')) 同样，你需要在百度创建应用，配置好你的 client_id 和 client_secret。你也可以运行该脚本进行测试。 python baidu_sentiment.py {log_id2676765769120607830,1)">items': [{positive_prob0.537741,1)">confidence0.245186,1)">negative_prob0.462259,1)">sentiment1}]} {4078175744151108694,1)">0.345277,1)">0.232717,1)">0.654723,1)">0}]} 关键词提取功能在这里可以找到讯飞的关键词提取的接口文档和示例代码。同样我也略作了改动，进行了封装。 WebLtp_python3_demo.py 文件代码： !/usr/bin/python -*- coding: UTF-8 -*- 讯飞关键词提取接口 6 7 urllib.request 8 urllib.parse 9 10 11 12 接口地址 14 url = http://ltpapi.xfyun.cn/v1/ke" 15 开放平台应用ID 16 x_appid = "xxx 开放平台应用接口秘钥 18 api_key = 19 语言文本 20 TEXT = 汉皇重色思倾国，御宇多年求不得。杨家有女初长成，养在深闺人未识。天生丽质难自弃，一朝选在君王侧。21 22 23 get_keyword_result(text): 24 25 这是讯飞官方文档给出的示例 26 27 :return response: 返回对象 28 29 30 31 body = urllib.parse.urlencode({': text}).encode(32 param = {type": dependent33 x_param = base64.b64encode(json.dumps(param).replace(' '').encode(34 x_time =35 x_checksum = hashlib.md5(api_key.encode(') + 36 str(x_time).encode(37 x_param).hexdigest() 38 x_header = {X-Appid: x_appid,1)">39 X-CurTime: x_time,1)">40 X-Param: x_param,1)">41 X-CheckSum: x_checksum} 42 req = urllib.request.Request(url,body,x_header) 43 result = urllib.request.urlopen(req) 44 result = result.read() 45 return result.decode(46 47 48 49 keyword_result = get_keyword_result(TEXT) 50 (keyword_result) 51 print(type(keyword_result)) 配置好你的 x_appid 和 api_key。 注意：关键词提取还需要你在讯飞应用的后台设置白名单。
点击管理，配置好自己的公网 IP。试着运行一下脚本，会有如下输出： python WebLtp_python3_demo.py {code0":{ke":[{score0.646word汉皇"},{0.634御宇0.633重色0.632王侧0.628思倾国0.601自弃0.600杨家0.588深闺人未识求不得0.586天生丽质"}]},1)">successsidltp000aed03@dx589210907749000100str'> 把所有功能组合起来用一个 Demo 把所有功能组合起来，并把结果存储到文件中。 demo.py 如下： 这是主要的demo 流程是： 6 音频->讯飞语音识别API->文本 7 文本再作两种处理： 8 文本->百度情绪识别API->情绪识别的响应 9 文本->讯飞关键词提取API->关键词提取的响应 10 sys 12 from weblfasr_python3_demo get_text_result 14 from baidu_sentiment get_sentiment_result 15 from WebLtp_python3_demo get_keyword_result 硬编码选定需要离线分析的音频 18 以下是一些测试-------------------------- 19 SOURCE_PATH = 'input/test.mp3' 20 SOURCE_PATH = 'input/test.pcm' 21 SOURCE_PATH = 'input/test.m4a' 22 SOURCE_PATH = 'input/test.wav' 以上是一些测试-------------------------- 24 或者，通过命令行参数选定需要离线分析的音频 25 如：python demo.py test.wav 26 SOURCE_PATH = input/' + sys.argv[1 STEP 1: 调用讯飞语音识别 API 获取讯飞识别出来的响应 29 TEXT_RESULT = get_text_result(SOURCE_PATH) 30 31 32 save_file(data,destin): 33 34 数据持久化函数 35 :param data: 数据 36 :param destin: 目标路径 37 :return: None 38 39 data = str(data) 40 if data: 41 with open(destin,1)">w) as f: 42 f.write(data) 43 45 whole_method(): 46 47 将音频文本不作区分地提取（两个人的对话不做区分） 48 49 50 解析语音识别出来的数据 51 data_list = json.loads(TEXT_RESULT[]) 52 text 用于拼接 53 text_result = 54 for data in data_list: 55 text_result += data[onebest 56 text_result: 57 text_result completed 58 把文本写入到文件中 59 save_file(text_result,1)">output/text_result.txt 60 STEP 2: 情感倾向分析 输入文本，使用情绪识别函数获取响应 62 sentiment_result = get_sentiment_result(text_result) 63 保存数据 64 save_file(sentiment_result,1)">output/sentiment_result.txt 65 sentiment_result completed STEP 3: 关键词提取 输入文本，调用讯飞提取关键词的接口，对文本做关键词提取 68 keyword_result = get_keyword_result(text_result) 69 70 save_file(keyword_result,1)">output/keyword_result.txt 71 keyword_result completed 72 73 74 seperate_method(): 75 76 将音频文本作区分地提取（区分两个人的对话） 77 78 79 data_list = json.loads(TEXT_RESULT[ 80 text_result1 = 81 text_result2 = 82 假设有两个人，把文本分别做整合 83 print(data) 85 if data[speaker'] == 1 86 text_result1 += data[ 87 88 text_result2 += data[ 89 text_result1 90 text_result2 91 text_result1 text_result2 completed 92 save_file(text_result1,1)">output/text_result1.txt 93 save_file(text_result2,1)">output/text_result2.txt 94 95 96 A 的对话 97 sentiment_result1 = get_sentiment_result(text_result1) 98 save_file(sentiment_result1,1)">output/sentiment_result1.txt 99 result_get_result1 completed100 B 的对话 101 sentiment_result2 = get_sentiment_result(text_result2) 102 save_file(sentiment_result2,1)">output/sentiment_result2.txt103 result_get_result2 completed104 105 调用讯飞接口做文本的关键字提取 106 107 keyword_result1 = get_keyword_result(text_result1) 108 save_file(keyword_result1,1)">output/keyword_result1.txt109 keyword_result1 completed110 111 keyword_result2 = get_keyword_result(text_result2) 112 save_file(keyword_result2,1)">output/keyword_result2.txtkeyword_result2 completed114 115 116 117 TEXT_RESULT: 118 whole_method() 119 seperate_method() 输出大致如下： python demo.py test.mp3 treating... treating... treating... treating... treating... The task 8552d13470ed4839b11e0f3693f296f9 is 音频合并完成} processing... treating... ... The task 8552d13470ed4839b11e0f3693f296f9 is 音频转写中} processing... treating... treating... text_result: 喂喂你好，是xxx的机主是吧？谁？呀我是xxx的工作人员，您在今天中午12点多在我们xxx提交了xxx是吧？那怎么？...那没有关系，我说您是否办理xxx？什么有什么有关系，啊有什么有关系啊。 text_result completed sentiment_result completed keyword_result completed text_result1 喂喂你好，是xxx的机主是吧？呀我是xxx的工作人员，您在今天中午12点多在我们xxx提交了xxx是吧？...那没有关系，我说您是否办理xxx？ text_result2 谁？那怎么？...什么有什么有关系，啊有什么有关系啊。 text_result1 text_result2 completed result_get_result1 completed result_get_result2 completed keyword_result1 completed keyword_result2 completed 原文作者：雨先生 （编辑：北几岛） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
