from aip import AipSpeech

APP_ID = "appid "

API_KEY="**********"

SECRET_KEY="**************"

client = AipSpeech(APP_ID,API_KEY,SECRET_KEY)

# 语音识别

def speech_sb(file_path_name):

    os.system(f'ffmpeg -y  -i {file_path_name}.m4a  -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {file_path_name}.pcm')

    with open(f'{file_path_name}.pcm', 'rb') as fp:

        return fp.read()

## 调用语音识别
ret = client.asr(speech_sb('123'), 'pcm', 16000, {
    'dev_pid': 1536,
})

#语音合成

def speech_hc(title,text):
# title是生成文件的标题,text是哟啊合成的文本

    result = client.synthesis(text)

    if not isinstance(result, dict):

        with open(f'{title}.mp3', 'wb') as f:

            f.write(result)

            return

    else:

        return result

# 自然语音的处理

def my_npl(text,id):
#传入要对比的文本,id主要用于图灵机器人,

    print(nlp_client.simnet(text,"你叫什么名字").get('score'))

    if nlp_client.simnet(text,"你叫什么名字").get('score')>=0.7:

        ret_name = "我是Sopython,Sopython就是我"

        return ret_name

    else:

        ret_tj = tuling(text,id)

        if isinstance(ret, dict):

            ret_tj = ret_tj.get("results")[0].get("values").get('text')

            print(ret_tj)

        return ret_tj

#{'corpus_no': '6672231296183866724', 'err_msg': 'success.', 'err_no': 0, 'result': ['叫什么名字'], 'sn': '90391695291553499907'}

ret = my_npl(ret.get('result'),132) # 调用完语音识别之后,获取到识别的结果传入自然语言处理,id=132
# 如果自定义的自然语言处理成功的话,那么就返回自定的结果,否则的话调用图灵机器人来回答问题
# 最后返回处理的结果,

1.注册图灵机器人

2.创建机器人

3.Python代码

# 调用图灵的机器人

def tuling(text, id):

    data = {

        "perception": {

            "inputText": {

                "text": f"{text}"

            }

        },

        "userInfo": {

            "apiKey": "a1f6dbf66978411c9127585f7779cd04",

            "userId": f"{id}"

        }

    }

    res = requests.post("http://openapi.tuling123.com/openapi/api/v2", json=data)

    # print(res.content)

    res_json = res.json()

    return res_json
　　#返回图灵机器人自己的答案