实战whisper第二天：直播语音转字幕（全部代码和详细部署步骤）

import os
from datetime import datetime
from pydub import AudioSegment
from pydub.utils import make_chunks
from aip import AipSpeech
 
# 配置百度AI开发平台的应用信息
APP_ID = '你的AppID'
API_KEY = '你的ApiKey'
SECRET_KEY = '你的SecretKey'
 
# 初始化AipSpeech对象
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
 
# 音频文件路径
audio_file_path = 'live.mp3'
 
# 读取音频文件
audio = AudioSegment.from_file(audio_file_path)
 
# 设置每个音频片段的长度，单位毫秒
chunk_length_ms = 15000
 
# 将音频文件分割成指定长度的片段
chunks = make_chunks(audio, chunk_length_ms)
 
# 创建一个目录用于保存转录的文本
os.makedirs('transcripts', exist_ok=True)
 
# 循环处理每个音频片段
for i, chunk in enumerate(chunks):
    # 将音频片段转换为BAIS格式
    with open(f'chunk_{i}.wav', 'wb') as f:
        f.write(chunk.get_array_of_samples())
    
    # 读取音频文件
    with open(f'chunk_{i}.wav', 'rb') as f:
        audio_data = f.read()
    
    # 调用百度AI开发平台的语音识别接口
    result = client.asr(audio_data, 'wav', 16000, {
        'dev_pid': 1536,
    })
    
    if 'result' in result:
        # 获取识别结果
        text = result['result'][0]
        
        # 将识别的文本写入文件
        with open(f'transcripts/transcript_{i}.txt', 'w') as f:
            f.write(text)
    
        # 删除临时文件
        os.remove(f'chunk_{i}.wav')
 
# 打印完成信息
print("所有音频转写完成，请查看transcripts文件夹。")

这段代码使用了pydub库来处理音频文件，并且调用了百度AI开发平台的语音识别接口来实现音频转写为文本。首先，你需要配置你的百度AI开发平台的应用信息，并确保你有一个音频文件live.mp3。代码将该音频文件分割成指定长度的音频片段，并逐一发送到百度AI开发平台进行识别，最后将识别结果保存到文本文件中。