TFwKEvpt

1import xml.etree.ElementTree as XmlElementTree
2import httplib2
3import uuid
4from config import ***
5
6
7***_HOST = '***'
8***_PATH = '/***_xml'
9CHUNK_SIZE = 1024 ** 2  # Размер чанка. 1 МБ.
10 
11
12def speech_to_text(filename=None, bytes=None, request_id=uuid.uuid4().hex,
13                   topic='notes', lang='ru-RU', key=***_API_KEY):
14    """Распознавание речи
15    filename: имя звукового файла
16    bytes: байты (звук)
17    request_id: наверное, ID запроса, но значение по умолчанию вычисляется только 1 раз...
18    lang: язык сообщения
19    key: ключ API
20    """
21  
22
23    # Получаем байты звука из аргументов или читаем из файла
24    if filename:
25        with open(filename, 'br') as file:
26            bytes = file.read()
27    if not bytes:
28        # Если байтов не дали, ошибка
29        raise Exception('Neither file name nor bytes provided.')
30   
31    # Импульсно-кодовая модуляция, bit: 16, rate: 16000
32    bytes = convert_to_pcm16b16000r(in_bytes=bytes)
33    
34    # Собираем URL
35    url = ***_PATH + '?uuid=%s&key=%s&topic=%s&lang=%s' % (
36        request_id,
37        key,
38        topic,
39        lang
40    )
41 
42    # Разбиваем байты на чанки
43    chunks = read_chunks(CHUNK_SIZE, bytes)
44 
45    # Создаем запрос
46    connection = httplib2.HTTPConnectionWithTimeout(***_HOST)
47    connection.connect()
48    connection.putrequest('POST', url)
49    connection.putheader('Transfer-Encoding', 'chunked')
50    connection.putheader('Content-Type', 'audio/x-pcm;bit=16;rate=16000')
51    connection.endheaders()
52 
53    # Отправляем чанки
54    for chunk in chunks:
55        connection.send(('%s\r\n' % hex(len(chunk))[2:]).encode())
56        connection.send(chunk)
57        connection.send('\r\n'.encode())
58    connection.send('0\r\n\r\n'.encode())
59
60    # Получаем ответ
61    response = connection.getresponse()
62    if response.code == 200:
63        # Если ответ получен успешно, парсим XML
64        response_text = response.read()
65        xml = XmlElementTree.fromstring(response_text)
66 
67        if int(xml.attrib['success']) == 1:
68            # Поиск варианта с максимально высокой вероятностью правильного распознавания
69            max_confidence = -float("inf")
70            text = ''
71            for child in xml:
72                if float(child.attrib['confidence']) > max_confidence:
73                    text = child.text
74                    max_confidence = float(child.attrib['confidence'])
75 
76            if max_confidence != -float("inf"):  # Если нашли хоть какой-то вариант
77                return text
78            else:
79                # Нет вариантов
80                raise SpeechException('No text found.\n\nResponse:\n%s' % (response_text))
81        else:
82            # Тот ресурс, который мы просили распознать текст, отработал с ошибкой
83            raise SpeechException('No text found.\n\nResponse:\n%s' % (response_text))
84    else:
85        # Ошибка запроса
86        raise SpeechException('Unknown error.\nCode: %s\n\n%s' % (response.code, response.read()))
87
88сlass SpeechException(Exception):
89    # Кастомное исключение
90    pass
91