@[TOC](如何申请星火大模型Api Key并实现语音转文字(Python版本))

1.登录科大讯飞星火大模型官网

星火大模型官网地址

点击免费试用或者登录，会跳转到注册登录界面，输入手机号注册登陆即可

在这里我们直接点击在线调试，即可跳转到讯飞开放平台首页，并且已经默认给我们创建好了一个应用

我们可以使用这个默认的应用，也可以自己另外创建，下面就自己创建于一个应用


点击创建应用，然后给应用起名，选择分类，以及一些大概功能描述（测试的话，随便乱填就行）

创建完之后进入该应用，在左侧栏点击语音识别，接着选择语音听写（流式版），就可以在右上角看到我们的APPID以及API KEY等信息，后边在代码中需要用到。

着这个页面往下滑一点，可以看到有一个文档，也就是实现语音转文字案例的详细文档，我们点击即可跳转页面

在文档里有很多跳转url，都可以看一看，在上图的动态修正效果里，可以实时将我们说的话转为文字，可以玩一下。

在文档末尾部分有不同语言版本的案例文件以及音频文件，然后我们选择python3版本的下载并解压到本地，音频文件选择pcm格式的下载，因为所给的案例代码无法识别其他格式的音频，当然也可以用ffmpeg工具将其他格式的转为pcm格式
可以在命令行输入代码ffmpeg -y -i test.mp3 -acodec pcm_s16le -f s16le -ac 1 -ar 8000 test.pcm
其中test.mp3可以替换为你自己的非pcm格式音频文件名，test.pcm则是转换后的文件名。

解压完成后我们把代码文件以及音频文件放在同一个目录下，并使用Pycharm或者 VS Code打开，b并进入到iat_was_python3.py文件中，然后把我们自己的APPID等信息配置上去

!

AudioFile='音频文件地址'

配置完就可以直接运行了

可以看到，默认的输出很长，把所有信息都打印了，不太美观，我们可以把下边这行代码注释掉，并加一个打印语句就会好看一些


到这里，就完成了官方所给的案例，我们也可以在这个基础上修改，例如换成本地的音频文件进行识别。每天会赠送500的服务量

我们刚刚试了很多次，才用了10左右。
最后，我们可以在代码里自己定义一个格式转换的方法，这样就能识别MP3、wav等格式的音频了，
代码贴在这儿吧

def other2pcm(file_path):
    _, fname = os.path.split(file_path)
    trans_file_path = os.path.join('./', fname.split('.')[0] + "_test1.pcm")
    ffmpeg_commend = f"ffmpeg -y -i {file_path} -acodec pcm_s16le -f s16le -ac 1 -ar 16000 {trans_file_path}"

    # 44100,16bit,单声道pcm 转换为 16k 16bit 单声道 pcm
    # ffmpeg -y -f s16le -ar 44100 -ac 1 -i test.pcm -acodec pcm_s16le -f s16le -ac 1 -ar 16000 test.pcm
    
    result = subprocess.run(ffmpeg_commend, shell=True, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
    return trans_file_path

最后改一下调用以及传参方式方式就可以了

说明：需要下载ffmepg工具，并配置到环境变量中，其次在python文件中导入subprocess库