在 Flask 应用中调用讯飞语音识别接口（以 RESTful API 为例），需要完成以下步骤：

1. 注册讯飞开放平台账号

• 访问 讯飞开放平台 注册账号
• 创建应用，获取 APPID、API Key 和 API Secret

2. 安装依赖库

pip install requests

3. Flask 应用代码示例

import base64
import hashlib
import hmac
import time
import requests
from flask import Flask, request, jsonify

app = Flask(__name__)

# 讯飞开放平台配置
APPID = 'your_appid'
API_KEY = 'your_api_key'
API_SECRET = 'your_api_secret'
URL = 'https://api.xfyun.cn/v1/service/v1/iat'

@app.route('/speech-recognition', methods=['POST'])
def speech_recognition():
    # 获取上传的音频文件（需为 WAV 格式，16kHz 采样率，单声道）
    audio_file = request.files.get('audio')
    if not audio_file:
        return jsonify({'error': '未上传音频文件'}), 400

    # 读取音频文件并进行 Base64 编码
    audio_data = audio_file.read()
    audio_base64 = base64.b64encode(audio_data).decode('utf-8')

    # 生成鉴权参数
    cur_time = str(int(time.time()))
    param = {
        "engine_type": "iat",  # 语音转写引擎类型
        "aue": "raw",           # 音频编码格式（raw 表示原始数据）
        "audio_format": "wav",   # 音频格式
        "sample_rate": 16000,   # 采样率
        "scene": "main"         # 使用场景
    }
    param_json = json.dumps(param).replace(' ', '')
    param_base64 = base64.b64encode(param_json.encode('utf-8')).decode('utf-8')

    # 计算鉴权字符串
    sign_str = f"{API_KEY}\n{param_base64}\n{cur_time}"
    sign = hmac.new(API_SECRET.encode('utf-8'), sign_str.encode('utf-8'), hashlib.sha256).hexdigest()

    # 构造请求头
    headers = {
        'Content-Type': 'application/json',
        'X-Param': param_base64,
        'X-CurTime': cur_time,
        'X-Appid': APPID,
        'X-CheckSum': sign
    }

    # 构造请求体
    body = {
        "data": audio_base64
    }

    try:
        response = requests.post(URL, headers=headers, json=body)
        result = response.json()
        if result.get('code') == 0:
            return jsonify({'text': result['data']})
        else:
            return jsonify({'error': result.get('message') or '识别失败'}), 400
    except Exception as e:
        return jsonify({'error': str(e)}), 500

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

4. 核心步骤解释

步骤 1：上传音频文件

• 客户端需通过 POST 请求上传 WAV 格式的音频文件（参数名 audio）。

步骤 2：生成鉴权参数

• param 对象：定义识别引擎类型、音频格式等参数。
• X-Param：将 param 转为 JSON 并 Base64 编码。
• X-CheckSum：通过 HMAC-SHA256 计算签名，确保请求合法性。

步骤 3：构造请求

• 请求头：包含鉴权参数和应用信息。
• 请求体：音频数据的 Base64 编码。

步骤 4：处理响应

• 成功响应示例：

  {
    "code": 0,
    "data": "识别的文本内容"
  }
  

5. 使用说明

1. 前端示例（HTML + JavaScript）：

   <input type="file" id="audio-file" accept=".wav">
   <button onclick="recognize()">识别</button>
   
   <script>
   function recognize() {
     const file = document.getElementById('audio-file').files[0];
     const formData = new FormData();
     formData.append('audio', file);
   
     fetch('/speech-recognition', {
       method: 'POST',
       body: formData
     })
     .then(res => res.json())
     .then(data => console.log(data.text));
   }
   </script>
   

2. 音频要求：

   • 格式：WAV
   • 采样率：16kHz
   • 编码：单声道，原始音频数据（非压缩）

6. 新疆地区注意事项

• 网络优化：建议使用 CDN 或本地服务器缓存接口响应。
• 超时处理：增加请求超时时间（如 requests.post(..., timeout=10)）。

常见问题

1. 鉴权失败：检查 API_KEY、API_SECRET 是否正确，确保时间戳与服务器时间同步。
2. 音频格式错误：使用工具（如 ffmpeg）转换音频格式：

   ffmpeg -i input.mp3 -ar 16000 -ac 1 -c:a pcm_s16le output.wav
   

通过以上步骤，即可在 Flask 应用中实现讯飞语音识别功能。