Python调用百度AI接口,实现自动翻译、文字识别、语音文字互转功能

Python实际用途。

摘要:发挥 python 实际用途。

今天给大家介绍一款一个网友用 Python 制作的工具包,包含多种实用的功能:

  • 音频转文字
  • 文字转语音
  • 截图 OCR文字识别
  • 复制翻译

举个例子,比如截图 OCR 文字识别就有很多实用场景

比如有些 PDF 是扫描版的无法复制,有些网页(极客时间)也限制了复制功能。这时候要复制,通常情况下只能手动去打,很浪费时间对吧。当然也可以使用一些 OCR 识别软件,但要么付费要体积很大,不方便。

用这款工具就很容易解决,只要打开软件,点击截图就会自动识别,自动在对话框里输出识别后的文字,然后直接复制就行了,非常方便:

动图效果:

再比如中英文翻译也是经常会用到的,通常情况的操作是打开百度翻译网页然后复制进去翻译,也不方便。

使用这款工具很轻松就能处理,翻译效果还不错:

动图效果:

语音识别也很常用了,比如一些看了一些网课视频想做笔记,不想去手打的话。可以先把视频中的语音抽出来,然后使用该工具直接转换成文字。

这些功能是 Python 实现的,很强大对吧。做起来也不难,两步就能实现。

第一步获取 API 接口。这些功能都是调用百度 AI 的各种功能 API 接口获得的,免费使用次数足够多。

第二步,使用 python 的 pyqt5 GUI 框架制作出可视化界面,pyqt5 需要稍微学下,但也不难,有具体的需求了学起来也更有针对性。

下面简单说下如何获取 API 接口。

以语音识别接口为例,进入百度语音识别网站:

http://ai.baidu.com/tech/speech/asrpro

选择创建对应的「文字转语音」和「语音识别」应用,就会给你一串秘钥,重点保存好:API key 和 Secret key.

然后把两串字符复制到这款工具中,点击保存,就可以使用语音转文字功能了。

其他功能接口获取方法也是同样的,这里给出各功能网址:

截图文字识别:

http://ai.baidu.com/tech/ocr/general

文字转语音:

http://ai.baidu.com/tech/speech/tts

复制翻译:

http://fanyi-api.baidu.com/api/trans/product/index

如果你想尝试这款工具,但嫌麻烦不想获取接口的话,我把我自己的提供给你

最后,关注公众号:高级农民工,回复:0726 就可以获得这款软件和 API 接口了。

参考 | https://www.52pojie.cn/thread-981080-1-3.html

你一打赏,我就写得更来劲了
0%