牟曉東

借助于百度AI智能云平臺(tái)所提供的豐富功能，我們可以在本地非常方便地通過(guò)Python代碼編程與其“對(duì)接”進(jìn)行人臉與人體識(shí)別、音頻與視頻識(shí)別等各種強(qiáng)大而有趣的應(yīng)用，操作方法步驟均大同小異，在此以植物識(shí)別和TTS語(yǔ)音合成為例：

登錄百度智能云平臺(tái)（https：//ai.baidu.com/），找到其中的“植物識(shí)別”項(xiàng)（https：//ai.baidu.com/tech/imagerecognition/plant），據(jù)稱能夠識(shí)別“超過(guò)2萬(wàn)種常見(jiàn)植物和近8000種花卉”，并且能夠返回所識(shí)別植物的名稱以及對(duì)應(yīng)的百科信息。按照頁(yè)面上的操作指引，在“創(chuàng)建應(yīng)用”中進(jìn)行“創(chuàng)建新應(yīng)用”，填寫對(duì)應(yīng)的名稱（如“識(shí)別植物”）及接口選擇（注意必須要選中“圖像識(shí)別”中的“植物識(shí)別”項(xiàng)），最終就會(huì)生成一個(gè)包括AppID、API Key和Secret Key等信息的新應(yīng)用，將這些信息全部復(fù)制保存至本地（如圖1）。

首先，導(dǎo)入調(diào)用攝像頭的OpenCV庫(kù)和調(diào)用百度AI的aip庫(kù)：“import cv2”、“from aip import AipImageClassify”，注意要提前使用“pip install baidu-aip”命令安裝好aip庫(kù);接著，編寫控制攝像頭拍攝植物并生成JPG圖片文件的代碼：新建變量camera，通過(guò)調(diào)用OpenCV庫(kù)為其賦值為“cv2.VideoCapture（0）”，完成將攝像頭所拍攝到的畫面保存至變量camera中的功能;再新建一個(gè)“while True”循環(huán)結(jié)構(gòu)，通過(guò)“ret，img = camera.read（）”語(yǔ)句實(shí)現(xiàn)“讀取camera中保存的一幀畫面并賦值給變量img”的功能，其中的ret返回的數(shù)據(jù)是一個(gè)布爾值——為真時(shí)才進(jìn)行文件保存的操作;語(yǔ)句“cv2.imshow（‘Capture plants：’，img）”的功能是開(kāi)啟一個(gè)新窗口，標(biāo)題為“Capture plants：”，顯示的內(nèi)容是剛剛變量img所保存的一幀攝像頭捕獲畫面;為了防止程序運(yùn)行過(guò)快，加入延時(shí)等待語(yǔ)句“key = cv2.waitKey（10）”，即每次循環(huán)時(shí)均等待10毫秒，相當(dāng)于給攝像頭充分的時(shí)間進(jìn)行畫面的拍攝等操作;接著，建立一個(gè)if選擇分支結(jié)構(gòu)，判斷條件為“if key == ord（‘s’）：”，即用戶此時(shí)是否已經(jīng)按下s鍵，當(dāng)條件為真時(shí)則執(zhí)行以下三個(gè)語(yǔ)句：第一是將變量img中保存的畫面內(nèi)容生成capture.jpg圖片文件：“cv2.imwrite（‘capture.jpg’，img）”;第二是關(guān)閉剛剛開(kāi)啟的攝像頭畫面窗口：“cv2.destroyAllWindows（）”;第三是使用break語(yǔ)句來(lái)跳出當(dāng)前循環(huán)（如圖2）。

接下來(lái)，將上一步中在百度智能云中新建應(yīng)用時(shí)獲得的ID和Key三處關(guān)鍵信息導(dǎo)入，通過(guò)新建三個(gè)變量并進(jìn)行賦值來(lái)實(shí)現(xiàn)：“APP_ID = ‘26634939’”、“API_KEY = ‘YqBXBlfEEnRPYKA2eWm54A3F’”和“Secret_KEY = ‘ilCPcW16DbSNXe1GQ9Mhj043

pzxQZcT7’”;然后，通過(guò)百度API接口將三個(gè)變量作為參數(shù)進(jìn)行實(shí)例化：“client = AipImageClassify（APP_ID，API_KEY，Secret_KEY）”;接著，定義一個(gè)讀取圖片的get_file（filePath）函數(shù)，通過(guò)變量image1將剛剛生成的capture.jpg圖片文件進(jìn)行讀取，并且根據(jù)百度智能云的API接口封裝參數(shù)要求進(jìn)行結(jié)果的提取，最終對(duì)result進(jìn)行值的輪詢操作并構(gòu)造print語(yǔ)句輸出識(shí)別后的信息（如圖3）。

將程序保存為Detect_plants.py，點(diǎn)擊“運(yùn)行”按鈕進(jìn)行測(cè)試，同時(shí)將一盆巴西木放置于攝像頭前;此時(shí)在屏幕上就會(huì)彈出一個(gè)名為“Capture plants：”的新窗口，其預(yù)覽內(nèi)容即為攝像頭所拍攝的實(shí)時(shí)畫面。調(diào)整好植物盆栽的角度和顯示大小后，按下鍵盤上的s鍵（注意要保持輸入法為英文半角狀態(tài)）后，很快就有了顯示結(jié)果：“這種植物的名字叫作： 香龍血樹”、“對(duì)該植物的識(shí)別率是： 53.1 %”、“【簡(jiǎn)介】 香龍血樹（學(xué)名：Dracaena fragrans）是天門冬科……”（如圖4）。

TTS即“Text To Speech”，意為“從文本到語(yǔ)音”，百度AI支持每次1024字節(jié)以內(nèi)的文本合成為語(yǔ)音（若文本較長(zhǎng)可采用多次請(qǐng)求的方式）。

同樣是先建立應(yīng)用項(xiàng)目，從“語(yǔ)音合成”中選擇“短文本在線合成”項(xiàng)，將新應(yīng)用名稱設(shè)置為“TTS從文本到語(yǔ)音”（或其他），注意查看其中是否已經(jīng)包含了“短文本在線合成”等項(xiàng)，這樣就又會(huì)得到一組AppID、API Key和Secret Key信息，復(fù)制待用（如圖5）。

值得一提的是，如果程序代碼沒(méi)問(wèn)題但最終在測(cè)試運(yùn)行時(shí)一直提示類型錯(cuò)誤的話，此時(shí)就要在百度AI平臺(tái)中進(jìn)行免費(fèi)資源的領(lǐng)取操作——選中“語(yǔ)音技術(shù)”—“語(yǔ)音合成”中的“短文本在線合成—基礎(chǔ)音庫(kù)”和“短文本在線合成—精品音庫(kù)”等項(xiàng)目后，再點(diǎn)擊底部的“0元領(lǐng)取”按鈕，此時(shí)會(huì)有“恭喜您，領(lǐng)取成功”的提示：“免費(fèi)測(cè)試資源將在30分鐘內(nèi)生效”（如圖6）。

同樣，首先從aip庫(kù)模塊中導(dǎo)入待用的AipSpeech：“from aip import AipSpeech”，再將ID和Key的信息通過(guò)三個(gè)賦值語(yǔ)句導(dǎo)入：“APP_ID = ‘26644936’”、“API_KEY = ‘C0QXnUQixE4l8VFj qrl2tvWk’”和“Secret_KEY = ‘eGA7VcZm0cZoKt EOYts5MFnakq4fvxQT’”;然后，仍然是新建變量client，通過(guò)語(yǔ)句“client = AipSpeech（APP_ID，API_KEY，Secret_KEY）”將參數(shù)傳入;接著，建立變量my_str，其值為待轉(zhuǎn)換的文本信息，比如“《電腦報(bào)》是中國(guó)發(fā)行量最大的計(jì)算機(jī)報(bào)……”;再建立變量result，按照規(guī)則進(jìn)行賦值：“result = client.synthesis（my_str，‘zh’，1，{‘vol’：5，}）”，其中的參數(shù)比較豐富，可以設(shè)置語(yǔ)速、語(yǔ)調(diào)和音量，還可以設(shè)置發(fā)音人等等，大家可直接在百度AI平臺(tái)中語(yǔ)音技術(shù)的接口說(shuō)明中進(jìn)行查詢?cè)O(shè)置（https：//ai.baidu.com/ai-doc/SPEECH/Gk4nlz8tc）。

最后，仍是通過(guò)“with open”以二進(jìn)制文件寫入的方式，將TTS生成的語(yǔ)音數(shù)據(jù)寫入my_TTS.mps文件。將程序保存為TextToSpeech.py，測(cè)試運(yùn)行，很快就會(huì)在當(dāng)前程序的保存文件夾中生成一個(gè)my_TTS.mps音頻文件，打開(kāi)聽(tīng)一下，內(nèi)容即為程序代碼中變量my_str所存儲(chǔ)的文本內(nèi)容（如圖7）。

百度AI平臺(tái)提供的其他智能應(yīng)用調(diào)用方法基本類似，均可以像進(jìn)行植物識(shí)別與TTS語(yǔ)音合成一樣來(lái)使用，可參考官方說(shuō)明文檔進(jìn)行Python程序的編寫。