基于百度AI平臺的語音技術(shù)教學(xué)應(yīng)用研究

孫林 楊林

摘 ?要 當(dāng)前多媒體與網(wǎng)絡(luò)技術(shù)在教學(xué)中的應(yīng)用日漸普及，如課前的課件制作，課中的課件展示與教學(xué)互動，課后的作業(yè)上傳、批改與分析反饋等。百度AI平臺包含圖文聲像等多媒體與網(wǎng)絡(luò)以及人工智能技術(shù)的應(yīng)用接口?；诎俣華I平臺，用Python語言開發(fā)前端程序，可以高效完成教學(xué)中的語音處理工作?？偨Y(jié)過程與方法，與大家交流分享。

關(guān)鍵詞 百度AI平臺;Python語言;語音技術(shù);教學(xué)課件;校本教學(xué)資源庫

中圖分類號：G434 ? ?文獻標(biāo)識碼：B

文章編號：1671-489X（2021）15-0117-03

0 ?前言

在學(xué)校教學(xué)實踐工作中，教師制作了大量的教學(xué)課件，經(jīng)過多年的積累和完善，這些課件的實用性非常高，具有很高的保存和傳承價值。但其中部分有聲課件的配音受教師個人方言和錄制環(huán)境的影響，語音質(zhì)量較差，會嚴重影響教學(xué)中的使用效果。學(xué)校在建設(shè)校本教學(xué)資源庫的過程中，經(jīng)過比較，最終選擇基于百度AI平臺來優(yōu)化處理這些有聲課件，提高語音質(zhì)量，增加字幕說明，使原課件變得“高大上”。這項工作受到課件制作者的肯定和歡迎，并且表示積極支持學(xué)校建立優(yōu)質(zhì)校本教學(xué)資源庫。

優(yōu)化處理課件中的語音步驟如下。

第一步，統(tǒng)一轉(zhuǎn)換有聲課件的文件格式為MP4，便于學(xué)校教學(xué)平臺的在線教學(xué)應(yīng)用。

第二步，導(dǎo)出課件中的配音并對其做簡單處理，比如噪聲消除等，完成后導(dǎo)出為16 kHz的PCM格式音頻文件。

第三步，借助Python語言開發(fā)前端程序，基于百度AI平臺對導(dǎo)出的聲音進行語音識別并生成文本。由于最初采集音頻設(shè)備、環(huán)境及人的發(fā)音問題，從實際轉(zhuǎn)換情況來看，多數(shù)有聲課件的識別轉(zhuǎn)換效果較差，需要后期人工對發(fā)音和識別錯誤的文本進行校正。

第四步，借助平臺和前端程序進行語音合成，把文字轉(zhuǎn)換成語音，先消除原視頻中的配音，再導(dǎo)入轉(zhuǎn)換生成的標(biāo)準配音，最終制作生成清晰標(biāo)準的普通話配音視頻課件。根據(jù)需要和人力情況，還可以為其中的精品課件增加與配音同步的字幕說明，這樣的課件效果較好，深受師生歡迎。

1 ?注冊百度AI賬號，開通語音技術(shù)服務(wù)

首先在百度AI平臺上（https：//ai.baidu.com）注冊一個賬號，原有百度賬號可直接使用。登錄完成后返回首頁，打開控制臺頁面，百度智能云平臺不僅有大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等服務(wù)，還有語音技術(shù)、人臉識別、人體分析、文字識別、圖像識別等人工智能服務(wù)。本文限于篇幅和研究寬度，僅以語音技術(shù)應(yīng)用為例，介紹應(yīng)用方法和前端程序編寫的代碼實現(xiàn)。

打開語音技術(shù)項，創(chuàng)建一個語音技術(shù)的新應(yīng)用，其中包括語音識別、語音合成等多種應(yīng)用。完成創(chuàng)建后打開此應(yīng)用，分別選擇語音識別和語音合成服務(wù)項，在語音識別的服務(wù)列表中找到音頻文件轉(zhuǎn)寫項，選擇API的中文普通話項，點擊其后的免費領(lǐng)取額度，音頻文件轉(zhuǎn)寫的免費額度在個人賬戶認證后達10小時。再選擇語音合成服務(wù)項，在API的基礎(chǔ)音庫和精品音庫項后點擊免費領(lǐng)取額度，即可使用百度AI平臺的語音技術(shù)服務(wù)。

完成以上注冊和應(yīng)用創(chuàng)建后，百度AI平臺將為用戶分配一個語音技術(shù)應(yīng)用許可，打開應(yīng)用列表，即可看到該應(yīng)用的AppID、API Key、Secret Key。記錄這三項數(shù)據(jù)，在編程代碼中需要調(diào)用。正常免費注冊的用戶，其中基礎(chǔ)音庫和精品音庫可分別免費使用5 000次和500次;個人認證后分別可達五萬次和2 000次，可滿足一般的使用量;如使用量大可另外購買，價格每次不到一分錢。

2 ?下載安裝Python編程軟件

Python官網(wǎng)免費下載地址：https：//www.python.org/downloads/。根據(jù)電腦安裝的系統(tǒng)和配置，下載相應(yīng)版本安裝使用。

3 ?編程實現(xiàn)語音處理

打開Python的IDLE編程環(huán)境，新建Python文件。

1）為方便解釋代碼，每行后加符號#行號及相關(guān)內(nèi)容，僅做注釋用，不影響程序運行;

2）限于篇幅，僅提供純文字組成的文本文件，經(jīng)過語音合成，生成語音文件的代碼。如要寫語音識別的前端程序，僅需稍加修改程序中“readtype（）”自定義函數(shù)代碼中的16～23行即可實現(xiàn)。

程序代碼如下。

from aip import AipSpeech ? ?#1導(dǎo)入百度AI平臺的

Python SDK

from tkinter import * ? ?#2導(dǎo)入實現(xiàn)圖形化用戶界面的

模塊tkinter

import os ? ?#3

import sys ? ?#4

import json ? ?#5

APP_ID=′2355****' ? ?#6百度AI平臺的語音技術(shù)應(yīng)

用許可（這是筆者申請的），文中已有說明

API_KEY=′hXH1jHP0XhH6IDpsgItG****′ ? ?#7應(yīng)用

許可信息的后四位

SECRET_KEY=′tVkGhE0rCx5c45YCfukKIALchTGe****′

#8設(shè)為隱藏了

client=AipSpeech（APP_ID，API_KEY，SECRET_KEY）

#9

def get_file_content（filePath）： ? ?#10自定義函數(shù)：讀取

包含待轉(zhuǎn)換文字的文件

with open（filePath，′rb′） as fp： ? ?#11

return fp.read（） ? ?#12

def readtype（lx）： ? ?#13自定義函數(shù)：調(diào)用百度AI平

臺接口，把包含待轉(zhuǎn)換文字的文本

文件轉(zhuǎn)換成MP3格式的音頻文件

n=1 ? ?#14文本文件名從1.TXT開始

while n<=var.get（）： ? ?#15直到用戶指定的第N個文件

結(jié)束，本例中最大數(shù)是5

txt=get_file_content（str（n）+′.txt′） ? ?#16

res=client.synthesis（txt，′zh′，1，{′per′：lx}） ? ?#17

f1=open（str（n）+′.mp3′，′wb′） ? ?#18

if not isinstance（res，dict）： ? ?#19

with open（str（n）+′.mp3′，′wb′） as f1： ? ?#20

f1.write（res） ? ? #21

f1.close（） ? ?#22

n=n+1 ? ?#23

lb.config（text="·········語音合成轉(zhuǎn)換結(jié)束·········"）

#24

root=Tk（） ? ?#25創(chuàng)建一個窗口

root.geometry（′460x240′） ? ?#26設(shè)置窗口大小

root.title（'文字轉(zhuǎn)語音生成器'） ? ?#27設(shè)置窗口標(biāo)題

lb1=Label（root，text='＼n請選擇語音類型＼n'） ? ?#28創(chuàng)建

一個提示標(biāo)簽

lb1.place（relx=0.1，rely=0.1，relwidth=0.8，relheight=0.1）

#29定義標(biāo)簽的坐標(biāo)位置、寬度和高度

def show（event）： ? ?#30自定義函數(shù)：實時顯示用戶選

擇的待轉(zhuǎn)換文件數(shù)

s='需要轉(zhuǎn)換的文件數(shù)是：%d'%（var.get（）） ? ? #31

lb.config（text=s） ? ?#32

var=DoubleVar（） ? ?#33

scl=Scale（root，orient=HORIZONTAL，length=200，from_=1，to=5，label='請選擇需要轉(zhuǎn)換的文件個數(shù)'，tickinterval=1，resolution=1，variable=var） ? ?#34創(chuàng)建選擇轉(zhuǎn)換文件數(shù)滑塊，可

修改to=5，改變最大文件數(shù)

scl.bind（''，show） ? ?#35調(diào)用自定義

函數(shù)show，在標(biāo)簽上實時顯

示用戶選擇的待轉(zhuǎn)換文件數(shù)

scl.pack（） ? ?#36

lb=Label（root，text=′′） ? ?#37

lb.pack（） ? ?#38

btn1=Button（root，text='渾厚男生'，command=lambda：readtype（5003）） ? ?#39創(chuàng)建選擇語音轉(zhuǎn)換類型的按鈕

btn1.place（relx=0.1，rely=0.6，relwidth=0.2，relheight=0.1） ? ? ? #40定義按鈕的坐標(biāo)位置、寬度和高度

btn2=Button（root，text='標(biāo)準女生'，command=lambda：readtype（5118）） ? ?#41

btn2.place（relx=0.4，rely=0.6，relwidth=0.2，relheight=0.1）

#42

btn3=Button（root，text='標(biāo)準男生'，command=lambda：readtype（106）） ? ?#43

btn3.place（relx=0.7，rely=0.6，relwidth=0.2，relheight=0.1）

#44

btn4=Button（root，text='退出'，command=lambda：root.des

troy（）） ? ?#45

btn4.place（relx=0.4，rely=0.8，relwidth=0.2，relheight=0.1）

#46

root.mainloop（） ? ?#47事件循環(huán)，等待用戶操作

4 ?前端程序代碼解釋

第1行代碼運行的前提是已經(jīng)安裝了百度AI平臺提供的API接口驅(qū)動，安裝方法有兩種。

方法一：如果已經(jīng)安裝了pip，執(zhí)行“pip install baidu-aip”。

方法二：如果已經(jīng)安裝了setuptools，執(zhí)行“python setup.py install”。

第3～24行，調(diào)用百度AI平臺接口，把包含待轉(zhuǎn)換文字的文本文件轉(zhuǎn)換成MP3格式的音頻文件，文本文件的長度必須小于1 024字節(jié)，超過的要分成多個文件。如果需要，可修改本例中文件最大數(shù)5。

第39～46行，在圖形窗口界面中創(chuàng)建三個語音轉(zhuǎn)換類型按鈕，轉(zhuǎn)換類型代碼5003、5118、106分別命名為渾厚男生、標(biāo)準女生、標(biāo)準男生，其他更多支持類型請參見百度AI平臺。

程序代碼調(diào)試正常運行后，生成界面如圖1所示。

5 ?教學(xué)應(yīng)用成效

5.1 ?提高了校本有聲課件的配音質(zhì)量，教學(xué)質(zhì)量和效益明顯提升

使用以上方法優(yōu)化配音后的課件，在后期教學(xué)應(yīng)用中，師生反映課件變得“高大上”，特別是學(xué)生使用標(biāo)準清晰的普通話配音課件，自主學(xué)習(xí)的積極性和學(xué)習(xí)質(zhì)量都有了明顯提升。

5.2 ?創(chuàng)新了教師制作有聲課件的思路，提升了課件制作水平和質(zhì)量

前期僅僅是用這個方法優(yōu)化處理原有課件中的配音，在面向?qū)W科教師培訓(xùn)時，有教師提出因為發(fā)音、設(shè)備、環(huán)境等原因，有時候一個課件的配音要錄制很多次才能達到滿意的效果，能否直接用這個文字轉(zhuǎn)語音的方法配音呢？后期經(jīng)過不斷研究，增加了延時等音頻處理后，實現(xiàn)讓教師在制作課件配音時直接使用這個文字轉(zhuǎn)語音技術(shù)，一次生成標(biāo)準清晰的普通話配音課件。

6 ?結(jié)語

編程語言選擇Python是因為它簡單，以上程序?qū)崿F(xiàn)，加上操作界面設(shè)計，僅用47行代碼完成。當(dāng)前Python語言如此流行，首先是因為它簡單易學(xué)，再就是基于Python語言的人工智能應(yīng)用越來越多。前幾年P(guān)ython語言課程在大學(xué)專門為計算機專業(yè)的學(xué)生開設(shè)，近幾年各省基礎(chǔ)教育段的信息技術(shù)課程教材也逐步開始選用Python語言。學(xué)校從2020年開始使用Python語言，教材是由教育科學(xué)出版社出版的《信息技術(shù)（必修一）：數(shù)據(jù)與計算》，因此推薦大家學(xué)習(xí)Python語言。如果讀者偏好其他語言，可以模仿以上代碼，參考百度AI平臺的API接口應(yīng)用說明完成。

近半年來使用以上程序和方法，學(xué)校信息中心已經(jīng)完成一萬多個高中學(xué)科基于知識點講解的有聲課件優(yōu)化整理工作。目標(biāo)是與全校學(xué)科教師一起奮斗，再接再厲，爭取盡快建立系統(tǒng)的、完善的高中全學(xué)科校本教學(xué)資源庫，全力推進學(xué)校智慧教育教學(xué)工作。

參考文獻

[1]趙佳.基于百度AI平臺的人工智能類課程教學(xué)實踐探索[J].阜陽師范大學(xué)學(xué)報（自然科學(xué)版），2020（4）：113-115.

[2]高冬平，項華.巧用免費AI開放平臺 開展小學(xué)人工智能啟蒙教學(xué)[J].中小學(xué)信息技術(shù)教育，2020（9）：74-77.

[3]任昕.基于AI開放平臺的人工智能教學(xué)初探：以情感傾向分析項目為例[J].中國信息技術(shù)教育，2019（8）：52-55.