|
首先，打开window系统中的cmd命令行工具，或者powershell，安装腾讯云tencentcloud的Python库 pip install -i https://mirrors.tencent.com/pypi/simple/ --upgrade tencentcloud-sdk-python  然后，开通腾讯云的对象存储COS服务，  把要转录成文本的mp3音频文件上传到腾讯云的存储桶：  把这个存储桶的访问权限 设置为：公有读私有写  申请腾讯云语音识别资源包的免费额度（10小时），该免费额度将以预付费资源包的形式在每月1号自动发放，仅在当月有效 。然后新建API密钥：访问管理-API密钥管理—新建密钥，即可生成API/SDK调用所需的签名APPID、SecretId与SecretKey信息。。  最后，在AI大模型聊天应用deepseek中输入提示词： 你是一个Python编程专家，要写一个通过腾讯云的语音识别API进行批量AI语音识别的Python脚本，具体步骤如下： 腾讯云SecretId是XXX，SecretKey是XXX 音频文件URL列表如下：https://mp3file-1318366850.cos.ap-guangzhou.myqcloud.com/AI%E6%97%B6%E4%BB%A3%E7%9A%84%E5%86%99%E4%BD%9C%E6%B3%95%E5%88%99.mp3, https://mp3file-1318366850.cos.ap-guangzhou.myqcloud.com/AI%E8%BE%85%E5%8A%A9%E6%8A%80%E6%9C%AF%E6%96%87%E7%AB%A0%E5%88%9C%E6%B5%81%E7%A8%8B.mp3, https://mp3file-1318366850.cos.ap-guangzhou.myqcloud.com/AI%E9%87%8D%E5%A1%91%E7%A4%BE%E4%BA%A4%E5%86%85%E5%AE%B9.mp3 对于每个音频文件，创建一个语音识别任务，然后定期检查任务状态，直到任务完成或失败。完成后，将识别结果保存到本地文件。识别结果保存到F:\\aivideo\\目录下，文件名为对应的mp3文件名，格式为txt。” 注意： 如果创建任务或查询状态时发生错误，应该打印错误信息； 每一步都要输出信息到屏幕上； 音频文件URL中的mp3文件名经过了URL编码，在命名txt文本时，要解码这段文本， 将其转换回原始的中文文本，然后用这个解码后的文件名来命名txt文档；  deepseek生成的Python源代码： import os import time import json import urllib.parse from tencentcloud.common import credential from tencentcloud.common.profile.client_profile import ClientProfile from tencentcloud.common.profile.http_profile import HttpProfile from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException from tencentcloud.asr.v20190614 import asr_client, models # 腾讯云API的SecretId和SecretKey SECRET_ID = "XXX" SECRET_KEY = "XXX" # 音频文件URL列表 AUDIO_URLS = [ "https://mp3file-1318366850.cos.ap-guangzhou.myqcloud.com/AI%E6%97%B6%E4%BB%A3%E7%9A%84%E5%86%99%E4%BD%9C%E6%B3%95%E5%88%99.mp3", "https://mp3file-1318366850.cos.ap-guangzhou.myqcloud.com/AI%E8%BE%85%E5%8A%A9%E6%8A%80%E6%9C%AF%E6%96%87%E7%AB%A0%E5%88%9C%E6%B5%81%E7%A8%8B.mp3", "https://mp3file-1318366850.cos.ap-guangzhou.myqcloud.com/AI%E9%87%8D%E5%A1%91%E7%A4%BE%E4%BA%A4%E5%86%85%E5%AE%B9.mp3" ] # 保存结果的目录 OUTPUT_DIR = "F:\\aivideo\\" def create_rec_task(client, url): try: req = models.CreateRecTaskRequest() params = { "EngineModelType": "16k_zh", "ChannelNum": 1, "ResTextFormat": 0, "SourceType": 0, "Url": url } req.from_json_string(json.dumps(params)) resp = client.CreateRecTask(req) print(f"Task created for URL: {url}, Task ID: {resp.Data.TaskId}") return resp.Data.TaskId except TencentCloudSDKException as err: print(f"Error creating task for URL: {url}, Error: {err}") return None def describe_task_status(client, task_id): try: req = models.DescribeTaskStatusRequest() params = { "TaskId": task_id } req.from_json_string(json.dumps(params)) resp = client.DescribeTaskStatus(req) return resp.Data except TencentCloudSDKException as err: print(f"Error describing task status for Task ID: {task_id}, Error: {err}") return None def save_result_to_file(url, result): file_name = urllib.parse.unquote(os.path.basename(url)).replace(".mp3", ".txt") file_path = os.path.join(OUTPUT_DIR, file_name) with open(file_path, "w", encoding="utf-8") as f: f.write(result) print(f"Result saved to {file_path}") def main(): cred = credential.Credential(SECRET_ID, SECRET_KEY) httpProfile = HttpProfile() httpProfile.endpoint = "http://asr.tencentcloudapi.com" clientProfile = ClientProfile() clientProfile.httpProfile = httpProfile client = asr_client.AsrClient(cred, "ap-guangzhou", clientProfile) for url in AUDIO_URLS: task_id = create_rec_task(client, url) if task_id is None: continue while True: time.sleep(5) task_status = describe_task_status(client, task_id) if task_status is None: continue if task_status.Status == 2: # 任务完成 print(f"Task ID: {task_id} completed.") save_result_to_file(url, task_status.Result) break elif task_status.Status == 3: # 任务失败 print(f"Task ID: {task_id} failed.") break if __name__ == "__main__": main() 复制以上代码到vscode中，运行程序：  腾讯云语音识别速度很快，一两分钟就把3个几十分钟长度的音频转录完成了。识别的准确率也挺高：  识别完成后，可以查看语音识别资源包的调用情况，包括识别次数和识别小时数： 
|
|
|
