aip表格识别 baidu python_用Python+小程序实现诗词大会的飞花令

写在前面在2018年下半年的某一天，偶然观看了《中国诗词大会》节目的飞花令环节。当时作为语音行业一员对此十分感兴趣，想着能不能用程序实现一个，思考技术方案的时候发现最大难度就是数据，遂求助码农交友社区(https://github.com/)，发现了开源库chinese-poetry(https://github.com/chinese-poetry/chinese-poetry)，...

weixin_39837867

141人浏览 · 2021-01-03 21:16:15

weixin_39837867 · 2021-01-03 21:16:15 发布

写在前面

在2018年下半年的某一天，偶然观看了《中国诗词大会》节目的飞花令环节。当时作为语音行业一员对此十分感兴趣，想着能不能用程序实现一个，思考技术方案的时候发现最大难度就是数据，遂求助码农交友社区(https://github.com/)，发现了开源库 chinese-poetry(https://github.com/chinese-poetry/chinese-poetry)，然后结合免费的百度语音识别，整个项目就成了。

实现语音版飞花令仅作为兴趣爱好，之前本来是用 Django 完成的，在朋友的安利之下改用 Sanic 重写。实现的过程中都是站在程序猿的角度看待整个程序，同时程序运行的服务器性能不算好、语音匹配算法实现得很粗糙等等，所以整个程序仅仅处于可用的状态，离体验好还差18条街吧。

但作为一个完整的应用，整个功能涉及到了Web后端常用的技术，供有一定Web基础的同学参考，特别是对于写过基本的Web后端程序然后想尝试异步编程的同学，本应用的技术栈为：

后端框架：Sanic + aioredis + aiomysql + aiohttp
数据库: mysql + redis
部署: nginx + docker + gunicorn
前端: 微信小程序

本文会简单地讲一下应用架构。

最后感谢 Crossin先生 在我完成此应用时提供的指导建议，也感谢合作开发者 自由爸爸 同学为飞花令在数据导入，查询优化方面做的工作。

文章最后会贴出小程序码供大家尝鲜，并将项目上传 github 供大家下载。

飞花令

整体架构如图所示

架构如上图所示，接下来分享部分技术细节。

Sanic

后端框架采用了 Sanic (https://github.com/huge-success/sanic)，这是一个异步非阻塞网络框架，可以看做异步版本的 flask，sanic 比起 Django 轻量很多，简单几行就可以搭起一个接口

from sanic import Sanicfrom sanic.response import jsonapp = Sanic()@app.route('/')async def test(request):return json({'hello': 'world'})if __name__ == '__main__':app.run(host='0.0.0.0', port=8000)

结合 Python3.7 的 Asyncio (https://docs.python.org/3/library/asyncio.html) 模块，可以放弃多线程方案而使用性能更好的协程方案，比如同时请求多个网页：

import aiohttpimport asyncioasync def get_url(url):async with aiohttp.ClientSession() as session:async with session.get(url) as response:print(response.status)async def main():await asyncio.gather(get_url("http://www.baidu.com"),get_url("http://www.jd.com"),get_url("http://www.taobao.com"))if __name__ == "__main__":asyncio.run(main())

总的来说，在写异步代码的过程中还是非常开心的，有兴趣的同学可以了解一下。

百度语音识别

实现飞花令的核心之一，语音合成和识别都是用的百度(http://ai.baidu.com/tech/speech)家的技术，无他，仅仅是因为这是免费接口。

百度提供了基于 requests 做的 python-sdk (https://github.com/Baidu-AIP/python-sdk)，我这边为了适配异步框架重写了语音识别和语音合成部分的代码，将 requests 更换为了 aiohttp (https://github.com/aio-libs/aiohttp)，简单的修改代码见 aiohttp-aip (https://github.com/Provinm/flyingflower_public/tree/master/flyingflower/aip)

修改后的代码可满足当前项目的需求。

中文繁体转换为简体

飞花令的数据全部来自于 chinese-poetry(https://github.com/chinese-poetry/chinese-poetry)，但在使用过程中发现诗词是繁体版本，而百度语音给出的结果是中文简体，为了达到匹配的目的，需要将繁体转换为简体。

github 了一下，发现并没有人做这个事情，所以就自己动手写了一个脚本，实现了中文繁转简。为了造福大众，转换好的简体放在 chinese-poetry-simplified(https://github.com/Provinm/chinese-poetry-simplified)，项目中包含已经转换好的中文版本的诗词文件，以及转换过程用到的脚本，有需要的同学可以自己修改生成所需的版本。