youdaoai 0.2.2

Python SDK for Youdao AI.

python-youdao-ai

有道智云API的Python SDK。

安装

pip install youdaoai

使用方法

同步客户端

from youdaoai import YoudaoAI

# 创建有道智云客户端
client = YoudaoAI('你的APP_KEY', '你的APP_SECRET')

result = client.translate('今天天气真不错', 'zh-CHS', 'en')
print(result)

异步客户端

import asyncio
from youdaoai import AsyncYoudaoAI

# 创建有道智云客户端
client = AsyncYoudaoAI('你的APP_KEY', '你的APP_SECRET')

async def main():
    result = await client.translate('今天天气真不错', 'zh-CHS', 'en')
    print(result)

if __name__ == '__main__':
    asyncio.run(main())

文本翻译服务

参数	默认值	描述
q	无，必填	待翻译文本
from_	无，必填	源语言
to_	无，必填	目标语言
ext	None	翻译结果音频格式，支持mp3
audio_path	None	音频储存路径
voice	None	翻译结果发音选择，0为女声，1为男声
strict	None	是否严格按照指定from和to进行翻译：true/false
vocabId	None	用户上传的词典

from youdaoai import Youdao

# 创建有道智云客户端
client = Youdao('你的APP_KEY', '你的APP_SECRET')

# 中文翻译为英文
result = await client.translate(
    text='今天天气真不错',
    from_='zh-CHS',
    to_='en'
)
print(result)

图片翻译服务

参数	默认值	描述
q	无，必填	待翻译文本
from_	无，必填	源语言
to_	无，必填	目标语言
ext	None	翻译结果音频格式，支持mp3
audio_path	None	音频储存路径
docType	None	服务器响应类型，目前只支持json
render	None	是否需要服务端返回渲染的图片，0：否；1：是，默认是0
nullIsError	None	如果ocr没有检测到文字，是否返回错误，false：否；true：是，默认是false

from youdaoai import Youdao

# 创建有道智云客户端
client = Youdao('你的APP_KEY', '你的APP_SECRET')

result = client.ocr_translate(img=Path(__file__).parent / Path("test-img.jpeg"), from_="en", to_="zh-CHS")
print(result)

result = client.ocr_translate(
    img=Path(__file__).parent / Path("test-img.jpeg"), from_="en", to_="zh-CHS", render=True
)

if result.render_image:
    with open("ocr_translated_image.png", "wb") as f:
        f.write(base64.b64decode(result.render_image))
else:
    print("No render image")

语音翻译服务

参数	默认值	描述
q	无，必填	待翻译文本
from_	无，必填	源语言
to_	无，必填	目标语言
rate	'auto'	采样率，默认会自动分析
format_	'wav'	语音文件的格式， 目前只支持wav
channel	'1'	声道数， 仅支持单声道，请填写固定值1
type_	'1'	上传类型， 仅支持Base64上传，请填写固定值1
ext	'mp3'	翻译结果音频格式，支持mp3，默认mp3
voice	'0'	翻译结果发音选择，0为女声，1为男声
signType	'v1'	签名版本
version	'v1'	接口版本

from youdaoai import Youdao

# 创建有道智云客户端
client = Youdao('你的APP_KEY', '你的APP_SECRET')

# 语音文件翻译
result = await client.speech_translate(
    q='speech.wav',
    from_='zh-CHS',
    to_='en',
    rate='16000',  # 采样率
    voice='0'      # 0为女声，1为男声
)
print(result)

通用文字识别服务

参数	默认值	描述
img	无，必填	待识别图像路径
langType	'auto'	要识别的语言类型
angle	None	是否进行360角度识别，0：不识别，1：识别。默认不识别（0）
column	None	是否按多列识别，onecolumn：按单列识别；columns：按多列识别。默认按单列识别
rotate	None	是否需要获得文字旋转角度，donot_rotate：不需要得到倾斜角度，rotate：得到倾斜角度。默认不需要

from youdaoai import Youdao

# 创建有道智云客户端
client = Youdao('你的APP_KEY', '你的APP_SECRET')

# OCR通用文字识别
result = await client.ocr_general(
    img='test_image.png',
    langType='zh-CHS',
    angle=1,        # 启用360度识别
    column='columns' # 按多列识别
)
print(result)

表格OCR服务

参数	默认值	描述
img	无，必填	待识别图像路径
docType	无，必填	服务器响应类型，目前支持json和Excel
excel_filepath	None	若docType为excel可通过该参数指定生成的xlsx文件路径，若不填该参数则不会生成xlsx文件
angle	None	是否进行360角度识别，0：不识别，1：识别。默认不识别（0）

from youdaoai import Youdao

# 创建有道智云客户端
client = Youdao('你的APP_KEY', '你的APP_SECRET')

# 表格OCR识别
result = await client.ocr_table(
    img='表格图片.jpg',
    docType='excel',
    excel_filepath='test.xlsx'
)
print(result)

语音合成服务

参数	默认值	描述
q	无，必填	待合成音频文件的文本字符串
langType	无，必填	合成文本的语言类型
filepath	无，必填	指定生成的mp3文件路径
voice	0	翻译结果发音选择，0为女声，1为男声，默认为女声
speed	1	合成音频的语速，1为正常速度，最大为2，最小为0.1
volumn	1	合成音频的音量，正常为1.00，最大为5.00，最小为0.50

from youdaoai import Youdao

# 创建有道智云客户端
client = Youdao('你的APP_KEY', '你的APP_SECRET')

# 基础语音合成
result = await client.tts(
    q='你好，世界',
    langType='zh-CHS',
    filepath='output.mp3'
)
print(result)

短语音识别服务

参数	默认值	描述
q	无，必填	待合成音频文件的文本字符串
langType	无，必填	合成文本的语言类型，详情见官方文档
rate	'auto'	采样率，默认会自动分析（仅支持分析wav格式），非wav格式请手动指定采样率
format_	'wav'	语音文件的格式， 目前支持wav、aac、mp3
channel	'1'	声道数， 仅支持单声道，请填写固定值1

from youdaoai import Youdao

# 创建有道智云客户端
client = Youdao('你的APP_KEY', '你的APP_SECRET')

# WAV文件识别
result = await client.asr(
    q='speech.wav',
    langType='zh-CHS'
)
print(result)