Ai_GirlFriend/test_real_mp3.py
2026-03-05 13:34:40 +08:00

144 lines
4.4 KiB
Python

#!/usr/bin/env python3
"""
使用真实的 MP3 文件测试 ASR
"""
import sys
import os
sys.path.append('.')
import requests
import base64
import logging
# 设置日志
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
def create_real_mp3():
"""创建一个真实的 MP3 文件"""
try:
from pydub import AudioSegment
from pydub.generators import Sine
# 生成 3 秒的正弦波音频
duration_ms = 3000
frequency = 440 # A4 音符
# 生成音频
audio = Sine(frequency).to_audio_segment(duration=duration_ms)
# 设置为 16kHz 单声道
audio = audio.set_frame_rate(16000).set_channels(1)
# 导出为 MP3
mp3_file = "test_audio_real.mp3"
audio.export(mp3_file, format="mp3", bitrate="64k")
logger.info(f"创建真实 MP3 文件: {mp3_file}")
return mp3_file
except ImportError:
logger.error("需要安装 pydub: pip install pydub")
logger.info("使用备用方案:创建简单的 MP3 头")
# 创建一个最小的 MP3 文件
# 这是一个有效的 MP3 文件头
mp3_data = bytearray([
0xFF, 0xFB, 0x90, 0x00, # MP3 同步字和头信息
])
# 添加一些音频数据
mp3_data.extend(b'\x00' * 1000)
mp3_file = "test_audio_simple.mp3"
with open(mp3_file, 'wb') as f:
f.write(mp3_data)
logger.info(f"创建简单 MP3 文件: {mp3_file}")
return mp3_file
def test_mp3_asr():
"""测试 MP3 ASR"""
# 创建 MP3 文件
mp3_file = create_real_mp3()
try:
# 读取 MP3 文件
with open(mp3_file, 'rb') as f:
mp3_data = f.read()
logger.info(f"MP3 文件大小: {len(mp3_data)} 字节")
# 转换为 base64
mp3_base64 = base64.b64encode(mp3_data).decode('utf-8')
logger.info(f"Base64 编码长度: {len(mp3_base64)}")
# 准备请求数据
request_data = {
'audio_data': mp3_base64,
'format': 'mp3'
}
# 发送请求到后端
url = "http://192.168.1.141:30102/voice/call/asr"
headers = {
'Content-Type': 'application/json',
'Authorization': 'Bearer test_token'
}
logger.info(f"发送 ASR 请求到: {url}")
response = requests.post(url, json=request_data, headers=headers, timeout=60)
logger.info(f"响应状态码: {response.status_code}")
logger.info(f"响应内容: {response.text}")
if response.status_code == 200:
result = response.json()
logger.info(f"✅ ASR 请求成功")
logger.info(f"识别结果: {result}")
if 'data' in result and 'text' in result['data']:
text = result['data']['text']
logger.info(f"🎯 识别文本: {text}")
# 检查结果
if "未识别到语音内容" in text or "音频中未检测到有效语音" in text:
logger.info("✅ MP3 格式正确,但没有检测到语音(这是预期的,因为是纯音调)")
return True
elif "音频格式解码失败" in text or "DECODE_ERROR" in text:
logger.error("❌ MP3 格式有问题")
return False
else:
logger.info("✅ ASR 处理成功")
return True
else:
logger.warning("响应格式不符合预期")
return False
else:
logger.error(f"❌ ASR 请求失败: {response.status_code}")
return False
except Exception as e:
logger.error(f"❌ 测试失败: {e}")
import traceback
logger.error(f"错误堆栈: {traceback.format_exc()}")
return False
finally:
# 清理文件
try:
if os.path.exists(mp3_file):
os.remove(mp3_file)
except:
pass
if __name__ == "__main__":
logger.info("开始测试真实 MP3 ASR...")
success = test_mp3_asr()
if success:
logger.info("🎉 MP3 ASR 测试成功!")
else:
logger.error("💥 MP3 ASR 测试失败")
sys.exit(1)