img
今天给大家介绍一款 Python 制作的实用工具包，包含多种功能：
- 音频转文字
- 文字转语音
- 截图 OCR文字识别
- 复制翻译
举个例子，比如截图 OCR 文字识别就有很多实用场景。
常会遇到有些 PDF 是扫描版的无法复制（豆丁网上的），有些网页（极客时间）也限制了复制功能。这时候要复制，通常情况下只能手动去打，很浪费时间对吧。当然也可以使用一些 OCR 识别软件，但要么付费要体积很大，不方便。
用这款工具就很容易解决，只要打开软件，点击截图就会自动识别，自动在对话框里输出识别后的文字，然后直接复制就行了，非常方便：
img
img
实操效果：
img
再比如中英文翻译也是经常会用到的，通常情况的操作是打开百度翻译网页然后复制进去翻译，也不方便。
img
使用这款工具很轻松就能处理，翻译效果还不错：
img
动图效果：
img
语音识别也很常用了，比如一些看了一些网课视频想做笔记，不想去手打的话。可以先把视频中的语音抽出来，然后使用该工具直接转换成文字。
这些功能是 Python 实现的，很强大对吧。做起来也不难，两步就能实现。
第一步获取 API 接口。这些功能都是调用百度 AI 的各种功能 API 接口获得的，免费使用次数足够多。
第二步，使用 python 的 pyqt5 GUI 框架制作出可视化界面，pyqt5 需要稍微学下，但也不难，有具体的需求了学起来也更有针对性。
下面简单说下如何获取 API 接口。
以语音识别接口为例，进入百度语音识别网站：
http://ai.baidu.com/tech/speech/asrpro
img
选择创建对应的「文字转语音」和「语音识别」应用，就会给你一串秘钥，重点保存好：API key 和 Secret key.
img
img
然后把两串字符复制到这款工具中，点击保存，就可以使用语音转文字功能了。
img
其他功能接口获取方法也是同样的，这里给出各功能网址：
截图文字识别：
http://ai.baidu.com/tech/ocr/general
文字转语音：
http://ai.baidu.com/tech/speech/tts
复制翻译：
http://fanyi-api.baidu.com/api/trans/product/index
如果你想尝试这款工具，但嫌麻烦不想获取接口的话，我把我自己的提供给你。
网友评论