当前位置: 首页 > article >正文

9.18 微信小程序开发笔记

如何获取英语单词的发音,使其能在小程序界面通过点击外发?

1.通过外界API获取(例如有道API)

不下载音频文件,每次需要时直接API获取发音,存储压力小。但是一般的API都有使用次数限制,在背单词这种发音请求次数高的情况下,估计次数很快就会用完。可能速度也比较慢。

2.批量下载单词发音音频文件到本地,数据库中发音字段提供音频文件路径

【墨墨英语单词库免费开源无偿分享】小学、初中、高中、大学四六级专四专八、考研、托福、雅思等词书文本大合集_墨墨背单词api-CSDN博客

借助上述资源,获得了CET6.txt文件(6000+行,每行一个单词)

更具以下代码,借助有道API,获取了CET6.txt文件中每个单词的MP3音频文件,存在audio文件夹中

import requests
import os

# 读取单词列表
def read_words(file_path):
    with open(file_path, 'r', encoding='utf-8') as file:
        words = [line.strip() for line in file if line.strip()]
    return words

# 下载发音音频
def download_audio(word):
    url = f"http://dict.youdao.com/dictvoice?type=1&audio={word}"
    response = requests.get(url)
    
    if response.status_code == 200:
        # 创建文件夹以保存音频文件
        if not os.path.exists('audio'):
            os.makedirs('audio')
        
        # 保存为MP3文件
        file_path = os.path.join('audio', f"{word}.mp3")
        with open(file_path, 'wb') as audio_file:
            audio_file.write(response.content)
        print(f"Downloaded: {file_path}")
    else:
        print(f"Failed to download audio for: {word}")

# 主程序
def main():
    words = read_words('D:\WeChatCourse\WordsPronunciation\CET6.txt')
    for word in words:
        download_audio(word)

if __name__ == "__main__":
    main()


http://www.kler.cn/a/310587.html

相关文章:

  • 【stable diffusion部署】超强AI绘画Stable Diffusion,本地部署使用教程,完全免费使用
  • 读数据质量管理:数据可靠性与数据质量问题解决之道03数据目录
  • MYSQL 库,表 基本操作
  • 【深圳大学】数据结构A+攻略(计软版)
  • 链游系统定制化开发:引领游戏产业的新时代
  • DeBiFormer实战:使用DeBiFormer实现图像分类任务(二)
  • HTTPS是如何保证安全传输的
  • spring boot设置多环境的配置文件
  • 【开源免费】基于SpringBoot+Vue.JS在线文档管理系统(JAVA毕业设计)
  • 今日leetCode 454. 四数相加 II
  • code eintegrity npm err sha512
  • 如何在没有备份的情况下恢复 Mac 上丢失的数据
  • Ubuntu下beanstalkd无法绑定局域网IP地址以及消息队列beanstalkd上的error: JOB_TOO_BIG的解决
  • C# HttpListener 实现的HTTP Sever浏览器文件下载
  • 配电房监控 配电柜监测系统方案简介@卓振思众
  • 基于C语言--解读main(int agrc,char* argv[ ])(命令行参数+环境变量)
  • 【数据结构与算法】排序算法之快速排序(简)
  • WPF自定义Dialog模板,内容用不同的Page填充
  • TypeScript入门 (二)控制语句
  • C++伟大发明--模版
  • 使用大语言模型(LLM)修正小段乱码(Mojibake)为正常文本
  • expected_conditions(EC) 判断元素的操作
  • OpenCVSharp直方图和傅里叶变换介绍
  • 2024.9.15 Python模式识别新国大EE5907,总结PCA,LDA,Clustering,GMMboosting,SVM
  • istio中serviceentry结合egressgateway的使用
  • 求和(2)