1. 代码功能简要说明

该代码基于OpenAI的Whisper-1语音识别模型和TTS-1文本转语音模型，实现“中文音频→英文文本→英文音频”的全流程转换：

• 核心流程1（语音翻译）：读取本地郭德纲相声MP3音频文件，通过Whisper-1模型将音频中的中文内容识别并自动翻译成英文文本；
• 核心流程2（英文配音生成）：将翻译后的英文文本，通过TTS-1模型（onyx男性低沉音色）生成英文配音音频文件，保存到本地；
• 补充说明：注释部分演示了基础用法（李云龙配音音频转中文文字、指定翻译提示词），核心代码完成相声音频的“中译英+英文配音”完整链路。

2. 带逐行详细注释的完整代码

# 导入os库：1.配置网络代理（解决国内访问OpenAI API的网络限制） 2.处理文件路径相关操作
import os
# 从openai库导入OpenAI类：创建API客户端，同时调用Whisper-1（语音识别）和TTS-1（文本转语音）接口
from openai import OpenAI

# 设置HTTP代理：127.0.0.1:7890是代理工具的本地端口，确保API请求能访问OpenAI服务器
os.environ['http_proxy'] = '127.0.0.1:7890'
# 设置HTTPS代理：OpenAI API基于HTTPS协议，需配置该代理确保语音识别/生成请求正常
os.environ['https_proxy'] = '127.0.0.1:7890'

# 初始化OpenAI客户端实例（前提：需配置OPENAI_API_KEY环境变量，否则会认证失败）
# 配置方式：Linux/Mac→终端执行export OPENAI_API_KEY="sk-你的密钥"；Windows→终端执行set OPENAI_API_KEY="sk-你的密钥"
client = OpenAI()

# ===================== 注释部分：基础语音转录（李云龙配音转中文文字） =====================
# 把李云龙的配音变成文字(转录)：以二进制只读模式（rb）打开本地音频文件（test1.mp3）
# audio_file = open('./audio/test1.mp3', 'rb')
#
# # 调用Whisper-1模型进行语音转录（音频→同语言文字，这里是中文音频转中文文字）
# transcription = client.audio.transcriptions.create(
#     model='whisper-1',  # 指定语音识别模型（仅支持whisper-1，OpenAI唯一的语音识别模型）
#     file=audio_file     # 传入打开的音频文件对象（必须是rb模式打开的二进制文件）
# )
#
# # 打印转录后的文字内容（transcription.text是固定取值路径）
# print(transcription.text)

# ===================== 注释部分：语音转录+翻译（中文音频→英文文字） =====================
# 转录 + 翻译（翻译成英文）
# translation = client.audio.translations.create(
#     model='whisper-1',  # 语音翻译仍使用whisper-1模型
#     file=audio_file,    # 传入李云龙配音的音频文件对象
#     prompt='Translate into English'  # 翻译提示词（可选，指定翻译为英文，whisper-1默认翻译为英文）
# )
#
# # 打印翻译后的英文文本
# print(translation.text)

# ===================== 核心代码：郭德纲相声→英文文本→英文音频 =====================
# 1. 打开郭德纲相声的本地音频文件（gdg.mp3），二进制只读模式（rb），用于后续翻译
gdg_audio_file = open('./audio/gdg.mp3', 'rb')
# 定义生成的英文配音音频文件保存路径（WAV/MP3格式均可，这里用MP3）
english_gdg_audio_file = './audio/gdg_english.mp3'

# 2. 调用Whisper-1模型进行语音翻译（中文音频→英文文字）
translation = client.audio.translations.create(
    model='whisper-1',  # 必选参数：语音翻译唯一模型whisper-1
    file=gdg_audio_file,  # 必选参数：传入打开的相声音频文件对象
    # 无需指定prompt：whisper-1默认将任意语言音频翻译为英文
)

# 3. 提取翻译后的英文文本（translation.text是固定取值路径）
english_txt = translation.text
# 优化print：添加说明文字，清晰展示翻译后的英文文本
print('=== 郭德纲相声音频翻译结果（中文→英文） ===')
print(f'英文文本：\n{english_txt}')
# 关闭音频文件对象：释放系统资源（open()打开的文件需手动关闭，避免资源泄漏）
gdg_audio_file.close()

# 4. 将翻译后的英文文本生成英文配音音频（复用TTS-1文本转语音功能）
# with语句：流式响应上下文管理器，实时生成并保存音频，节省内存
with client.audio.speech.with_streaming_response.create(
    model='tts-1',      # 指定文本转语音模型（tts-1=标准音质，tts-1-hd=高清）
    voice='onyx',       # 指定语音音色（onyx=男性低沉音色，适配相声旁白风格）
    input=english_txt   # 传入翻译后的英文文本，作为配音的内容
) as resp:
    # 将流式生成的英文音频数据保存到指定路径（gdg_english.mp3）
    resp.stream_to_file(english_gdg_audio_file)

# 优化print：添加配音生成成功的提示，告知保存路径
print('\n=== 英文配音生成成功 ===')
print(f'保存路径：{english_gdg_audio_file}')
print(f'配音参数：\n- 模型：tts-1\n- 音色：onyx（男性低沉）\n- 内容：郭德纲相声英文翻译文本')

3. 无任何注释的代码版本

import os
from openai import OpenAI

os.environ['http_proxy'] = '127.0.0.1:7890'
os.environ['https_proxy'] = '127.0.0.1:7890'

client = OpenAI()

gdg_audio_file = open('./audio/gdg.mp3', 'rb')
english_gdg_audio_file = './audio/gdg_english.mp3'

translation = client.audio.translations.create(
    model='whisper-1',
    file=gdg_audio_file,
)

english_txt = translation.text
print('=== 郭德纲相声音频翻译结果（中文→英文） ===')
print(f'英文文本：\n{english_txt}')
gdg_audio_file.close()

with client.audio.speech.with_streaming_response.create(
    model='tts-1',
    voice='onyx',
    input=english_txt
) as resp:
    resp.stream_to_file(english_gdg_audio_file)

print('\n=== 英文配音生成成功 ===')
print(f'保存路径：{english_gdg_audio_file}')
print(f'配音参数：\n- 模型：tts-1\n- 音色：onyx（男性低沉）\n- 内容：郭德纲相声英文翻译文本')

4. 核心知识点详解（系统梳理+表格）

4.1 核心概念梳理

4.2 Whisper-1 API核心参数对照表

4.3 关键参数补充说明

5. Print函数优化与输出说明

5.1 优化后的Print代码及输出示例

5.2 常见错误输出示例（补充）

=== 语音翻译失败 ===
错误信息：FileNotFoundError: [Errno 2] No such file or directory: './audio/gdg.mp3'

• 关键解读：./audio/gdg.mp3文件不存在，需检查：
  1. audio文件夹是否创建；
  2. gdg.mp3是否放入audio文件夹；
  3. 文件名称是否拼写正确（如gdg.mp3 vs GDG.mp3，区分大小写）。

总结（关键点回顾）

1. 核心流程：本代码实现“中文音频→Whisper-1翻译→英文文本→TTS-1生成→英文音频”的完整链路，核心依赖Whisper-1的翻译能力和TTS-1的配音能力；
2. Whisper-1关键：
   • 转录（Transcriptions）是“音频→同语言文字”，翻译（Translations）是“音频→英文文字”；
   • 音频文件必须用rb模式打开，否则会识别失败；
3. 实用技巧：
   • 长音频（>1小时）建议分段处理，避免API超时；
   • 转录中文音频时，添加language='zh'参数可提升准确率；
   • 打开的音频文件需手动close()或用with语句自动关闭，避免资源泄漏；
4. TTS-1适配：翻译后的英文文本生成音频时，音色选择需匹配内容风格（相声选onyx，新闻选nova）。