基于QT的语音识别

已于 2023-03-30 18:07:48 修改
阅读量1.4k 收藏 23
点赞数 1
分类专栏： QT 百度语音识别 文章标签： python pandas 机器学习
于 2023-03-10 09:55:29 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/GM2418/article/details/129434589
版权

前言

        随着社会的发展，科技的不断进步，中国特色社会主义进入新时代，我国社会主要矛盾已经转化为人民日益增长的美好生活需求......不好意思跑题了 咳咳，OK 话不多说，正式步入主题

一、语音识别详细过程

        1、使用QT自带音频类录取语音信息

                .........此处省略一万字

        2、将语音信息上传至百度AI进行识别（HTTP请求）

                .........此处省略一万字

        3、解析获取的语音识别结果（JSON解析）

                .........此处省略一万字

                                                        ——详情都在代码里

二、代码详情

1_0.音频获取—— .h文件

#ifndef AUDIO_H
#define AUDIO_H

#include <QObject>

#include <QAudioDeviceInfo> //查询音频设备
#include <QAudioInput> //音频输入
#include <QAudioFormat> //音频存储

#include <QFile>

#include <speech.h>

#include <QMessageBox>
#include <QDebug>

class Audio : public QObject
{
    Q_OBJECT
public:
    explicit Audio(QObject *parent = nullptr);

signals:

public slots:

public:
    void startAudio(QString fileName);//初始化

    void stopAudio();//停止录音

    QString startSpeech();//开始录音并识别

private:
    QString AudioFileName;//用于记录音频文件名
    QFile *AudioFile;//用于操作音频文件

    QAudioInput *AudioDevice;//音频设备对象

    Speech *speech;//语音识别对象

};

#endif // AUDIO_H

1_1.音频获取—— .cpp文件

#include "audio.h"

Audio::Audio(QObject *parent) : QObject(parent)
{
    speech = new Speech(this);
}

void Audio::startAudio(QString fileName)
{
    if(fileName.isEmpty())
    {
        QMessageBox::warning(NULL,"警告(Audio)","无音频文件名");
        return;
    }
    QAudioDeviceInfo device = QAudioDeviceInfo::defaultInputDevice();//用于检测音频设备状态信息
    if(device.isNull())
    {
        QMessageBox::warning(NULL,"警告(Audio)","无音频设备");
    }else{
        /* 记录录音文件 */
        AudioFileName = fileName;
        /* 音频编码要求 */
        QAudioFormat m_format;
        /* 设置采样频率 */
        m_format.setSampleRate(16000);
        /* 设置通道数 */
        m_format.setChannelCount(1);
        /* 设置位深 */
        m_format.setSampleSize(16);
        /* 设置编码格式 */
        m_format.setCodec("audio/pcm");//http上传推荐pcm格式；也可封装成json上传

        /* 判断设备是否支持该格式 */
        if(!device.isFormatSupported(m_format))
        {
            /* 寻找最接近的格式 */
            m_format = device.nearestFormat(m_format);
        }

        //打开文件，创建一个音频文件
        AudioFile = new QFile;
        AudioFile->setFileName(fileName);
        AudioFile->open(QIODevice::WriteOnly);

        /* 创建录音对象 */
        AudioDevice = new QAudioInput(m_format,this);
        AudioDevice->start(AudioFile);
    }

}

QString Audio::startSpeech()
{
    if(AudioFileName.isEmpty())//检查录音文件是否存在
    {
        QMessageBox::warning(NULL,"警告","文件不存在");
        return QString("");
    }
    return speech->speechIdentify(AudioFileName); //语音识别，并返回识别后的结果，调用speech中的函数
}

void Audio::stopAudio()
{
    /* 停止录音 */
    AudioDevice->stop();

    /* 关闭文件 */
    AudioFile->close();

    /* 删除文件对象指针并置空 */
    delete AudioFile;
    AudioFile = nullptr;


}

2_0.语音识别请求——.h文件

#ifndef SPEECH_H
#define SPEECH_H

#include <http.h>

#include <QObject>

#include <QByteArray>
#include <QMessageBox>

#include <QJsonDocument>
#include <QJsonObject>
#include <QJsonArray>
#include <QJsonValue>

#include <QFile>
#include <QHostInfo>

#include <QDebug>

const QString BaiduSpeechUrl = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%1&client_secret=%2"; //获取token请求的Url
const QString BaiduSpeechClientID = "v0jaeF9X3Z7e0n5TsHaD5keZ";                                 //AK
const QString BaiduSpeechClientSecret = "Sm3pQ1ERXLu11RlRddnlpRBsHBdUNvVn";     //SK

//语音识别的Url
const QString BaiduSpeechSatrtUrl = "https://vop.baidu.com/pro_api?dev_pid=80001&cuid=%1&token=%2"; //80001识别普通话  %1:本机标识 %2:获取的token
/*
 * 1.发送获取token值的Url，相当于向百度对接，获取通行证(token值)
 * 2.发送语音识别的Url，进行语音识别
 */


class Speech : public QObject
{
    Q_OBJECT
public:
    explicit Speech(QObject *parent = nullptr);

signals:

public slots:

public:
    QString speechIdentify(QString audioFile);//语音识别请求函数

private:
    QString getJsonValue(QByteArray &data, QString &key);//json解析函数

private:
    QString accessToken;//存放获取的token值
};

#endif // SPEECH_H

 2_1.语音识别请求——.cpp文件

#include "speech.h"

Speech::Speech(QObject *parent) : QObject(parent)
{

}
/*Http请求函数*/
QString Speech::speechIdentify(QString audioFile)
{
    if(audioFile.isEmpty())
    {
        QMessageBox::warning(NULL,"警告(speech)","录音文件不存在");
        return QString("");
    }

    bool ret = false;

    /* 组装access token的Url */
    QString TokenUrl = QString(BaiduSpeechUrl).arg(BaiduSpeechClientID).arg(BaiduSpeechClientSecret);

    /**************获取token值不用的参数，但自定义http函数需要传入**************/
    QMap<QString, QString>header; //Content-Type: audio/pcm;rate=16000键值对       RAW方式上传音频
    header.insert(QString("Content-Type"),QString("audio/pcm;rate=16000"));

    QByteArray requestData;//存放上传的录音信息
    QByteArray replyData;//存放语音识别返回的结果

    /**************获取token值不用的参数，但自定义http函数需要传入**************/

    //获取token值，获取一次使用30天
    if(accessToken.isEmpty() == true)//如果token值为空，即未获取token值
    {
        //http请求，以获取token值
        ret = Http::http_postRequst(TokenUrl, header, requestData, replyData);
        if(ret)
        {
            QString key = "access_token";
            accessToken = getJsonValue(replyData,key);
            replyData.clear();
//            qDebug() << "获取的token ——" << accessToken;
        }
    }

    /* 将获取的token值组装到新的url中用于发送语音识别请求*/
    QString speechUrl = QString(BaiduSpeechSatrtUrl).arg(QHostInfo::localHostName()).arg(accessToken);
    /* 把文件转换成QByteArray */
    QFile file;
    file.setFileName(audioFile);//获取保存的录音文件
    file.open(QIODevice::ReadOnly);
    requestData = file.readAll();//读取录音文件中的内容
    file.close();

    if(requestData.isEmpty())
    {
        return QString("语音数据为空");
    }

    /* 再次发送http请求       进行语音识别 */
    ret = Http::http_postRequst(speechUrl, header, requestData, replyData);
    if(ret)
    {
        QString key = "result";
        QString text = getJsonValue(replyData,key);//json解析，自定义函数将结果转换成QString
        return text;
    }else{
        QMessageBox::warning(NULL,"警告(speech)","识别失败");
    }
    return QString("");
}

/*JSON解析函数*/
QString Speech::getJsonValue(QByteArray &data, QString &key)    
{
    QJsonParseError parseError;
    QJsonDocument jsonDocument = QJsonDocument::fromJson(data,&parseError);
    QString retStr = "";
    if(parseError.error == QJsonParseError::NoError)
    {
        if(jsonDocument.isObject())
        {
            /*  将jsonDocument 转换成json对象 */
            QJsonObject jsonObj = jsonDocument.object();
            if(jsonObj.contains(key))
            {
                QJsonValue jsonVal = jsonObj.value(key);
                if(jsonVal.isString())
                {
                    return jsonVal.toString();
                }
                else if(jsonVal.isArray())//检查是否为数组
                {
                    QJsonArray arr = jsonVal.toArray();
                    for(int index = 0; index<arr.size(); index++)
                    {
                        QJsonValue subValue = arr.at(index);
                        if(subValue.isString())
                        {
                            retStr += subValue.toString()+" ";
                        }
                    }
                    return retStr;
                }
            }
            else
            {
                qDebug() << "不包含关键字：" << key;
            }//contains(key)
        }
        else
        {
            qDebug() << "不是json对象";
        }//isObject
    }
    else
    {
        qDebug() << "未成功解析JSON";
    }//NoError
    qDebug() << "未成功解析JSON：" << data.data();
    return QString("");
}

  3_0.HTTP请求——.h文件

#ifndef HTTP_H
#define HTTP_H

#include <QObject>
#include <QNetworkAccessManager> //发送请求
#include <QNetworkRequest>              //请求内容
#include <QNetworkReply>                //返回的结果

#include <QEventLoop>

class Http : public QObject
{
    Q_OBJECT
public:
    explicit Http(QObject *parent = nullptr);

signals:

public slots:

public:
    static bool http_postRequst(QString Url, QMap<QString,QString>header, QByteArray &requestData, QByteArray &replyData);
};

#endif // HTTP_H

 3_1.HTTP请求——.cpp文件

#include "http.h"

Http::Http(QObject *parent) : QObject(parent)
{

}

bool Http::http_postRequst(QString Url, QMap<QString, QString> header, QByteArray &requestData, QByteArray &replyData)
{
    QNetworkAccessManager manager; //请求者
    QNetworkRequest request;                //请求内容

    request.setUrl(Url);                            //获取token值时，参数只需要url和接收token值即可

    QMapIterator<QString, QString> it(header);
    while (it.hasNext()) {//判断header中是否有内容，并读取
        it.next();
        request.setRawHeader(it.key().toLatin1(),it.value().toLatin1());
    }

    /* 发送请求等待响应 */
    QNetworkReply *Reply = manager.post(request,requestData);//发送请求
    QEventLoop l;
    connect(Reply,&QNetworkReply::finished,&l,&QEventLoop::quit); //等待响应
    l.exec();//阻塞等待响应

    if(Reply != nullptr && Reply->error() == QNetworkReply::NoError)
    {
        replyData = Reply->readAll();//读取获取的语音识别结果
        return true;
    }
    return false;
}

效果展示

总结

通过调用 audio文件中的startAudio函数实现开始录音，stopAudio函数停止录音并使用startSpeech函数上传语音信息进行识别。

项目链接: 

Gitee链接

注：如果使用时出现以下情况，说明你的QT软件缺少OpenSSL库，建议去安装对应版本的库，不会装的话去网上搜索QT安装openSSL1.0.2教程

蜉蝣一念
关注
  • 1
    点赞
  • 踩
  • 23
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值