百度AI-语音识别&图片搜索(Java)

百度AI-语音识别&图片搜索

准备工作

1）在浏览器输入https://ai.baidu.com/ 打开Baidu大脑|AI开发平台首页

2）点击右上角控制台，进入用户注册登录界面

3）如果没有百度账号，可以先注册然后再进行登录；如果已经有了百度账号可以直接登录；登录成功后，进入控制台管理界面

4）进行实名认证（因百度AI有些功能需要用户实名认证才可使用，所以在这提前进行实名认证）

5）点击实名认证按钮进入实名认证页面（因我的账号已经进行过初级实名认证，实名认证内容大家按照提示进行即可）

到此准备工作结束，可以使用百度AI开发平台提供的API进行开发了

语音识别

第一步：左侧菜单选择语音技术

第二步：语音识别主界面点击创建应用

第三步：创建应用填写应用信息

第四步：创建成功后进入应用列表查看

第五步：点击上图左侧菜单技术文档

第六步：按照下图打开语音快速入门文档

第七步：阅读文档进行开发并调试

1）创建一个测试工程

​ speech_imageseach

2）根据API提示，导入百度AI所需依赖包

<!--百度AI依赖包-->
<dependency>
    <groupId>com.baidu.aip</groupId>
    <artifactId>java-sdk</artifactId>
    <version>4.12.0</version>
</dependency>

3）编写测试代码

/**
 * @Auth: suihao
 * @Desc: 百度AI-语音识别、语音合成测试类
 * @DateTime: 2022/10/14 11:14
 */
public class SpeechTest{
    
    //设置APPID/AK/SK
    public static final String APP_ID = "20616557";
    public static final String API_KEY = "YlvktyOpTrc7eOxqMQGUEAjM";
    public static final String SECRET_KEY = "EnAoDcoiBSqxRQp69bTKB3xBwZbGpOVR";
    /**
     * 功能描述:  语音识别
     * @return : void
     */
    @Test
    public void speechRecognition() throws JSONException {
        // 初始化一个AipSpeech
        AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);

        // 可选：设置网络连接参数
        client.setConnectionTimeoutInMillis(2000);
        client.setSocketTimeoutInMillis(60000);

        // 可选：设置代理服务器地址, http和socket二选一，或者均不设置
        //client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
        //client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理

        // 可选：设置log4j日志输出格式，若不设置，则使用默认配置
        // 也可以直接通过jvm启动参数设置此环境变量
        //System.setProperty("aip.log4j.conf", "path/to/your/log4j.properties");

        // 调用接口
        JSONObject res = client.asr("E:/public/16k-23850.amr", "amr", 16000, null);
        System.out.println(res.toString(2));

    }
}

4）下载官网提供测试音频文件（也可以使用语音合成，自己使用语音合成接口合成语音文件）

5）测试结果

语音合成

语音技术已经包含了语音合成，但是语音合成免费次数需要我们手动领取才可以，下面我们使用语音合成来合成语音文件完成语音识别测试。

一、点击语音技术页面右上角管理控制台

二、在管理控制台进入语音技术主页

三、语音技术主页选择概览–>语音合成

四、领取语音合成免费次数

五、点击技术文档进入语音技术API页面

六、按照下图打开语音合成API文档

七、阅读文档进行开发并调试

1）在语音识别创建的speech_imageseach直接开发即可，它们所需环境都是一致的

1）所需jar包一致，不需要重新导入
2）所需APP_ID、API_KEY、SECRET_KEY一致不需要重新填写

2）编写测试代码

//直接在SpeechTest测试类中添加如下测试方法即可
@Test
public void speechSynthesis() throws JSONException{
    // 初始化一个AipSpeech
    AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
    // 可选：设置网络连接参数
    client.setConnectionTimeoutInMillis(2000);
    client.setSocketTimeoutInMillis(60000);
    // 可选：设置代理服务器地址, http和socket二选一，或者均不设置
    //client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
    //client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理
    // 可选：设置log4j日志输出格式，若不设置，则使用默认配置
    // 也可以直接通过jvm启动参数设置此环境变量
    //System.setProperty("aip.log4j.conf", "path/to/your/log4j.properties");
    // 调用接口
    TtsResponse res = client.synthesis("Hello World", "suihao", 1, null);
    byte[] data = res.getData();
    JSONObject res1 = res.getResult();
    if (data != null) {
        try {
            Util.writeBytesToFileSystem(data, "E:/ai-speech/itcast.mp3");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    if (res1 != null) {
        System.out.println(res1.toString(2));
    }
}

3）测试结果

代码测试返回结果

生成的音频文件

注意

使用`语音识别`，`语音合成`如果出现错误，根据错误code参考以下链接解决:
	`语音识别`: https://cloud.baidu.com/doc/SPEECH/s/Yk4o0bkop
	`语音合成`: https://cloud.baidu.com/doc/SPEECH/s/jk4nlz520

图片搜索

（1）控制台主页左侧菜单选择图像搜索

（2）图像搜索主界面点击创建应用

（3）创建应用填写应用信息

（4）创建成功后进入应用列表查看

（5） 点击“应用名称”进入应用详情页面

（6）申请建库

（7）建库成功后，导入图片

首先，选择要导入的图库，点击管理图库按钮

然后，上传图片并设置摘要信息

（8）点击左侧技术文档进入技术文档

（9）阅读文档进行开发并调试

1）创建一个测试工程（因工程已经存在可以直接在speech_imageseach工程中测试即可）

2）根据API提示，导入百度AI所需依赖包（包也已经存在可以不用再次导入）

 <!--百度AI依赖包-->
<dependency>
    <groupId>com.baidu.aip</groupId>
    <artifactId>java-sdk</artifactId>
    <version>4.12.0</version>
</dependency>

3）编写测试代码

/**
 * @Auth: suihao
 * @Desc: 百度AI-图片搜索测试类
 * @DateTime: 2022/10/14 11:24
 */
public class ImageSearchTest{
    
    //设置APPID/AK/SK
    public static final String APP_ID = "20617129";
    public static final String API_KEY = "O7SBMGthGxQd3rQkPIgGswdk";
    public static final String SECRET_KEY = "ApDvY5WN1Twsj1DAZADAdFxSZF8l7qt6";
    /**
 	 * 功能描述:  百度AI-图片搜索
 	 * @return : void
 	 */
    @Test
    public void isearch() throws JSONException {
        AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
        // 可选：设置网络连接参数
        client.setConnectionTimeoutInMillis(2000);
        client.setSocketTimeoutInMillis(60000);

        // 可选：设置代理服务器地址, http和socket二选一，或者均不设置
        //client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
        //client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理

        // 可选：设置log4j日志输出格式，若不设置，则使用默认配置
        // 也可以直接通过jvm启动参数设置此环境变量
        //System.setProperty("aip.log4j.conf", "path/to/your/log4j.properties");

        // 调用接口
        //String path = "E:\\img\\huaweiP40.jpg";
        //String path = "E:\\img\\huaweiNova7.jpg";
        String path = "E:\\img\\lianxiangM4000s.jpg";
        JSONObject res = client.productSearch(path, new HashMap<String, String>());
        System.out.println(res.toString(2));
    }
}

4）测试结果

注意

注意： 
1、检索接口不返回原图，仅反馈入库时填写的brief信息，请调用入库接口时尽量填写可关联至本地图库的图片id或者图片url等信息。
2、检索接口默认返回TOP 300的结果，如果图库里不满300张图片，会返回所有图片，请入库足量图片以便充分测试效果。
3、原则上任何2张图片都有相似度，只不过分值有高低，应用时可结合接口返回的相关性分数score（取值范围0-1，越接近1代表相似度越高）进行筛选，如选取score大于某个值的结果进行应用。

4）测试结果

注意

注意： 
1、检索接口不返回原图，仅反馈入库时填写的brief信息，请调用入库接口时尽量填写可关联至本地图库的图片id或者图片url等信息。
2、检索接口默认返回TOP 300的结果，如果图库里不满300张图片，会返回所有图片，请入库足量图片以便充分测试效果。
3、原则上任何2张图片都有相似度，只不过分值有高低，应用时可结合接口返回的相关性分数score（取值范围0-1，越接近1代表相似度越高）进行筛选，如选取score大于某个值的结果进行应用。