语音识别java版demo

最新推荐文章于 2024-08-08 22:50:50 发布
最新推荐文章于 2024-08-08 22:50:50 发布
阅读量1.9k 收藏 11
点赞数 1
文章标签： java 语音识别 Powered by 金山文档
原文链接：http://wiki.supcon5t.com/books/fc490/page/javademo
版权

一、前言

国内做语音识别的公司有很多，大家所熟知的几家公司主要有科大讯飞、阿里云、百度、腾讯等，由于各家的API或者SDK对接方式都差不多，本文采用百度的API进行演示。

二、对接流程

第一步：成为开发者

三步完成账号的基本注册与认证：

STEP1：点击进入控制台，选择需要使用的AI服务项。若为未登录状态，将跳转至登录界面，请您使用百度账号登录。如还未持有百度账户，可以点击此处注册百度账号。

STEP2：首次使用，登录后将会进入开发者认证页面，请填写相关信息完成开发者认证。注：(如您之前已经是百度云用户或百度开发者中心用户，此步可略过。)

STEP3：通过控制台左侧导航，选择语音能力引擎，进入语音技术的控制面板，进行相关操作。

第二步：领取免费额度

因为本文是个人版本的demo，所以使用的是免费额度（180天），正式企业应用也有一定的免费额度，当然后期使用肯定是需要付费的。

点击去领取：

选中语音识别：

  1. 点击全选或者根据自己需要选择即可

  1. 点击0元领取，然后刷新列表就可以看到自己已经领取成功了

第三步：创建应用

需要创建应用才可正式调用语音技术能力,基于应用创建成功后获取的API Key及Secret Key，进行接口调用操作，及相关配置。按照下图所示的操作流程，完成创建操作即可。

1.点击去创建

应用名称： 用于标识您所创建的应用的名称，支持中英文、数字、下划线及中横线，此名称一经创建完毕，不可修改。

接口选择： 每个应用可以勾选业务所需的所有AI服务的接口权限（仅可勾选具备免费试用权限的接口能力），语音技术下全部接口已默认勾选，创建应用完毕，此应用即具备了所勾选服务的调用权限。

语音包名：如果您需要使用语音技术SDK服务（iOS/Android），需要绑定包名信息，以便生成授权License。

应用归属：可选择个人使用或公司使用服务，若为公司使用，可与专属商务经理沟通，获取专业的售前支持。

应用描述： 对此应用的业务场景进行描述。

第四步：获取密钥

在创建完毕应用后，平台将会分配给我们此应用的相关凭证，主要为AppID、API Key、Secret Key。

第五步：生成签名

使用创建应用所分配到的AppID、API Key及Secret Key，进行Access Token（用户身份验证和授权的凭证）的生成。具体如下：

请求URL数据格式：

向授权服务地址https://aip.baidubce.com/oauth/2.0/token发送请求（推荐使用POST），并在URL中带上以下参数：

  • grant_type： 必须参数，固定为client_credentials；

  • client_id： 必须参数，应用的API Key；

  • client_secret： 必须参数，应用的Secret Key；

注：

  • API Key、Secret Key 均可在百度智能云控制台 各技术方向概览页的应用列表 处获取，若无应用请先进行创建；

  • API Key、Secret Key用于接口调用鉴权，请务必注意保密，不可在公开文档或代码中以明文展示，否则可能导致账号被盗用。

例如：

https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=Va5yQRHlA4Fq5eR3LT0vuXV4&client_secret=0rDSjzQ20XUj5itV6WRtznPQSzr5pVw2

java版本示例：

​
packagecom.baidu.ai.aip.auth;
​
importorg.json.JSONObject;
​
importjava.io.BufferedReader;
importjava.io.InputStreamReader;
importjava.net.HttpURLConnection;
importjava.net.URL;
importjava.util.List;
importjava.util.Map;
​
/**
* 获取token类
*/
publicclassAuthService {
​
    /**
    * 获取权限token
    * @return 返回示例：
    * {
    * "access_token": "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567",
    * "expires_in": 2592000
    * }
    */
    publicstaticStringgetAuth() {
        // 官网获取的 API Key 更新为你注册的
        StringclientId="百度云应用的AK";
        // 官网获取的 Secret Key 更新为你注册的
        StringclientSecret="百度云应用的SK";
        returngetAuth(clientId, clientSecret);
    }
​
    /**
    * 获取API访问token
    * 该token有一定的有效期，需要自行管理，当失效时需重新获取.
    * @param ak - 百度云官网获取的 API Key
    * @param sk - 百度云官网获取的 Secret Key
    * @return assess_token 示例：
    * "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567"
    */
    publicstaticStringgetAuth(Stringak, Stringsk) {
        // 获取token地址
        StringauthHost="https://aip.baidubce.com/oauth/2.0/token?";
        StringgetAccessTokenUrl=authHost
            // 1. grant_type为固定参数
            +"grant_type=client_credentials"
            // 2. 官网获取的 API Key
            +"&client_id="+ak
            // 3. 官网获取的 Secret Key
            +"&client_secret="+sk;
        try {
            URLrealUrl=newURL(getAccessTokenUrl);
            // 打开和URL之间的连接
            HttpURLConnectionconnection= (HttpURLConnection) realUrl.openConnection();
            connection.setRequestMethod("GET");
            connection.connect();
            // 获取所有响应头字段
            Map<String, List<String>>map=connection.getHeaderFields();
            // 遍历所有的响应头字段
            for (Stringkey : map.keySet()) {
                System.err.println(key+"--->"+map.get(key));
            }
            // 定义 BufferedReader输入流来读取URL的响应
            BufferedReaderin=newBufferedReader(newInputStreamReader(connection.getInputStream()));
            Stringresult="";
            Stringline;
            while ((line=in.readLine()) !=null) {
                result+=line;
            }
            /**
            * 返回结果示例
            */
            System.err.println("result:"+result);
            JSONObjectjsonObject=newJSONObject(result);
            Stringaccess_token=jsonObject.getString("access_token");
            returnaccess_token;
        } catch (Exceptione) {
            System.err.printf("获取token失败！");
            e.printStackTrace(System.err);
        }
        returnnull;
    }
​
}

服务器返回的JSON文本参数如下：

  • access_token： 要获取的Access Token；

  • expires_in： Access Token的有效期(秒为单位，有效期30天)；

  • 其他参数忽略，暂时不用;

例如：

{
  "refresh_token": "25.b55fe1d287227ca97aab219bb249b8ab.315360000.1798284651.282335-8574074",
  "expires_in": 2592000,
  "scope": "public wise_adapt",
  "session_key": "9mzdDZXu3dENdFZQurfg0Vz8slgSgvvOAUebNFzyzcpQ5EnbxbF+hfG9DQkpUVQdh4p6HbQcAiz5RmuBAja1JJGgIdJI",
  "access_token": "24.6c5e1ff107f0e8bcef8c46d3424a0e78.2592000.1485516651.282335-8574074",
  "session_secret": "dfac94a3489fe9fca7c3221cbf7525ff"
}

若请求错误，服务器将返回的JSON文本包含以下参数：

  • error： 错误码；关于错误码的详细信息请参考下方鉴权认证错误码。

  • error_description： 错误描述信息，帮助理解和解决发生的错误。

例如：

{
    "error": "invalid_client",
    "error_description": "unknown client id"
}

鉴权认证错误码：

error

error_description

解释

invalid_client

unknown client id

API Key不正确

invalid_client

Client authentication failed

Secret Key不正确

第六步：启动开发

百度提供了两种对接方式：API与SDK。我们这里选择了API的方式进行对接。

请求说明

语音数据上传 POST 方式有 2 种：

  1. JSON 格式 POST 上传本地音频文件。

  1. RAW 格式 POST 上传本地音频文件。

JSON 方式

  • 音频文件，读取二进制内容后，进行 base64 编码后放在 speech 参数内。

  • 音频文件的原始大小, 即二进制内容的字节数，填写 “len” 字段

由于使用 json 格式， header 为：Content-Type:application/json注意： 由于 base64 编码后，数据会增大 1/3。

RAW方式

  • 音频文件，读取二进制内容后，直接放在 body 中。

  • Content-Length 的值即为音频文件的大小。（一般代码会自动生成）。

由于使用 raw 方式， 采样率和文件格式需要填写在 Content-Type 中 ：Content-Type: audio/pcm;rate=16000

JSON方式上传音频

语音数据和其他参数通过标准 JSON 格式串行化 POST 上传， JSON 里包括的参数：

字段名

类型

可需

描述

format

string

必填

语音文件的格式，pcm/wav/amr/m4a。不区分大小写。推荐pcm文件

rate

int

必填

采样率，16000、8000，固定值

channel

int

必填

声道数，仅支持单声道，请填写固定值 1

cuid

string

必填

用户唯一标识，用来区分用户，计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码，长度为60字符以内。

token

string

必填

开放平台获取到的开发者[access_token]

获取 Access Token "access_token")

dev_pid

int

选填

不填写lan参数生效，都不填写，默认1537（普通话 输入法模型），dev_pid参数点击这里

lm_id

int

选填

自训练平台模型id，填dev_pid = 1537生效

lan

string

选填，废弃参数

历史兼容参数，已不再使用

speech

string

必填

本地语音文件的二进制语音数据 ，需要进行base64 编码。与len参数连一起使用。

len

int

必填

本地语音文件的的字节数，单位字节

上传示例

JSON 格式 POST 上传本地文件

固定头部 header
Content-Type:application/json
请求示例
POSThttp://vop.baidu.com/server_api

speech 参数填写为 文件内容 base64 后的结果：

{     
  "format":"pcm",     
  "rate":16000,     
  "dev_pid":1537,     
  "channel":1,     
  "token":xxx,     
  "cuid":"baidu_workshop",     
  "len":4096,     
  "speech":"xxx", // xxx为 base64（FILE_CONTENT） 
}
返回示例
{
"corpus_no":"6433214037620997779",
"err_msg":"success.",
"err_no":0,"result":["北京科技馆。"],
"sn":"371191073711497849365"
}
注意事项

len 字段表示原始语音大小字节数，不是 base64 编码之后的长度。

RAW 方式上传音频

语音数据直接放在 HTTP BODY 中，控制参数以及相关统计信息通过 header 和 url 里参数传递。

Header 参数说明

字段名

数据类型

可需

描述

format

string（格式见下面示例）

必填

语音格式，pcm/wav/amr/(m4a仅支持极速版)。不区分大小写，推荐使用pcm文件

rate

int（格式见下面示例）

必填

采样率 16000、8000， 固定值

语音数据的采样率和压缩格式在 HTTP-HEADER 里的 Content-Type 表明，例：

Content-Type: audio/pcm;rate=16000
url 参数说明

字段名

可需

描述

cuid

必填

用户唯一标识，用来区分用户，计算 UV 值。建议填写能区分用户的机器 MAC 地址或 IMEI 码，长度为 60 字符以内。

token

必填

开放平台获取到的开发者 [access_token]

获取 Access Token "access_token")

dev_pid

选填

不填写 lan 参数生效，都不填写，默认 1537（普通话 输入法模型），dev_pid参数点击这里

lm_id

int

选填

lan

选填，废弃参数

历史兼容参数，已不再使用。

URL 示例
POSThttp://vop.baidu.com/server_api?dev_pid=1537&cuid=******&token=1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328

// 或者使用自训练平台

POSThttp://vop.baidu.com/server_api?dev_pid=8002&lm_id=1234&cuid=******&token=1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328
raw 方式测试示例
curl-i-XPOST-H"Content-Type: audio/pcm;rate=16000""http://vop.baidu.com/server_api?dev_pid=1537&cuid=xxxxx&token=1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328"--data-binary"@/home/test/test.pcm"

三、demo示例

第一步：准备音频文件

第二步：生成token

packagecom.speech.demo.common;
​
​
importcom.alibaba.fastjson2.JSONObject;
​
importjava.io.IOException;
importjava.net.HttpURLConnection;
importjava.net.URL;
​
/**
* token的获取类
* 将apiKey和secretKey换取token，注意有效期保存在expiresAt
*/
publicclassTokenHolder {
​
    publicstaticfinalStringASR_SCOPE="audio_voice_assistant_get";
​
    publicstaticfinalStringTTS_SCOPE="audio_tts_post";
​
    /**
     * url , Token的url，http可以改为https
     */
    privatestaticfinalStringurl="http://aip.baidubce.com/oauth/2.0/token";
​
    /**
     * asr的权限 scope 是  "audio_voice_assistant_get"
     * tts 的权限 scope 是 "audio_tts_post"
     */
    privateStringscope;
​
    /**
     * 网页上申请语音识别应用获取的apiKey
     */
    privateStringapiKey;
​
    /**
     * 网页上申请语音识别应用获取的secretKey
     */
    privateStringsecretKey;
​
    /**
     * 保存访问接口获取的token
     */
    privateStringtoken;
​
    /**
     * 当前的时间戳，毫秒
     */
    privatelongexpiresAt;
​
    /**
     * @param apiKey    网页上申请语音识别应用获取的apiKey
     * @param secretKey 网页上申请语音识别应用获取的secretKey
     */
    publicTokenHolder(StringapiKey, StringsecretKey, Stringscope) {
        this.apiKey=apiKey;
        this.secretKey=secretKey;
        this.scope=scope;
    }
​
​
    /**
     * 获取token，refresh 方法后调用有效
     *
     * @return
     */
    publicStringgetToken() {
        returntoken;
    }
​
    /**
     * 获取过期时间，refresh 方法后调用有效
     *
     * @return
     */
    publiclonggetExpiresAt() {
        returnexpiresAt;
    }
​
​
    /**
     * 获取token
     *
     * @return
     * @throws IOException   http请求错误
     * @throws DemoException http接口返回不是 200, access_token未获取
     */
    publicvoidrefresh() throwsIOException, DemoException {
        StringgetTokenURL=url+"?grant_type=client_credentials"
                +"&client_id="+ConnUtil.urlEncode(apiKey) +"&client_secret="+ConnUtil.urlEncode(secretKey);
​
        // 打印的url出来放到浏览器内可以复现
        System.out.println("token url:"+getTokenURL);
​
        URLurl=newURL(getTokenURL);
        HttpURLConnectionconn= (HttpURLConnection) url.openConnection();
        conn.setConnectTimeout(5000);
        Stringresult=ConnUtil.getResponseString(conn);
        System.out.println("Token result json:"+result);
        parseJson(result);
    }
​
    /**
     * @param result token接口获得的result
     * @throws DemoException
     */
    privatevoidparseJson(Stringresult) throwsDemoException {
        JSONObjectjson=JSONObject.parseObject(result);
        if (json.getString("access_token") ==null) {
            // 返回没有access_token字段
            thrownewDemoException("access_token not obtained, "+result);
        }
        if (json.getString("scope") ==null) {
            // 返回没有scope字段
            thrownewDemoException("scopenot obtained, "+result);
        }
        // scope = null, 忽略scope检查
​
        if (scope!=null&&!json.getString("scope").contains(scope)) {
            thrownewDemoException("scope not exist, "+scope+","+result);
        }
        token=json.getString("access_token");
        expiresAt=System.currentTimeMillis() +json.getLong("expires_in") *1000;
    }
}

​

第三步：调用API测试

语音识别测试:

packagecom.speech.demo.test;
​
​
importcom.alibaba.fastjson2.JSONObject;
importcom.speech.demo.common.ConnUtil;
importcom.speech.demo.common.DemoException;
importcom.speech.demo.common.TokenHolder;
​
importjava.io.File;
importjava.io.FileInputStream;
importjava.io.FileWriter;
importjava.io.IOException;
importjava.net.HttpURLConnection;
importjava.net.URL;
importjava.util.Base64;
​
publicclassAsrMain {
    /**
     * 默认以json方式上传音频文件
     */
​
    privatefinalbooleanMETHOD_RAW=false;
    /**
     * 填写网页上申请的appkey 如 $apiKey="kVcnfD9iW2XVZSMaLMrtLYIz"
     */
    privatefinalStringAPP_KEY="你的appKey";
​
    /**
     * 填写网页上申请的APP SECRET 如 $SECRET_KEY="O9o1O213UgG5LFn0bDGNtoRN3VWl2du6"
     */
    privatefinalStringSECRET_KEY="你的secretKey";
​
    // 需要识别的文件
    privatefinalStringFILENAME="16k.pcm";
​
    /**
     * 文件格式, 支持pcm/wav/amr 格式，极速版额外支持m4a 格式
     */
    privatefinalStringFORMAT=FILENAME.substring(FILENAME.length() -3);
​
    privateStringCUID="1234567JAVA";
​
    // 采样率固定值
    privatefinalintRATE=16000;
​
    privateStringURL;
​
    privateintDEV_PID;
​
    //private int LM_ID;//测试自训练平台需要打开此注释
​
    privateStringSCOPE;
​
    //  普通版 参数
    {
        // 可以改为https
        URL="http://vop.baidu.com/server_api";
        //  1537 表示识别普通话，使用输入法模型。 其它语种参见文档
        DEV_PID=1537;
        SCOPE="audio_voice_assistant_get";
    }
​
    // 自训练平台 参数
    /*{
        //自训练平台模型上线后，您会看见 第二步：“”获取专属模型参数pid:8001，modelid:1234”，按照这个信息获取 dev_pid=8001，lm_id=1234
        DEV_PID = 8001;
        LM_ID = 1234；
    }*/
​
    /* 极速版 参数
    {
        URL =   "http://vop.baidu.com/pro_api"; // 可以改为https
        DEV_PID = 80001;
        SCOPE = "brain_enhanced_asr";
    }
    */
​
    /* 忽略scope检查，非常旧的应用可能没有
    {
        SCOPE = null;
    }
    */
​
    publicstaticvoidmain(String[] args) throwsIOException, DemoException {
        AsrMaindemo=newAsrMain();
        // 填写下面信息
        Stringresult=demo.run();
        System.out.println("识别结束：结果是：");
        System.out.println(result);
​
        // 如果显示乱码，请打开result.txt查看
        Filefile=newFile("result.txt");
        FileWriterfo=newFileWriter(file);
        fo.write(result);
        fo.close();
        System.out.println("Result also wrote into "+file.getAbsolutePath());
    }
​
​
    publicStringrun() throwsIOException, DemoException {
        TokenHolderholder=newTokenHolder(APP_KEY, SECRET_KEY, SCOPE);
        holder.refresh();
        Stringtoken=holder.getToken();
        Stringresult=null;
        if (METHOD_RAW) {
            result=runRawPostMethod(token);
        } else {
            result=runJsonPostMethod(token);
        }
        returnresult;
    }
​
    privateStringrunRawPostMethod(Stringtoken) throwsIOException, DemoException {
        Stringurl2=URL+"?cuid="+ConnUtil.urlEncode(CUID) +"&dev_pid="+DEV_PID+"&token="+token;
        //测试自训练平台需要打开以下信息
        //String url2 = URL + "?cuid=" + ConnUtil.urlEncode(CUID) + "&dev_pid=" + DEV_PID + "&lm_id="+ LM_ID + "&token=" + token;
        StringcontentTypeStr="audio/"+FORMAT+"; rate="+RATE;
        //System.out.println(url2);
        byte[] content=getFileContent(FILENAME);
        HttpURLConnectionconn= (HttpURLConnection) newURL(url2).openConnection();
        conn.setConnectTimeout(5000);
        conn.setRequestProperty("Content-Type", contentTypeStr);
        conn.setRequestMethod("POST");
        conn.setDoOutput(true);
        conn.getOutputStream().write(content);
        conn.getOutputStream().close();
        System.out.println("url is "+url2);
        System.out.println("header is  "+"Content-Type :"+contentTypeStr);
        Stringresult=ConnUtil.getResponseString(conn);
        returnresult;
    }
​
    publicStringrunJsonPostMethod(Stringtoken) throwsDemoException, IOException {
​
        byte[] content=getFileContent(FILENAME);
        Stringspeech=base64Encode(content);
​
        JSONObjectparams=newJSONObject();
        params.put("dev_pid", DEV_PID);
        //params.put("lm_id",LM_ID);//测试自训练平台需要打开注释
        params.put("format", FORMAT);
        params.put("rate", RATE);
        params.put("token", token);
        params.put("cuid", CUID);
        params.put("channel", "1");
        params.put("len", content.length);
        params.put("speech", speech);
​
        // System.out.println(params.toString());
        HttpURLConnectionconn= (HttpURLConnection) newURL(URL).openConnection();
        conn.setConnectTimeout(5000);
        conn.setRequestMethod("POST");
        conn.setRequestProperty("Content-Type", "application/json; charset=utf-8");
        conn.setDoOutput(true);
        conn.getOutputStream().write(params.toString().getBytes());
        conn.getOutputStream().close();
        Stringresult=ConnUtil.getResponseString(conn);
​
​
        params.put("speech", "base64Encode(getFileContent(FILENAME))");
        System.out.println("url is : "+URL);
        System.out.println("params is :"+params.toString());
​
​
        returnresult;
    }
​
    privatebyte[] getFileContent(Stringfilename) throwsDemoException, IOException {
        Filefile=newFile(filename);
        if (!file.canRead()) {
            System.err.println("文件不存在或者不可读: "+file.getAbsolutePath());
            thrownewDemoException("file cannot read: "+file.getAbsolutePath());
        }
        FileInputStreamis=null;
        try {
            is=newFileInputStream(file);
            returnConnUtil.getInputStreamContent(is);
        } finally {
            if (is!=null) {
                try {
                    is.close();
                } catch (IOExceptione) {
                    e.printStackTrace();
                }
            }
        }
​
    }
​
    privateStringbase64Encode(byte[] content) {
​
        Base64.Encoderencoder=Base64.getEncoder(); // JDK 1.8  推荐方法
        Stringstr=encoder.encodeToString(content);
​
        /*char[] chars = Base64Util.encode(content); // 1.7 及以下，不推荐，请自行跟换相关库
        String str = new String(chars);*/
​
        returnstr;
    }
​
}

​

说明：

  • appKey和secretKey填写你自己创建应用的即可，demo中使用的是我的

语音合成测试:

packagecom.speech.demo.test;
​
importcom.speech.demo.common.ConnUtil;
importcom.speech.demo.common.DemoException;
importcom.speech.demo.common.TokenHolder;
importjava.io.File;
importjava.io.FileOutputStream;
importjava.io.IOException;
importjava.io.PrintWriter;
importjava.net.HttpURLConnection;
importjava.net.URL;
​
​
publicclassTtsMain {
​
    publicstaticvoidmain(String[] args) throwsIOException, DemoException {
        (newTtsMain()).run();
    }
​
    /**
     * 填写网页上申请的appkey 如 $apiKey="kVcnfD9iW2XVZSMaLMrtLYIz"
     */
    privatefinalStringappKey="你的appKey";
​
    /**
     * 填写网页上申请的APP SECRET 如 $SECRET_KEY="O9o1O213UgG5LFn0bDGNtoRN3VWl2du6"
     */
    privatefinalStringsecretKey="你的secretKey";
​
    // text 的内容为"欢迎使用百度语音合成"的urlencode,utf-8 编码
    // 可以百度搜索"urlencode"
    privatefinalStringtext="欢迎使用百度语音";
​
    // 发音人选择, 基础音库：0为度小美，1为度小宇，3为度逍遥，4为度丫丫，
    // 精品音库：5为度小娇，103为度米朵，106为度博文，110为度小童，111为度小萌，默认为度小美
    privatefinalintper=0;
    // 语速，取值0-15，默认为5中语速
    privatefinalintspd=5;
    // 音调，取值0-15，默认为5中语调
    privatefinalintpit=5;
    // 音量，取值0-9，默认为5中音量
    privatefinalintvol=5;
​
    // 下载的文件格式, 3：mp3(default) 4： pcm-16k 5： pcm-8k 6. wav
    privatefinalintaue=6;
​
    // 可以使用https
    publicfinalStringurl="http://tsn.baidu.com/text2audio";
​
    privateStringcuid="1234567JAVA";
​
    privatevoidrun() throwsIOException, DemoException {
        TokenHolderholder=newTokenHolder(appKey, secretKey, TokenHolder.ASR_SCOPE);
        holder.refresh();
        Stringtoken=holder.getToken();
​
        // 此处2次urlencode， 确保特殊字符被正确编码
        Stringparams="tex="+ConnUtil.urlEncode(ConnUtil.urlEncode(text));
        params+="&per="+per;
        params+="&spd="+spd;
        params+="&pit="+pit;
        params+="&vol="+vol;
        params+="&cuid="+cuid;
        params+="&tok="+token;
        params+="&aue="+aue;
        params+="&lan=zh&ctp=1";
        System.out.println(url+"?"+params); // 反馈请带上此url，浏览器上可以测试
        HttpURLConnectionconn= (HttpURLConnection) newURL(url).openConnection();
        conn.setDoInput(true);
        conn.setDoOutput(true);
        conn.setConnectTimeout(5000);
        PrintWriterprintWriter=newPrintWriter(conn.getOutputStream());
        printWriter.write(params);
        printWriter.close();
        StringcontentType=conn.getContentType();
        if (contentType.contains("audio/")) {
            byte[] bytes=ConnUtil.getResponseBytes(conn);
            Stringformat=getFormat(aue);
            Filefile=newFile("result."+format); // 打开mp3文件即可播放
            // System.out.println( file.getAbsolutePath());
            FileOutputStreamos=newFileOutputStream(file);
            os.write(bytes);
            os.close();
            System.out.println("audio file write to "+file.getAbsolutePath());
        } else {
            System.err.println("ERROR: content-type= "+contentType);
            Stringres=ConnUtil.getResponseString(conn);
            System.err.println(res);
        }
    }
​
    // 下载的文件格式, 3：mp3(default) 4： pcm-16k 5： pcm-8k 6. wav
    privateStringgetFormat(intaue) {
        String[] formats= {"mp3", "pcm", "pcm", "wav"};
        returnformats[aue-3];
    }
}

​

第四步：结果展示

语音识别结果展示：

语音合成结果展示：

demo示例git地址：

https://gitlab.supcon5t.com/zhaojun/Sup-Speech-Demo.git

四、在线调试

如果不想在本地调试，也可以在线调试，百度提供了在线调试的方式：在线调试地址

五、总结

  • 总体来说整个对接还是比较简单的，主要是用appKey和secretKey生成token，然后按照API要求进行调用即可

  • 其他厂商的API调用基本也差不多这样，当然他们也提供SDK的集成方式，至于选择哪种方式都可以

热心市民_Meng
关注
  • 1
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
手把手教你用JAVA实现“语音识别”功能（声音转文字）标贝科技
DataBaker的博客
09-27 5447
手把手教你用JAVA实现“语音识别”功能（声音转文字）标贝科技 前言 什么是语音识别？ 将自然语音转换为文本信息，本篇文章将介绍“一句话识别”（对60秒以内的语音进行实时转写识别） 一、内容太长不愿意看，直接使用系列 首先确认接口调用要求： 时长限制：60秒以内 支持音频格式：wav，pcm 音频采样率：8000Hz，16000Hz 位深：16bits 声道：单声道 确认无误后，直接执行 2.2获取权限+2.3.3完整代码示例 二、用JAVA调用标贝科技“语音识别”接口使用流程 2.1.环境准备 jav
java实现语音识别
q6q6q的专栏
10-27 1万+
广告关闭2017年12月，云+社区对外发布，从最开始的技术博客到现在拥有多个社区产品。未来，我们一起乘风破浪，创造无限可能。说到语音识别、语音翻译、图像识别、人脸识别等等，现在已经非常非常非常普及了，看过‘最强大脑’的朋友，也应该对‘小度’这个机器人有所了解，战胜国际顶尖的‘大脑’- 水哥，(ps：内幕不知)，那么今天，我们来看下关于语音识别，是如何做到的，java又是如何识别语音的？ 如何转换语...
科大讯飞语音识别（离线+在线）完整工程源代码可运行
01-26
从科大讯飞官方Demo中提取的语音识别部分代码加以修改，可实现在线与离线的语音识别，下载后需要填写自己的APPID以及修改成与ID相匹配的讯飞SDK，实测可运行。
Java中的智能语音识别与处理技术
省赚客开发者博客
07-07 327
智能语音识别技术是近年来人工智能领域的热门研究方向之一，它通过对语音信号进行分析、处理和理解，将语音信息转换为文本或命令。在Java中，我们可以利用各种开源库和工具来实现高效的语音识别和处理功能。
C#腾讯AI 接口签名工具及语音合成Demo(适合小白)
06-01
C#腾讯AI 接口签名工具 语音合成demo 在工具类中有个完整的语音合成的Demo 继之前的demo 做了一下修改，更加适合初学者使用。 具体接口文档地址参照https://ai.qq.com/doc/aaitts.shtml 在demo中将标注的字段改为你自己注册的相应字段即可，语音合成的demo就能跑起来，工具类和demo仅提供学习和参考使用，并不是所有的接口都是一样的 ，所以本demo 和工具类希望能给开发者和各位同学提供一个思路，感谢，有问题留言提出！
Java与智能语音识别：实现准确的语音识别与转换
m0_75198698的博客
05-23 1881
在实际应用中，可以根据具体需求选择合适的语音识别算法和技术，结合领域知识和数据进行模型训练，以提高语音识别的准确率和适应性。- 可以使用开源的语音识别引擎（如CMUSphinx、Kaldi等）或云服务（如百度语音识别、Google Cloud Speech-to-Text等）来实现语音识别功能。Java与智能语音识别是指利用Java编程语言和智能语音处理技术实现准确的语音识别和转换。- 根据应用需求，将识别得到的文本用于各种场景，如语音助手、语音指令控制、语音搜索等。
Java实现音频转文本（语音识别）
m0_72958694的博客
05-15 2803
Java实现语音识别（音频转文本）详细教程。
基于Java的语音识别程序 SpeechLion
weixin_39827856的博客
07-20 729
该系统利用Java的语音识别库和信号处理技术，实现了对用户语音输入的识别和处理。实验结果表明，SpeechLion具有较高的准确性和实用性，能够满足用户对语音识别的需求。通过Java的语音识别库和信号处理技术，实现了对用户语音输入的识别和处理。语音识别是一项重要的技术，可以将用户的语音输入转化为可读的文本形式，可以广泛应用于语音助手、语音输入、智能设备等领域。本文设计和实现了一种基于Java的语音识别程序SpeechLion，利用Java的语音识别库和信号处理技术，实现了对用户语音输入的识别和处理。
java 语音识别demo_【百度语音识别】JavaAPI方式语音识别示例
weixin_31630667的博客
02-16 434
【百度语音识别】JavaAPI方式语音识别示例MP3转PCMJava-API合成语音示例:http://ai.baidu.com/forum/topic/show/496727注意：需要下载MP3插件jar。才可以进行MP3CONVERTPCM链接: https://pan.baidu.com/s/1nwmC4Xz 密码: fzqd遇到的坑：HTTPUtil工具类中。不需要拼接access_t...
科大讯飞语音识别java版本demo
04-25
标题中的"科大讯飞语音识别java版本demo"是指使用Java编程语言来实现科大讯飞的语音识别功能的示例代码。通过这个demo，开发者可以学习如何在Java项目中集成科大讯飞的SDK，并实现语音转文字的功能。 描述中提到的...
百度实时语音识别Demo
09-12
【百度实时语音识别Demo】是基于Android平台的一个应用示例，它展示了如何集成并使用百度的语音识别技术。这个Demo让用户体验到通过长按按钮说话，系统就能将语音转化为文字的功能，大大提升了用户输入信息的效率，...
微软语音识别网页版demo
11-12
在这个“微软必应语音识别网页版demo”中，我们可以深入了解并体验这一技术的实际应用。 首先，标题“微软语音识别网页版demo”表明这是一个基于Web的交互式示例，它利用了微软的必应语音识别服务。必应语音识别是...
java语音识别demo
09-29
Java语音识别Demo是一个示例项目，它展示了如何在Java应用程序中实现语音识别功能。这个项目对于开发者来说，是一个很好的起点，特别是那些希望在他们的软件中集成语音交互功能的人。通过这个Demo，我们可以学习到...
阿里云语音识别demo
07-03
阿里云语音识别Demo是针对Java开发者设计的一个示例项目，旨在帮助他们快速理解和集成阿里云的语音识别服务。这个服务能够将音频数据转化为文本，广泛应用于各种场景，如智能客服、语音助手、在线教育等。在Java开发...
【项目管理】Java离线版语音识别-语音转文字
热门推荐
李晋江的博客
09-27 1万+
Java离线版语音识别-语音转文字
Java语音转文字及文字转语音教学 （离线版）
My_wife_QBL的博客
02-28 4868
InputStream ais = AudioSystem.getAudioInputStream(new BufferedInputStream(new FileInputStream("音频路径")));这个是你要识别的音频地址，我用的音频格式是 wav 其他格式还没试。选择 Chinese 下载这两个模型 （建议都下载 small模型识别快一点）到此就完成了 语言转文字 文字转语言的功能了，希望能帮到你。注意new Model("模型路径")是你下载的模型解压后的地址。2.1 Maven导入以下包。
从零开始学习Java神经网络、自然语言处理和语音识别，附详解和简易版GPT，语音识别完整代码示例解析
陈书予
03-15 4169
神经网络由神经元（neuron）和连接（synapse）构成。每个神经元接收一些输入，经过加权和运算后产生输出。神经元之间的连接有不同的权值，表示不同神经元之间的强度。神经网络的训练过程就是通过调整权值，使网络能够学习输入输出的映射关系。神经网络通常包含输入层、隐藏层和输出层。输入层接收输入信号，隐藏层进行处理，输出层产生最终结果。每个层都由多个神经元组成，它们之间通过连接进行通信。神经网络的结构和参数（权值）都需要进行设计和调整，以适应不同的任务。
（javaweb）请求响应postman
最新发布
2301_79144798的博客
08-08 538
1.Tomcat又称为servlet容器前端浏览器发起请求携带http请求数据，web服务器负责请求协议的解析，Tomcat接收请求数据，并对请求数据进行解析。Tomcat将解析后所有的信息封装到一个对象当中：HttpServletRequest（请求对象）---应用程序从中获取请求数据。HttpServletResponse--通过这个对象设置要响应的数据 --响应信息给浏览器浏览器--服务器：：BS架构（通过浏览器能访问到的网站：京东 淘宝 天猫 唯品会都是BS架构）
基于demo语音识别
12-27
demo语音识别是一种基于人工智能技术的语音识别系统，能够将人类的语音信息转换为文字信息。它通过分析语音信号的频率、声音强度等特征，结合语音识别模型和算法，将语音信息转换为文本信息。 这种技术在实际生活中有着广泛的应用，比如语音助手、语音识别输入法等。通过demo语音识别，用户可以使用语音指令，实现语音搜索、语音输入等操作，极大地提高了用户的使用体验。 demo语音识别的基本原理是通过训练模型来识别语音信号中的特征，并将其转化为文本信息。在训练过程中，需要大量的语音样本和相应的文本信息作为输入，通过不断地学习和优化算法，提高语音识别的准确性和稳定性。 在实际应用中，demo语音识别系统需要考虑多种因素，如语音信号的质量、环境噪音的干扰、语音口音的差异等。为了提高语音识别的效果，需要不断地优化算法和模型，提升系统的智能化水平。 总的来说，demo语音识别是一项十分重要的人工智能技术，它极大地方便了人们的生活和工作。随着技术的不断发展，相信demo语音识别系统的应用范围会越来越广泛，为人类带来更多的便利和惊喜。
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