我的工具箱——语音识别(一句话识别)

语音识别(一句话识别)

要求

• 阿里云智能语音 https://help.aliyun.com/product/30413.html

技术处理

• 音频转码处理

  1. 音频要求

     • 支持音频编码格式：pcm(无压缩的pcm文件或wav文件)、opus，16bit采样位数的单声道(mono)；
     • 支持音频采样率：8000Hz、16000Hz；
     • 支持对返回结果进行设置：是否返回中间识别结果，是否在后处理中添加标点，是否将中文数字转为阿拉伯数字输出。

  2. 转码方案

     首先想到的是神器 ffmpeg ,然而这哥们异常的不好用，操作不方便，在服务器上安装的时候贼麻烦。后来重新明确了需求，我们主要是需要对音频进行转换格式即转换音频格式到wav格式、转换音频的采样率和转换音频的声道。故我们使用了比较合适的轻量级工具 SOX (Sound eXchange),贼好用，教程在下方

     • 学习资料 https://www.jianshu.com/p/be8977de4a6b

转换代码：

     		String cmd1 = "lame "+ file + " " + name+".wav --decode";
            Process exec1 = Runtime.getRuntime().exec(cmd1);
            exec1.waitFor();
            String cmd2 = "sox " + name +".wav -r 16000 -c 1 "+name+"_tras.wav";
            Process exec2 = Runtime.getRuntime().exec(cmd2);
            exec2.waitFor();

• 阿里云接口处理

  1. 这里阿里云接口的API的交互流程图

     

  2. . API接口代码

/**
 * SpeechRecognizerDemo class
 *
 * 一句话识别Demo
 */
public class SpeechRecognizerDemo {
   
    private String appKey;
    private String accessToken;
    NlsClient client;
    /**
     * @param appKey
     * @param token
     */
    public SpeechRecognizerDemo(String appKey, String token) {
   
        this.appKey = appKey;
        this.accessToken = token;
        // Step0 创建NlsClient实例,应用全局创建一个即可,默认服务地址为阿里云线上服务地址
        client = new NlsClient(accessToken);
    }
    private static SpeechRecognizerListener getRecognizerListener() {
   
        SpeechRecognizerListener listener = new SpeechRecognizerListener() {
   
            // 识别出中间结果.服务端识别出一个字或词时会返回此消息.仅当setEnableIntermediateResult(true)时,才会有此类消息返回
            @Override
            public