Qt录音+百度语音Linux C++ SDK识别包实现语音识别

最新推荐文章于 2022-07-20 14:41:57 发布

心如镜止于水

最新推荐文章于 2022-07-20 14:41:57 发布

阅读量1.5k

点赞数

分类专栏： Qt

本文链接：https://blog.csdn.net/qq_37863891/article/details/99983848

版权

本文介绍如何使用Qt的QAudioInput模块录制PCM文件，并结合百度语音Linux C++ SDK进行语音识别。由于百度SDK不支持交叉编译，示例仅适用于PC平台。文章提供了简单Demo的源码，识别结果以JSON形式返回。完整工程代码可从CSDN下载。

摘要由CSDN通过智能技术生成

主要就是用了Qt的QAudioInput实现pcm文件的录入，然后通过百度语音模块实现识别PCM文件传回json串。本来想用在arm开发板上的，但是百度不提供SDK包源码，没法交叉编译，只能在pc上尝试下。做了一个简单demo。

直接上源码：

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <QApplication>
#include <QHBoxLayout>
#include <QDebug>
#include <QLabel>
#define TOFILE //存到文件

struct WAVHEADER
{
    // RIFF 头
    char RiffName[4];
    unsigned long nRiffLength;
    // 数据类型标识符
    char WavName[4];
    // 格式块中的块头
    char FmtName[4];
    unsigned long nFmtLength;
    // 格式块中的块数据
    unsigned short nAudioFormat;
    unsigned short nChannleNumber;
    unsigned long nSampleRate;
    unsigned long nBytesPerSecond;
    unsigned short nBytesPerSample;
    unsigned short nBitsPerSample;
    // 数据块中的块头
    char    DATANAME[4];
    unsigned long   nDataLength;
};
MainWindow::MainWindow(QWidget *parent) :
    QMainWindow(parent),
    ui(new Ui::MainWindow)
{
    ui->setupUi(this);
    //设置格式
    QAudioFormat audioFormat;
    audioFormat.setByteOrder(QAudioFormat::LittleEndian);
    audioFormat.setChannelCount(1);
    audioFormat.setCodec("audio/pcm");
    audioFormat.setSampleRate(16000);
    audioFormat.setSampleSize(16);
    audioFormat.setSampleType(QAudioFormat::SignedInt);
    //判断设备，查看是否存在
    QAudioDeviceInfo devInfo = QAudioDeviceInfo::defaultInputDevice();
    if(devInfo.isNull()){
        qDebug() << "未找到录音设备";
    }
    //不支持格式，使用最接近格式
    if(!devInfo.isFormatSupported(audioFormat)){ //当前使用设备是否支持
        audioFormat = devInfo.nearestFormat(audioFormat); //转换为最接近格式
    }
    _audioInput = new QAudioInput(devInfo,audioFormat,this);
    //内存的IO对象
    bufDevice.setBuffer(&voiceData);
}

MainWindow::~MainWindow()
{

}


void MainWindow::on__startBtn_clicked()
{
#ifdef TOFILE //存到文件
   outFile.setFileName(qApp->applicationDirPath() + "/test.pcm"); //语音原始文件
   outFile.open(QIODevice::WriteOnly | QIODevice::Truncate);
   _audioInput->start(&outFile);
#else //存到内存
   bufDevice.open(QIODevice::WriteOnly | QIODevice::Truncate);
   _audioInput->start(&bufDevice);
#endif
}

void MainWindow::on__endBtn_clicked()
{
    _audioInput->stop();
    delete ui;
#ifdef TOFILE
     outFile.close();
#else
     bufDevice.close();
#endif
     emit sendFilePath(qApp->applicationDirPath() + "/test.pcm");
//    QIODevice *device{nullptr};
//    #ifdef TOFILE //存到文件
//        device = &outFile;
//    #else //存到内存
//        device = &bufDevice;
//    #endif
//添加wav文件头
//    static WAVHEADER wavHeader;
//    qstrcpy(wavHeader.RiffName,"RIFF");
//    qstrcpy(wavHeader.WavName,"WAVE");
//    qstrcpy(wavHeader.FmtName,"fmt ");
//    qstrcpy(wavHeader.DATANAME,"data");
//    wavHeader.nFmtLength = 16;
//    int nAudioFormat = 1;
//    wavHeader.nAudioFormat = nAudioFormat;
//    wavHeader.nBitsPerSample = 16;
//    wavHeader.nChannleNumber = 1;
//    wavHeader.nSampleRate = 16000;
//    wavHeader.nBytesPerSample = wavHeader.nChannleNumber * wavHeader.nBitsPerSample / 8;
//    wavHeader.nBytesPerSecond = wavHeader.nSampleRate * wavHeader.nChannleNumber *  wavHeader.nBitsPerSample / 8;
//    wavHeader.nRiffLength = device->size() - 8 + sizeof(WAVHEADER);
//    wavHeader.nDataLength = device->size();
//写到IO设备头
//    device->seek(0);
//    device->write(reinterpret_cast<char*>(&wavHeader),sizeof(WAVHEADER));
}

上面那块代码时录音生成PCM文件

#include "baiduapi.h"
#include <QFile>
#include <QDebug>

char audio_dir[256] = "./pcm"; // 与THREAD_NUM一起决定测试的文件名
const int THREAD_NUM = 1; // 测试的线程数，最大不能超过10
pthread_t thread_ids[THREAD_NUM]; // 线程信息
pthread_mutex_t thread_mutexes[THREAD_NUM]; // 锁信息，用于同步SDK内部回调线程和用户的调用线程的asr_finish_tags
bool asr_finish_tags[THREAD_NUM] = {0}; //线程是否结束识别
int thread_sequeces[THREAD_NUM] = {0}