手把手教你实现基于RT-Thread的百度语音识别（二）

准备工作

在本次实践开始之前，你必须确保你已经做了以下两件事：

1. 注册百度开发者账号，并创建了一个语音识别应用，而且成功获取了Access Token（工程里将会用到）；
2. 建立一个基于你自己的STM32平台的RT-Thread工程，它必须具备Finsh控制台，文件系统，网络功能（不明白的参见RT-Thread文档中心，网络功能推荐使用AT组件+ESP8266，因为这是最简单快捷的方法）。

如果上面说的准备事项没有问题，那么请继续往下看：

这次我们将先跳过录音功能，而使用事先准备好的音频文件进行语音识别并控制板载RGB灯（上一篇的5，6点），所以你还需要准备一些音频文件，比如“红灯开”，“蓝灯关”。。。我是用手机录的音频，然后使用ffmpeg工具将音频转为百度语音官方认为最适合的16k采样率pcm文件，最后将这些音频文件放进sd卡中，我们的文件系统也是挂载在sd卡上的。

动手实践

本次工程会用到RT-Thread的两个软件包：webclient和CJSON软件包，你需要使用ENV工具将这两个软件包添加进工程里。

好了，开始写代码：

#include <rtthread.h>
#include <bd_speech_rcg.h>

#include <sys/socket.h> //网络功能需要的头文件
#include <webclient.h>  //webclient软件包头文件
#include <dfs_posix.h>  //文件系统需要的头文件
#include <cJSON.h>      //CJSON软件包头文件

/* 使用外设需要的头文件 */
#include <rtdevice.h>
#include <board.h>


/* 获取RGB灯对应的引脚编号 */
#define PIN_LED_R		GET_PIN(E,  7)
#define PIN_LED_G		GET_PIN(E,  8)
#define PIN_LED_B		GET_PIN(E,  9)

#define RES_BUFFER_SIZE     4096        //数据接收数组大小
#define HEADER_BUFFER_SIZE      2048    //最大支持的头部长度

/* URL */
#define POST_FILE_URL  "http://vop.baidu.com/server_api?dev_pid=1536&cuid=lxzzzzzxl&token=25.9119f50a60602866be9288f1f14a1059.315360000.1884092937.282335-15525116"
/* 头部数据（必需） */
char *form_data = "audio/pcm;rate=16000";

/* 预定义的命令 */
char *cmd1 = "打开红灯";
char *cmd2 = "关闭红灯";
char *cmd3 = "打开蓝灯";
char *cmd4 = "关闭蓝灯";
char *cmd5 = "打开绿灯";
char *cmd6 = "关闭绿灯";



/************************************************
函数名称 ： bd
功    能 ： 将音频文件发送到百度语音服务器，并接收响应数据
参    数 ： 音频文件名（注意在文件系统中的位置，默认根目录）
返 回 值 ： void
作    者 ： rtthread；霹雳大乌龙
*************************************************/
void bd(int argc, char **argv)
{	
	char *filename = NULL;
	unsigned char *buffer = RT_NULL;
	int content_length = -1, bytes_read = 0;
    int content_pos = 0;
	int ret = 0;
	
	/* 判断命令是否合法 */
	if(argc != 2)
	{
		rt_kprintf("bd <filename>\r\n");
		return;
	}
	
	/* 获取音频文件名 */
	filename = argv[1];
	
    /* 以只读方式打开音频文件 */
	int fd = open(filename, O_RDONLY, 0);
	if(fd < 0)
	{
		rt_kprintf("open %d fail!\r\n", filename);
		goto __exit;
	}
	
	/* 获取音频文件大小 */
	size_t length = lseek(fd, 0, SEEK_END);
	lseek(fd, 0, SEEK_SET);
	
    /* 创建响应数据接收数据 */
	buffer = (unsigned char *) web_malloc(RES_BUFFER_SIZE);
	if(buffer == RT_NULL)
	{
		rt_kprintf("no memory for receive response buffer.\n");
        ret = -RT_ENOMEM;
		goto __exit;
	}
	
	/* 创建会话 */
	struct webclient_session *session = webclient_session_create(HEADER_BUFFER_SIZE);
	if(session == RT_NULL)
	{
		ret = -RT_ENOMEM;
		goto __exit;
	}

	/* 拼接头部数据 */
	webclient_header_fields_add(session, "Content-Length: %d\r\n", length);
	webclient_header_fields_add(session, "Content-Type: %s\r\n", form_data);
	
	

	/* 发送POST请求 */
	int rc = webclient_post(session, POST_FILE_URL, NULL);
	if(rc < 0)
	{
		rt_kprintf("webclient post data error!\n");
        goto __exit;
	}else if (rc == 0)
    {
        rt_kprintf("webclient connected and send header msg!\n");
    }else
    {
        rt_kprintf("rc code: %d!\n", rc);
    }
        
	while(1)
	{
		rt_memset(buffer, 0, RES_BUFFER_SIZE);
		length = read(fd, buffer, RES_BUFFER_SIZE);
		if(length <= 0)
		{
			break;
		}
		ret = webclient_write(session, buffer, length);
		if(ret < 0)
		{
			rt_kprintf("webclient write error!\r\n");
			break;
		}	
		rt_thread_mdelay(100);
	}
	close(fd);
	rt_kprintf("Upload voice data successfully\r\n");
	
	if(webclient_handle_response(session) != 200)
    {
        rt_kprintf("get handle resposne error!");
        goto __exit;
    }

    /* 获取接收的响应数据长度 */
	content_length = webclient_content_length_get(session);
	rt_thread_delay(100);

    do
	{
		bytes_read = webclient_read(session, buffer, 1024);
        if (bytes_read <= 0)
        {
            break;
        }

		for(int index = 0; index < bytes_read; index++)
		{
			rt_kprintf("%c", buffer[index]);
		}
        
        content_pos += bytes_read;
		}while(content_pos < content_length);	

	/* 解析json数据 */
	bd_data_parse(buffer);
	
	__exit:
				if(fd >= 0)
					close(fd);
				if(session != NULL)
					webclient_close(session);
				if(buffer != NULL)
					web_free(buffer);
				
				return;
}

/* 导出为命令形式 */
MSH_CMD_EXPORT(bd, webclient post file);

/************************************************
函数名称 ： bd_data_parse
功    能 ： 解析json数据，并作出响应动作
参    数 ： data ------ 百度语音服务返回的数据（json格式）
返 回 值 ： void
作    者 ： RT-Thread；霹雳大乌龙
*************************************************/
void bd_data_parse(uint8_t *data)
{
    cJSON *root = RT_NULL, *object = RT_NULL, *item =RT_NULL;

    root = cJSON_Parse((const char *)data);
    if (!root)
    {
        rt_kprintf("No memory for cJSON root!\n");
        return;
    }
		
    object = cJSON_GetObjectItem(root, "result");

		item = object->child;

    rt_kprintf("\nresult	:%s \r\n", item->valuestring);
		
		rt_pin_mode(PIN_LED_R, PIN_MODE_OUTPUT);
		rt_pin_mode(PIN_LED_G, PIN_MODE_OUTPUT);
		rt_pin_mode(PIN_LED_B, PIN_MODE_OUTPUT);
		rt_pin_write(PIN_LED_R,1);
		rt_pin_write(PIN_LED_G,1);
		rt_pin_write(PIN_LED_B,1);
		
		if(strstr((char*)data, cmd1) != NULL)
		{
				/* 打开红灯 */
			rt_pin_write(PIN_LED_R,0);
		}		
		if(strstr((char*)data, cmd2) != NULL)
		{
				/* 关闭红灯 */
			rt_pin_write(PIN_LED_R,1);
		}
		if(strstr((char*)data, cmd3) != NULL)
		{
				/* 打开蓝灯 */
			rt_pin_write(PIN_LED_B,0);
		}
		if(strstr((char*)data, cmd4) != NULL)
		{
				/* 关闭蓝灯 */
			rt_pin_write(PIN_LED_B,1);
		}
		if(strstr((char*)data, cmd5) != NULL)
		{
				/* 打开绿灯 */
			rt_pin_write(PIN_LED_G,0);
		}
		if(strstr((char*)data, cmd6) != NULL)
		{
				/* 关闭绿灯 */
			rt_pin_write(PIN_LED_G,1);
		}
		

    if (root != RT_NULL)
        cJSON_Delete(root);
}

只需以上的代码，你就可以实现百度语音识别以及控制相应外设了。下面看看实际效果：

我使用的潘多拉开发板板载了stlink（且其为我们提供了一个虚拟串口），用usb数据线将开发板和电脑连接起来，将代码烧写进开发板后，我们利用这个虚拟串口，使用Xshell一类的终端软件，就可以看到如下的开机画面：

这便是RT-Thread提供的Finsh控制台组件，使用这个组件，我们可以方便地观察程序的运行状态，以命令行的形式调试运行程序，从图中我们可以看到，我们需要的文件系统和网络功能都已经初始化成功。

使用ls命令看看：

欸~，这便是我事先准备好的音频文件。

在上面的代码中，我们可以看到有这样一句：

MSH_CMD_EXPORT(bd, webclient post file);

通过这行代码，我们就可以在Finsh控制台里使用bd这个命令，这个命令就是将音频文件发送到百度语音服务器，试试看：

看，我使用bd命令将greenon.pcm发送到百度语音服务器，正确识别出结果：“打开绿灯”；于此同时，rgb灯也亮起了绿色

尝试其他音频文件，效果完美！！！

好了，本次分享也就到这了，觉得不错的帮忙转发点个在看哦~