2021级山软项目实训(五)——语音识别接口调研

目录

一、接口选择

二、接口调用

---

一、接口选择

        我们的小程序想要实现的是用户能够通过语音与大模型进行交流，因此选择一个高效、合适的语音识别接口是至关重要的。

        微信小程序自带语音识别的接口，但是需要注册且规矩太多，跟客服交流了两天还是不能申请成功，因此放弃这个接口，选择其他的接口。

        经过一些列调研与测试，我选择使用百度提供的语音识别接口。选择原因很简单，语音识别正确率高、价格便宜。

        链接：百度智能云语音识别技术

二、接口调用

2.1 注册与申请

        注册账号后，可以申领1.5k条免费语音识别的额度，我们需要在该网站注册一个应用，然后可以获得一个ApiKey和一个SecretKey，并且在这个应用中使用语音识别、语音合成和api。

2.2 获取token

        获取百度智能云的token需要使用上面获得的ApiKey和SecretKey。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；

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

        每个token的有效期为30天，需要定期更新。

2.3 接口调用

        需要将音频信息打包成为.json文件传递给百度智能云的服务器，在打包数据中需要有除音频文件外的一些基础信息，如文件的大小、采样的频率等内容。具体参数如下：

        传递回来的内容中，result字段为语音识别到的内容。