电子学生证·录音上传与语音识别
需求如下
电子学生证开发一个英语口语聊天功能,一问一答,例如:
问题:how are you?
回答:由人工智能语言大模型回答。
解决方案
实现方案有多种,由于电子学生证是嵌入式系统,算力有限,无法实现本地语音识别,只能远程云识别。
那么排除了本地识别方案,云识别又有两个选择,一是实时流式识别,要求网络环境比较好,如果网络环境差回出现卡顿。另一种、上传录音云识别,再返回识别结果。
由于这个开发环境携带的HTTP库不完善,没有 Websocket 和 SSE 服务事件推送等功能,要实现实时语音识别,又要自己手搓一个 websocket 库。最后我选择上传 AMR录音然后云识别,识别后AI大模型做出回答,再返回给电子学生证。
顺便说一下,我不做硬件,我只做AIGC的云端。如果你有电子学生证产品想加入这个英语聊天功能,可以私信我,你接入我们的AI云平台即可,我们提供电子学生证的 Demo C代码。
云平台提供,语音伴侣聊天,英语口语聊天,故事创作,绘本创作,同时还有我们杀手锏,心里分析/情感分析,儿童心里监控等等…… 有兴趣私信我。
实现AMR录音
录音支持PCM这是通用的,是录音的原始格式,相当于照片的RAW格式,尺