【百度语音识别】JavaAPI方式语音识别示例MP3转PCM
- Java-API合成语音示例:http://ai.baidu.com/forum/topic/show/496727
- REST-API文档地址:http://ai.baidu.com/docs#/TTS-API/top
- 注意:需要下载MP3插件jar。才可以进行MP3CONVERTPCM 链接: https://pan.baidu.com/s/1i5pJxpb 密码: 8w4x
- 遇到的坑:HTTPUtil工具类中。不需要拼接access_token参数。大家注意一下。ContentType也改一下。
----------------------------------开始代码示例----------------------------------
-
MP3转PCM的方法 需要下载注意的jar才可以正确转换哦
第一步就是语音合成的MP3文件转换PCM格式文件
package com.xs.audio.tns;
import java.io.File;
import java.io.FileOutputStream;
import java.io.OutputStream;
import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.AudioInputStream;
import javax.sound.sampled.AudioSystem;
/**
* MP3转PCM Java方式实现
* @author 小帅丶
* @date 2017年12月6日
*/
public class MP3ConvertPCM {
/**
* MP3转换PCM文件方法
* @param mp3filepath 原始文件路径
* @param pcmfilepath 转换文件的保存路径
* @throws Exception
*/
public static void mp3Convertpcm(String mp3filepath,String pcmfilepath) throws Exception{
File mp3 = new File(mp3filepath);
File pcm = new File(pcmfilepath);
//原MP3文件转AudioInputStream
AudioInputStream mp3audioStream = AudioSystem.getAudioInputStream(mp3);
//将AudioInputStream MP3文件 转换为PCM AudioInputStream
AudioInputStream pcmaudioStream = AudioSystem.getAudioInputStream(AudioFormat.Encoding.PCM_SIGNED, mp3audioStream);
//准备转换的流输出到OutputStream
OutputStream os = new FileOutputStream(pcm);
int bytesRead = 0;
byte[] buffer = new byte[8192];
while ((bytesRead=pcmaudioStream.read(buffer, 0, 8192))!=-1) {
os.write(buffer, 0, bytesRead);
}
os.close();
pcmaudioStream.close();
}
}
-
HttpUtil工具类新增加一个postASR的方法
/**
* 获取语音识别内容
* @param requestUrl
* @param params
* @return
* @throws Exception
*/
public static String postASR(String requestUrl, String params) throws Exception {
System.out.println(params);
String generalUrl = requestUrl;//这里不需要对接口地址拼接access_token参数 切记!!!
System.out.println("发送的连接为:"+generalUrl);
URL url = new URL(generalUrl);
// 打开和URL之间的连接
HttpURLConnection connection = (HttpURLConnection) url.openConnection();
System.out.println("打开链接,开始发送请求"+new Date().getTime()/1000);
connection.setRequestMethod("POST");
// 设置通用的请求属性
connection.setRequestProperty("Content-Type", "application/json");
connection.setRequestProperty("Connection", "Keep-Alive");
connection.setUseCaches(false);
connection.setDoOutput(true);
connection.setDoInput(true);
// 得到请求的输出流对象
DataOutputStream out = new DataOutputStream(connection.getOutputStream());
out.writeBytes(params);
out.flush();
out.close();
// 建立实际的连接
connection.connect();
// 获取所有响应头字段
Map<String, List<String>> headers = connection.getHeaderFields();
// 遍历所有的响应头字段
for (String key : headers.keySet()) {
System.out.println(key + "--->" + headers.get(key));
}
// 定义 BufferedReader输入流来读取URL的响应
BufferedReader in = null;
if (requestUrl.contains("nlp"))
in = new BufferedReader(new InputStreamReader(connection.getInputStream(), "GBK"));
else
in = new BufferedReader(new InputStreamReader(connection.getInputStream(), "UTF-8"));
String result = "";
String getLine;
while ((getLine = in.readLine()) != null) {
result += getLine;
}
in.close();
System.out.println("请求结束"+new Date().getTime()/1000);
System.out.println("result:" + result);
return result;
}
-
下面就是语音识别的示例代码哦
package com.xs.audio.tns;
import java.io.File;
import java.util.HashMap;
import com.xs.util.baidu.Base64Util;
import com.xs.util.baidu.FileUtil;
import com.xs.util.baidu.HttpUtil;
import com.xs.util.baidu.RandomStringGenerator;
/**
* 语音识别Java-API JSON上传方式示例代码
* @author 小帅丶
*
*/
public class Audio2Text {
//接口地址
private static final String AUDIO2TEXT_URL = "http://vop.baidu.com/server_api";
public static void main(String[] args) throws Exception {
//合成的MP3语音文件
String path = "C:/Users/Administrator/text2audio/VOICE1512521962.mp3";
//MP3转pcm要保存的路径和文件名
String path2 = "C:/Users/Administrator/text2audio/VOICE1512521962.pcm";
MP3ConvertPCM.mp3Convertpcm(path, path2);
// 对语音二进制数据进行识别
byte[] data = FileUtil.readFileByBytes(path2); //readFileByBytes仅为获取二进制数据示例
String speech = Base64Util.encode(data);
File file = new File(path2);
long len = file.length();
String result = Audio2text("pcm", 16000,RandomStringGenerator.getRandomStringByLength(60),"自己获取的AccessToken", speech, len);
System.out.println(result);
}
/**
* JSON方式上传
* @param format 必填 语音文件的格式,pcm 或者 wav 或者 amr。不区分大小写。推荐pcm文件
* @param rate 必填 采样率, 8000 或者 16000, 推荐 16000 采用率
* @param channel 必填 声道数,仅支持单声道,请填写固定值 1
* @param cuid 必填 用户唯一标识,用来区分用户,计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码,长度为60字符以内。
* @param token 必填 开放平台获取到的access_token, 见上面的“鉴权认证机制”段落
* @param lan 选填 语种选择,默认中文(zh)。 中文=zh、粤语=ct、英文=en,不区分大小写
* @param url 选填 可下载的语音下载地址,与callback连一起使用,确保百度服务器可以访问。
* @param callback 选填 用户服务器的识别结果回调地址,确保百度服务器可以访问
* @param speech 选填 本地语音文件的的二进制语音数据 ,需要进行base64 编码。与len参数连一起使用。
* @param len 选填 本地语音文件的的字节数,单位字节
*/
public static String Audio2text(String format,Integer rate,String cuid,String token,String speech,long len) throws Exception{
HashMap<String, Object> paramMap = new HashMap<String, Object>();
paramMap.put("speech",speech);
paramMap.put("format", format);
paramMap.put("rate", rate);
paramMap.put("channel",1);
paramMap.put("cuid",cuid);
paramMap.put("token", token);
paramMap.put("len", len);
net.sf.json.JSONObject params = net.sf.json.JSONObject.fromObject(paramMap);
String data = HttpUtil.postASR(AUDIO2TEXT_URL,params.toString());
System.out.println("语音文件识别的内容:"+data);
return data;
}
}
看看返回的内容
{
"corpus_no": "6496262443167631439",
"err_msg": "success.",
"err_no": 0,
"result": [
"开发者小帅你好,"
],
"sn": "74778487111512528965"
}
以上就是语音识别Java-API调用示例代码哦。难点是MP3转PCM会卡壳开发者们。