百度语音识别初探

最近了解了一下百度语音识别的api，写下一些东西做个记录吧（主要是省的以后忘了。。。。）

1、 登录百度ai开放平台，没有账号的自己去注册，反正不要钱

2、因为语音识别是HTTP/POST 的方式调用的所以平台不重要，但是为了方便调用也是有SDK的，但是离线包主要针对Android平台和iOS平台开放（WTF！！），所以只下载了C#版的（也有Linux C++版正在试，后续可能会写写）。

3、因为是在unity平台下用，所以要去github上下载sdk的源码地址https://github.com/Baidu-AIP/dotnet-sdk

4、直接把包解压到unity工程中的一个目录下，简单粗暴

因为是公司项目贴一些非业务核心代码

（1）  string APP_ID = "14***32"; //在百度语音识别中新建的App有自己的下列信息
    string API_KEY = "sdNDb*************R0VB1w"; //你自己的api key
    string SECRET_KEY = "7hBDD9c****************FPuwvn6g6"; //你自己的secret key

（2）以下是上传函数

 

   IEnumerator AsrData()
    {
        var data = File.ReadAllBytes(Application.streamingAssetsPath + "/voice/voice.wav");
        client.Timeout = 120000; // 若语音较长，建议设置更大的超时时间. ms
        var result = client.Recognize(data, "wav", 16000);
        yield return result;
        string joken = result["result"].ToString();
        voice = joken;
    }

 

（3）下面的是将返回的结果合成语音的代码

    public void Tts()
    {
        // 可选参数
        var option = new Dictionary()
        {
            {"spd", 5}, // 语速
            {"vol", 7}, // 音量
            {"per", 5}  // 发音人，4：情感度丫丫童声
        };
        var result = _ttsClient.Synthesis(voice, option);

        if (result.ErrorCode == 0)  // 或 result.Success
        {
            File.WriteAllBytes(Application.dataPath + "/StreamingAssets/voice/result.mp3", result.Data);
        }
    }

（4） 用unity录音的网上有很多资料自己去查吧

最后说一说我的感觉吧，这个人工智障 人工智能其实还是很牛的，大部分对话都能识别，但是话语越短识别的错误率越高，而且普通话有时候会按照四川话进行识别