百度语音-JAVA对PCM文件格式处理

百度语音-JAVA对PCM文件格式处理

 1 问题描述

调用百度语音接口使用测试PCM文件正常返回。

使用微信小程序上传录音文件、本地录音调用百度语音接口。正常响应，但是响应结果不是“嗯嗯”，就是空。然后检查使用音频文件，额，没啥问题，一度怀疑接口的识别率....

实在没办法，不可能别人都能用，就你用不了。继续仔细研究接口文档。

注意是必须符合，必须符合，必须符合。重要的事情说3遍。

然后文档中给了文件格式的转码说明。

详细见：开发工具-音频文件转码

额，好吧ffmpeg软件一枚。我吐了啊。代码要用，给你我软件我怎么玩？

2 解决方案

 1 、安装软件

 2 、程序通过调用系统命令形式将文件转换为需求格式

 3、使用转换后的文件调用百度语音接口

嗯，问题就这样解决了。具体解决流程及代码如下，后附源码。（注意：区分开发及测试环境，安装ffmpeg，本地一般是windows，生产一般是linux环境）

大佬提供了另一种解决方式：

使用下述测试类中的mp3转pcm的转换方法，微信小程序配置如下，上传MP3文件，转码成PCM格式，然后调用接口

const options = {
      duration: 600000, //指定录音的时长，单位 ms
      sampleRate: 16000, //采样率
      numberOfChannels: 1, //录音通道数
      encodeBitRate: 96000, //编码码率
      format: 'mp3', //音频格式，有效值 aac/mp3
      frameSize: 50, //指定帧大小，单位 KB
    }
    recorder.start(options) //开始录音

注意文档中说需要额外告知编码格式等信息，该方法我未尝试，但据说可使用，大佬牛皮。

方法及maven在源码中，这里不做介绍

3、ffmpeg

3.1 windows安装ffmpeg

 windows安装比较简单，去官网下载windows版本，然后添加环境变量

下载地址：Download FFmpeg

 

然后解压

添加环境变量，Path指定到bin目录即可

CMD测试，如下Windows安装完成

3.2 centos linux下安装ffmpeg

1、下载解压

wget http://www.ffmpeg.org/releases/ffmpeg-3.1.tar.gz
tar -zxvf ffmpeg-3.1.tar.gz 

2、 进入解压后目录,输入如下命令/usr/local/ffmpeg为自己指定的安装目录

cd ffmpeg-3.1
./configure --prefix=/usr/local/ffmpeg
make && make install

 这里如果出现一下提示则需要安装 yasm，

具体版本可查看Index of /projects/yasm/releases/，进行选择

yasm/nasm not found or too old. Use –disable-yasm for a crippled build.

If you think configure made a mistake, make sure you are using the latest
version from Git. If the latest version fails, report the problem to the
ffmpeg-user@ffmpeg.org mailing list or IRC #ffmpeg on irc.freenode.net.
Include the log file “config.log” produced by configure as this will help
solve the problem.

wget http://www.tortall.net/projects/yasm/releases/yasm-1.3.0.tar.gz
tar -zxvf yasm-1.3.0.tar.gz
cd yasm-1.3.0
./configure
make && make install

3 执行命令测试，配置环境变量后，使用ffmpeg测试也是一样的，但是建议使用/usr/local/ffmpeg/bin/ffmpeg后续说明

/usr/local/ffmpeg/bin/ffmpeg

 如果出现，或者提示libavdevice.so.xx类似信息，原因是找不到找不到启动路径

ffmpeg: error while loading shared libraries: libavdevice.so.58

 则

vi /etc/ld.so.conf

打开文本后，加入如下路径、
/usr/local/ffmpeg/lib/
#最后面的斜杠一定要带上，别忘了！
#该路径为ffmpeg的安装路径，如果路径不同，需要切换到自己的安装路径下，最后指向lib文件夹下

sudo ldconfig

OK,在测试 一波，Linux版本安装完成

4 源码介绍

后续附源码，这里只介绍不贴代码

4.1 微信小程序测试

使用wx.recorderManager获取录音，配置如下上传mp3文件（可根据自己需求定）

4.2 文件上传

 4.3 调用系统命令工具类

具体调用命令可根据实际情况制定，详细见https://ai.baidu.com/ai-doc/SPEECH/7k38lxpwf4.4 百度语音识别工具类

4.5 语音识别极速版获取token

4.6 测试类

4.7 pom文件

4.8 配置类

注意：这里command 没有直接使用系统变量ffmpeg，而是直接指定文件D:\\SoftWare\\ffmpeg\\bin\\ffmpeg.exe，是因为程序调用是使用ffmpeg会报错，找不到命令，又因为我懒，这样简单便捷。linux类似

5 源码

百度语音识别.zip