【百度語音識別】JavaAPI方式語音識別示例MP3轉PCM

• Java-API合成語音示例:http://ai.baidu.com/forum/topic/show/496727
• REST-API文件地址：http://ai.baidu.com/docs#/TTS-API/top
• 注意：需要下載MP3外掛jar。才可以進行MP3CONVERTPCM 連結: https://pan.baidu.com/s/1i5pJxpb 密碼: 8w4x
• 遇到的坑：HTTPUtil工具類中。不需要拼接access_token引數。大家注意一下。ContentType也改一下。

----------------------------------開始程式碼示例----------------------------------

• MP3轉PCM的方法 需要下載注意的jar才可以正確轉換哦

第一步就是語音合成的MP3檔案轉換PCM格式檔案

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轉PCM Java方式實現
 * @author 小帥丶
 * @date 2017年12月6日
 */
 

public class MP3ConvertPCM {
	/**
	 * MP3轉換PCM檔案方法
	 * @param mp3filepath 原始檔案路徑
	 * @param pcmfilepath 轉換檔案的儲存路徑
	 * @throws Exception 
	 */
	public static void mp3Convertpcm(String mp3filepath,String pcmfilepath) throws Exception{
		File mp3 = new File(mp3filepath);
		File pcm = new File(pcmfilepath)
 
;
		//原MP3檔案轉AudioInputStream
		AudioInputStream mp3audioStream = AudioSystem.getAudioInputStream(mp3);
		//將AudioInputStream MP3檔案 轉換為PCM AudioInputStream
		AudioInputStream pcmaudioStream = AudioSystem.getAudioInputStream(AudioFormat.Encoding.PCM_SIGNED, mp3audioStream);
		//準備轉換的流輸出到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工具類新增加一個postASR的方法

/**
     * 獲取語音識別內容
     * @param requestUrl
     * @param params
     * @return
     * @throws Exception
     */
    publicstatic String postASR(String requestUrl, String params)throws Exception {
    	System.out.println(params);
    	String generalUrl = requestUrl;//這裡不需要對介面地址拼接access_token引數 切記！！！
        System.out.println("傳送的連線為:"+generalUrl);
        URL url = new URL(generalUrl);
        // 開啟和URL之間的連線
        HttpURLConnection connection = (HttpURLConnection) url.openConnection();
    	System.out.println("開啟連結，開始傳送請求"+new Date().getTime()/1000);
        connection.setRequestMethod("POST");
        // 設定通用的請求屬性
        connection.setRequestProperty("Content-Type", "application/json");
        connection.setRequestProperty("Connection", "Keep-Alive");
        connection.setUseCaches(false);
        connection.setDoOutput(true);
        connection.setDoInput(true);
        // 得到請求的輸出流物件
        DataOutputStream out = new DataOutputStream(connection.getOutputStream());
        out.writeBytes(params);
        out.flush();
        out.close();
        // 建立實際的連線
        connection.connect();
        // 獲取所有響應頭欄位
        Map<String, List<String>> headers = connection.getHeaderFields();
        // 遍歷所有的響應頭欄位
        for (String key : headers.keySet()) {
            System.out.println(key + "--->" + headers.get(key));
        }
        // 定義 BufferedReader輸入流來讀取URL的響應
        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("請求結束"+new Date().getTime()/1000);
        System.out.println("result:" + result);
        return result;
    }

• 下面就是語音識別的示例程式碼哦

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;
/**
 * 語音識別Java-API JSON上傳方式示例程式碼
 * @author 小帥丶
 *
 */
public class Audio2Text {
	//介面地址
	private static final String AUDIO2TEXT_URL = "http://vop.baidu.com/server_api";
	publicstaticvoidmain(String[] args)throws Exception {
		//合成的MP3語音檔案
		String path = "C:/Users/Administrator/text2audio/VOICE1512521962.mp3";
		//MP3轉pcm要儲存的路徑和檔名
		String path2 = "C:/Users/Administrator/text2audio/VOICE1512521962.pcm";
		MP3ConvertPCM.mp3Convertpcm(path, path2);
		// 對語音二進位制資料進行識別   
	    byte[] data = FileUtil.readFileByBytes(path2);    //readFileByBytes僅為獲取二進位制資料示例
	    String speech = Base64Util.encode(data);
	    File file = new File(path2);
	    long len = file.length();
	    String result = Audio2text("pcm", 16000,RandomStringGenerator.getRandomStringByLength(60),"自己獲取的AccessToken", speech, len);
	    System.out.println(result);
	}
	/**
	 * JSON方式上傳
	 * @param format	必填	語音檔案的格式，pcm 或者 wav 或者 amr。不區分大小寫。推薦pcm檔案
	 * @param rate	必填	取樣率， 8000 或者 16000， 推薦 16000 採用率
	 * @param channel	必填	聲道數，僅支援單聲道，請填寫固定值 1
	 * @param cuid	必填	使用者唯一標識，用來區分使用者，計算UV值。建議填寫能區分使用者的機器 MAC 地址或 IMEI 碼，長度為60字元以內。
	 * @param token	必填	開放平臺獲取到的access_token, 見上面的“鑑權認證機制”段落
	 * @param lan	選填	語種選擇，預設中文（zh）。 中文=zh、粵語=ct、英文=en，不區分大小寫
	 * @param url	選填	可下載的語音下載地址，與callback連一起使用，確保百度伺服器可以訪問。
	 * @param callback	選填	使用者伺服器的識別結果回撥地址，確保百度伺服器可以訪問
	 * @param speech	選填	本地語音檔案的的二進位制語音資料 ，需要進行base64 編碼。與len引數連一起使用。
	 * @param len	選填	本地語音檔案的的位元組數，單位位元組
	*/
	publicstatic 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("語音檔案識別的內容:"+data);
		return data;
	}
}

看看返回的內容

{
    "corpus_no": "6496262443167631439", 
    "err_msg": "success.", 
    "err_no": 0, 
    "result": [
        "開發者小帥你好，"
    ], 
    "sn": "74778487111512528965"
}

以上就是語音識別Java-API呼叫示例程式碼哦。難點是MP3轉PCM會卡殼開發者們。