http://www.cnblogs.com/bigdataZJ/p/SpeechRecognition.html

　　明后两天就是公司一年一度的Fedex Day了。我的理解就是技术界的头脑风暴，idea喷如泉涌的盛大节日。

　　对于这次活动每个人或者两三个人一组需要有个idea，针对当前的产品现状，提出自己的改进或者丰富产品的想法，我拿出自己的手机并登了经常去的网站，语音识别这个名词脱颖而出，击中我的脑海。相比较以前手指时代的手工输入，各种在中英文乃至数字之间进行切换，往往还会因为走神或者手抖导致输入出错，然后又是一通狂按删除键，一遍一遍的输入，面对偌大的屏幕，有种使不上劲的感觉。语音输入就可以告别这一烦恼，如今的语音识别准确率高，使用简单易操作，更是为解放双手铺平了道路。你可以对着siri说帮我查看最近的天气或者定个闹铃，你可以使用讯飞语音输入法，说到哪就输入到哪，你可以让各种品牌的手机自带的语音助手给你讲个笑话……

　　今天闲来想先动动手，了解下这个语音识别技术，有什么好用的api可以调用。因为用的是度娘，所以映入眼帘的就是百度语音，"永久免费智能语音开放平台"的旗号还是深深的把我打动了。

　　摸索下来，看了两种方式，一是基于REST API的方式完成语音识别，另一个是基于移动端Android平台的app语音识别。

一 、获得入场券

1.注册成为开发者

　　点击进入http://yuyin.baidu.com/，用你的百度账号完成登录，如果在点击“应用管理”选项卡后发现如下图所示

　　说明你需要完成注册验证，提交完毕后，你就是一名百度开发者用户了。

2.创建应用

　　完成上面操作后，点击“应用管理”，如果页面中没有任何应用列表，说明你还需要添加一个应用，点击页面右上角“创建新应用”，填好应用类别并给他个名字，这样就完成了应用创建。创建成功后就会看到类似下面这样的效果。

　　在“查看Key”中，我们可以看到后面我们需要用到的App ID， API Key和Secret Key

3.开通服务

　　创建了应用后，我们需要开通语音识别的服务之后才能使用语音识别。点击应用卡片上的“开通服务”，选择语音识别即可。

　　至此，您已经获得了入场券资格。

二、 基于REST API 的语音识别

　　百度语音支持android、ios和REST API三种平台。这里先介绍REST API，相对来说不用搭建android或者ios开发环境。

　　进入http://yuyin.baidu.com/asr/download下载REST API的示例和文档。

　　示例分别有java、linux c和php版本，还附带了一个test.pcm的音频文件。

　　选择java版本，导入eclipse中，代码很简单就一个测试类。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
package  com.baidu.speech.serviceapi;
import  java.io.BufferedReader;
import  java.io.DataOutputStream;
import  java.io.File;
import  java.io.FileInputStream;
import  java.io.IOException;
import  java.io.InputStream;
import  java.io.InputStreamReader;
import  java.net.HttpURLConnection;
import  java.net.URL;
import  javax.xml.bind.DatatypeConverter;
import  org.json.JSONObject;
public  class  Sample {
     private  static  final  String serverURL =  "http://vop.baidu.com/server_api" ;
     private  static  String token =  "" ;
     private  static  final  String testFileName =  "C:\\Users\\Administrator\\workspace\\speechrecognition\\src\\test.pcm" ;
     //put your own params here
     private  static  final  String apiKey =  "***" ; //这里的apiKey就是前面申请在应用卡片中的apiKey
     private  static  final  String secretKey =  "***" ; //这里的secretKey就是前面申请在应用卡片中的secretKey
     private  static  final  String cuid =  "***" ; //cuid是设备的唯一标示，因为我用的是PC，所以这里用的是网卡Mac地址
     public  static  void  main(String[] args)  throws  Exception {
         getToken();
         method1();
         method2();
     }
     private  static  void  getToken()  throws  Exception {
         String getTokenURL =  "https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials"  +
             "&client_id="  + apiKey +  "&client_secret="  + secretKey;
         HttpURLConnection conn = (HttpURLConnection)  new  URL(getTokenURL).openConnection();
         token =  new  JSONObject(printResponse(conn)).getString( "access_token" );
     }
     private  static  void  method1()  throws  Exception {
         File pcmFile =  new  File(testFileName);
         HttpURLConnection conn = (HttpURLConnection)  new  URL(serverURL).openConnection();
         // construct params
         JSONObject params =  new  JSONObject();
         params.put( "format" ,  "pcm" );
         params.put( "rate" ,  8000 );
         params.put( "channel" ,  "1" );
         params.put( "token" , token);
         params.put( "cuid" , cuid);
         params.put( "len" , pcmFile.length());
         params.put( "speech" , DatatypeConverter.printBase64Binary(loadFile(pcmFile)));
         // add request header
         conn.setRequestMethod( "POST" );
         conn.setRequestProperty( "Content-Type" ,  "application/json; charset=utf-8" );
         conn.setDoInput( true );
         conn.setDoOutput( true );
         // send request
         DataOutputStream wr =  new  DataOutputStream(conn.getOutputStream());
         wr.writeBytes(params.toString());
         wr.flush();
         wr.close();
         printResponse(conn);
     }
     private  static  void  method2()  throws  Exception {
         File pcmFile =  new  File(testFileName);
         HttpURLConnection conn = (HttpURLConnection)  new  URL(serverURL
                 +  "?cuid="  + cuid +  "&token="  + token).openConnection();
         // add request header
         conn.setRequestMethod( "POST" );
         conn.setRequestProperty( "Content-Type" ,  "audio/pcm; rate=8000" );
         conn.setDoInput( true );
         conn.setDoOutput( true );
         // send request
         DataOutputStream wr =  new  DataOutputStream(conn.getOutputStream());
         wr.write(loadFile(pcmFile));
         wr.flush();
         wr.close();
         printResponse(conn);
     }
     private  static  String printResponse(HttpURLConnection conn)  throws  Exception {
         if  (conn.getResponseCode() !=  200 ) {
             // request error
             return  "" ;
         }
         InputStream is = conn.getInputStream();
         BufferedReader rd =  new  BufferedReader( new  InputStreamReader(is));
         String line;
         StringBuffer response =  new  StringBuffer();
         while  ((line = rd.readLine()) !=  null ) {
             response.append(line);
             response.append( '\r' );
         }
         rd.close();
         System.out.println( new  JSONObject(response.toString()).toString( 4 ));
         return  response.toString();
     }
     private  static  byte [] loadFile(File file)  throws  IOException {
         InputStream is =  new  FileInputStream(file);
         long  length = file.length();
         byte [] bytes =  new  byte [( int ) length];
         int  offset =  0 ;
         int  numRead =  0 ;
         while  (offset < bytes.length
                 && (numRead = is.read(bytes, offset, bytes.length - offset)) >=  0 ) {
             offset += numRead;
         }
         if  (offset < bytes.length) {
             is.close();
             throw  new  IOException( "Could not completely read file "  + file.getName());
         }
         is.close();
         return  bytes;
     }
}

　　

　　整个类运行和普通的类运行完全没两样，得到的控制台的信息如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
{
     "access_token" :  "***66a6adc3bb14***99.2592000.1462845194.282335-7***" ,
     "refresh_token" :  "25.344b6***6a9748d8b25a***360000.1775613194.282335-7***" ,
     "scope" :  "public audio_voice_assistant_get wise_adapt lebo_resource_base lightservice_public hetu_basic lightcms_map_poi kaidian_kaidian" ,
     "session_key" :  "9mzdC***7BvKTa4HuiEVYXrXOUPY***RSS8h4936rRxxd***V4PMq1Y+6OVKac+18rRxRtsT" ,
     "session_secret" :  "*352***e9a7a664ef***775e" ,
     "expires_in" :  2592000
}
{
     "result" : [ "百度语音提供技术支持，" ],
     "err_msg" :  "success." ,
     "sn" :  "160625465371460253194" ,
     "corpus_no" :  "6271739712934435529" ,
     "err_no" :  0
}
{
     "result" : [ "百度语音提供技术支持，" ],
     "err_msg" :  "success." ,
     "sn" :  "613862746801460253195" ,
     "corpus_no" :  "6271739717258680030" ,
     "err_no" :  0
}

　　从结果看出，装在test.pcm的那段语音内容就是“百度语音提供技术支持”。于是，我也利用windows自带的录音机功能，录制了一段wav格式的语音，一开始报错3301，查看文档说是识别错误，打开音频文件，发现没有录入任何东西，于是重新录入进行识别，虽然没有报错，但是识别的并非语音内容，估计是噪音太大。

三、基于Android平台的语音识别

　　显然，光是REST API模式还是玩的不过瘾，想着在来试试移动端的效果如何，移动平台有android和ios，考虑到自己本子的情况，还是选择了android，当然，这两者都不熟悉。

　　网上找了一个可以直接使用的android环境http://blog.sina.com.cn/s/blog_6de000c20101rpva.html#cmt_2623882，下载了一通eclipse、sdk和adt等等，凭着之前搭建过一次android平台的记忆，勉强把环境弄好了。

　　于是还是如REST API中一样需要下载android的sdk和文档。SDK目录包含以下内容：

　　各个模块的功能如下：

　　导入demo项目到eclipse中，配置好virtual device，就可以启动虚拟机（我在实际操作过程中，发现将libbdEASRAndroid.so和libBDVoiceRecognitionClient_MFE_V1.so导入classpath时会报错，于是我删除了这两个包），运行起来的效果如下：

　　点击下面工具栏的中间按钮，进入全部应用，可以找到应用“Speech Recorder”：

　　点击进入应用：

目前在点击“Record”，应用会闪退，还没摸清是什么原因，后面在研究下（有遇到过的欢迎留言指教）~~~

总得来说，百度语音还是蛮好上手的，文档也比较详细，但是就个人录制的音频识别来说，效果还有待提高（可能是音频文件噪音过大）。

先混个脸熟，了解下支持的平台，api的调用方式，后面两天趁Fedex Day好好看看这块。

如果您觉得阅读本文对您有帮助，请点一下“推荐”按钮，您的“推荐”将是我最大的写作动力！如果您想持续关注我的文章，请扫描二维码，关注JackieZheng的微信公众号，我会将我的文章推送给您，并和您一起分享我日常阅读过的优质文章。

　　

玩转百度语音识别，就是这么简单相关推荐

  1. android 百度语音 ui,在Android Studio下使用百度语音识别的一个简单例子

    一.引言 利用百度语音识别和百度语音合成可以很方便的设计一个语音交互应用,这里记录一下百度在线语音识别的简单例子以便快速上手. 我所用的语音识别包的版本是Baidu-Voice-SDK-Android ...

  2. Android实战：借助百度语音识别SDK实现简单的语音识别

    前言: 此demo阉割了离线功能,只支持在线识别,并删除了根据代码报错参数纠错的部分,整个部分自己写的代码也就六七十行左右,显得非常简洁明了,很多部分都写了备注,希望大家能够获得些帮助. 准备工作 首 ...

  3. QT5.14.1简单实现百度语音识别(附源码)

    QT5.14.1简单实现百度语音识别 注:本教程通过bilibili网站习得,并对ui的布局简单进行了调整,在学习过程中还原了语音识别流程和全部源码(源码获取方法和使用见本文底部),根据学习流程,编写 ...

  4. android开发-百度语音识别Android SDK的简单使用

    目录 1.引言 2.开发环境 3.准备开发环境 3.1安装Android studio 3.2创建百度智能云平台应用 3.1下载百度语音识别SDK 4.实现语音识别的简单案例 4.1创建Android ...

  5. 百度语音识别技术负责人李先刚：如何利用Deep CNN大幅提升识别准确率？

     百度语音识别技术负责人李先刚:如何利用Deep CNN大幅提升识别准确率? 机器之心mp 2016-11-04 14:24:34 技术 百度 阅读(440) 评论(0) 机器之心原创 作者:赵云 ...

  6. 用python语言实现-Python语言实现百度语音识别API的使用实例

    未来的一段时间,人工智能在市场上占有很重的位置,Python语言则是研究人工智能的最佳编程语言,下面,就让我们来感受一下它的魅力吧! 百度给的样例程序,不论C还是Java版,都分为method1和me ...

  7. 慢牛系列五：用百度语音识别添加自选股

    慢牛系列五:用百度语音识别添加自选股 开发慢牛股票app已经有很长一段时间,最近在考虑用什么方式添加自选股最方便?传统的做法是为用户专门开发一个键盘,字母或者数字的,帮助用户录入股票的简称或者编码,大 ...

  8. 百度语音识别最新资讯

    2016年是人工智能概念提及率爆发式增长的一年,智能语音作为人工智能中重要的领域之一,正在继文字之后,成为非常重要的一个人机交互方式,同时语音技术的研究.开发与利用也越来越受到瞩目.8月6日,在中关村 ...

  9. 魔镜魔镜告诉我谁是世界上最美的人 语音唤醒，百度语音识别。从装系统开始

    魔镜魔镜告诉我谁是世界上最美的人 语音唤醒,百度语音识别.从装系统开始 准备原料 安装树莓系统 准备: 硬件: 软件: 步骤 很高兴,您来到我的小屋,本人diy爱好者,小白,刚刚开始玩树莓派,希望前辈 ...

最新文章

  1. 腾讯公布 23 年前第一间办公室照片，太有年代感了
  2. 1、Cocos2dx 3.0游戏开发三找一小块前言
  3. 快速收录网站文章可以从这几步下手
  4. 小程序onload_微信小程序开发入门之共享账本（十四）
  5. 或成为性能宠儿，荣耀8x Max 骁龙660版首销在即
  6. 动态规划 —— 概率 DP 与期望 DP
  7. 中路径查找器的功能_还在用路径查找器？试试它吧！
  8. 总是通过加班，来完成工作，那都是假象
  9. Monkey 命令 基本参数介绍
  10. Nmap库ICMP主机探测
  11. 深度探索C++对象模型电子书pdf下载
  12. 计算机操作系统发展史
  13. [FOI2020]手链强化
  14. 彼得林奇的成功投资 (修订版)
  15. linux能运行安卓模拟器吗,Android模拟器的使用方法（Linux）
  16. 数论-Lucas（卢卡斯定理）
  17. rt linux 测试,Ubuntu下测试RT-Linux的性能
  18. 读《九败一胜—美团创始人王兴创业十年》有感
  19. Algorithm 算法常用术语
  20. 网络营销高人的八点心得/搜索引擎推广方法

热门文章

  1. 中兴微ZXIC方案MF782型4G随身WIFI开启ADB,开启锁频等功能
  2. VS编程，几个好用的Visual Studio
  3. 打印时总跟出一页计算机主的纸,打印机只打印一页却重复不停打印的原因之一和解决方法...
  4. 谷歌浏览器启动chrome 常用参数
  5. 学术论文投稿第五弹——如何写Discussion
  6. 2020年2月15日 考试【更新中】
  7. 汇编之EBP的认识。
  8. 如何解决局域网广播风暴
  9. 辽宁省计算机设计大赛三等奖英语,我校在2018年辽宁省大学生计算机设计大赛中取得佳绩...
  10. 痛失PC霸主的联想，刘军将迎来艰难之战