接口调用-【3】讯飞离线命令词识别Windows/Linux_java调用讯飞离线版语音识别 linux-程序员宅基地

技术标签: java  语音识别  

1、离线命令词识别调用主函数

package com.iflytek;
import com.iflytek.util.Step2_asr_thread;
import com.iflytek.util.Step3_audioFormat;
import java.util.Scanner;
import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.AudioSystem;
import javax.sound.sampled.DataLine;
import javax.sound.sampled.TargetDataLine;

/**
 * 请注意!!!
 * 1.首先到控制台https://console.xfyun.cn/services/mlcsb下载离线命令词识别的Windows MSC。
 * 2.下载的离线命令词识别Windows MSC解压后,把bin目录下msc文件夹、dll文件、call.bnf文件拷贝到res目录下。
 * 3.最后请替换Step2_ars_thread中的appid值,appid值在下载页面控制台可以看到。
 */

public class OfflineAsrMain {
	//录音相关参数
	public static AudioFormat audioFormat;
	public static TargetDataLine targetDataLine;
	public static void main(String[] args) throws Exception {
		System.out.println("y开始体验离线命令词识别,n结束离线命令词识别");
		Scanner input = new Scanner(System.in);
		String inputContent = input.next();
		long startTime = System.currentTimeMillis();
		if(inputContent.equals("y")){
			audioFormat = Step3_audioFormat.getAudioFormat(audioFormat);//构造具有线性 PCM 编码和给定参数的 AudioFormat。
			DataLine.Info dataLineInfo = new DataLine.Info(TargetDataLine.class, audioFormat);
			targetDataLine = (TargetDataLine) AudioSystem.getLine(dataLineInfo);
			Step2_asr_thread myThread=new Step2_asr_thread();
			myThread.start();
			Scanner input_2 = new Scanner(System.in);
			String inputContent_2 = input_2.next();
			if(inputContent_2.equals("n")){
				targetDataLine.stop();
				targetDataLine.close();
			}
			System.out.println("离线命令词识别操作持续:"+(System.currentTimeMillis()-startTime)/1000+"秒!");
			System.exit(0);
		}
	}
}

 2、根据MSC文档用JAVA重写方法

package com.iflytek.service;
import com.iflytek.util.Step1_grammar_callback;
import com.iflytek.util.Step1_lexicon_callback;
import com.sun.jna.Library;
import com.sun.jna.Native;
import com.sun.jna.ptr.IntByReference;

public interface Step1_asr_dll extends Library {
    /**
     * 重点:
     * 1.char *   对应  String
     * 2.int *    对应  IntByReference
     * 3.void *   对应  byte[],回调函数里此类型也可以用String来对应。
     * 4.int      对应  int
     * 5.无参     对应  void
     * 6.回调函数  对应  根据文档自定义回调函数,实现接口Callback
     */
    //加载dll动态库并实例化,从而使用其内部的方法
    Step1_asr_dll INSTANCE = (Step1_asr_dll) Native.loadLibrary
                             ("res/msc_x64.dll", Step1_asr_dll.class);

    //定义登录方法
    public int MSPLogin(String usr, String pwd, String params);

    //开始一次语音识别。
    public String QISRSessionBegin(String grammarList,String params,IntByReference errorCode);

    //写入本次识别的音频
    public int QISRAudioWrite(String sessionID, byte[] byteArrayAudioData,int waveLen,int audioStatus, IntByReference epStatus,IntByReference recogStatus);

    //获取识别结果。
    public String QISRGetResult(String sessionID,IntByReference rsltStatus,int waitTime, IntByReference errorCode);

    //结束本次语音识别。
    public int QISRSessionEnd(String sessionID,String hints);

    //获取当次语音识别信息,如上行流量、下行流量等
    public int QISRGetParam(String sessionID,String paramName,String paramValue, IntByReference valueLen);

    //构建语法,生成语法ID。有回调
    public int QISRBuildGrammar(String grammarType, String grammarContent, int grammarLength, String params, Step1_grammar_callback grammarCallBack, byte[] userData);

    //更新本地语法词典。有回调
    public int QISRUpdateLexicon(String lexiconName, String lexiconContent, int lexiconLength, String params, Step1_lexicon_callback lexiconCallback, byte[] userData);

    //定义退出方法
    public int MSPLogout();
}

3、 构建语法回调函数

package com.iflytek.util;
import com.sun.jna.Callback;

public class Step1_grammar_callback implements Callback {
    //根据文档写回调方法
    public int build_grm_cb(int errorCode,String info, String userData) {
        System.out.println("构建语法返回的ID信息...:"+info+"错误码"+errorCode+"\n");
        return 0;
    }
}

4、更新词典回调函数

package com.iflytek.util;
import com.sun.jna.Callback;

public class Step1_lexicon_callback implements Callback {
    //根据文档写回调方法
    public int LexiconCallBack(int errorCode, String info, String userData) {
        System.out.println("更新词典返回的信息...:"+info+"错误码:"+errorCode+"\n");
        return 0;
    }
}

5、把调用步骤依次写进线程类

package com.iflytek.util;
import com.iflytek.OfflineAsrMain;
import com.iflytek.service.Step1_asr_dll;
import com.sun.jna.ptr.IntByReference;
import javax.sound.sampled.AudioInputStream;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.InputStreamReader;

public class Step2_asr_thread extends Thread{
	public void run() {
		while (true) {
			//登录参数
			String login_config = "appid = 替换你的appid, work_dir = ./res";
			//第一个参数为用户名,第二个参数为密码,传null即可
			int ret = Step1_asr_dll.INSTANCE.MSPLogin(null, null, login_config);
			if (ret != 0) {//登录成功标志ret为0
				System.out.println("登录失败...请检查"+ret);
				System.exit(1);
			} else {
				//System.out.println("请注意,离线命令词call.bnf可以根据语法自定义...");
			}

			//读取call.bnf的内容
			FileInputStream fileInputStream = null;
			String grammarContent = "";
			try {
				fileInputStream = new FileInputStream("./res/call.bnf");
				InputStreamReader inputStreamReader = new InputStreamReader(fileInputStream, "UTF-8");
				BufferedReader bufferedReader = new BufferedReader(inputStreamReader);
				String temp = "";
				while ((temp = bufferedReader.readLine()) != null) {
					grammarContent = grammarContent + temp + "\n";
				}
			} catch (Exception e) {
				e.printStackTrace();
			}
			//System.out.println("语法内容:\n" + grammarContent);

			//构建语法
			Step1_grammar_callback step2_grammar_callback = new Step1_grammar_callback();
			String params = "engine_type = local,asr_res_path = fo|res/asr/common.jet,sample_rate = 16000,grm_build_path = res/asr/GrmBuilld_x64";
			ret = Step1_asr_dll.INSTANCE.QISRBuildGrammar("bnf", grammarContent, grammarContent.getBytes().length, params, step2_grammar_callback, null);
			if (ret == 0) {
				//System.out.println("构建语法成功...");
			} else {
				System.out.println("构建语法失败:" + ret);
			}

			//更新本地语法词典
			/*String lexiconName = "enter";
			String lex_content = "登录软件";
			String lexParams = "engine_type=local,asr_res_path = fo|res/asr/common.jet, sample_rate = 16000,grm_build_path =res/asr/GrmBuilld_x64, grammar_list =call";
			Step3_lexicon_callback step3_lexicon_callback = new Step3_lexicon_callback();
			ret = Step1_asr_dll.INSTANCE.QISRUpdateLexicon(lexiconName, lex_content, lex_content.getBytes().length, lexParams, step3_lexicon_callback, null);
			if (ret == 0) {
				//System.out.println("更新本地语法词典成功...");
			} else {
				System.out.println("更新本地语法词典失败:" + ret);
			}*/

			//开始一次语音识别
			IntByReference errorCode = new IntByReference(-100);
			params = "vad_bos =4000 ,vad_eos = 10000,engine_type = local,asr_res_path = fo|res/asr/common.jet, sample_rate = 16000,grm_build_path = res/asr/GrmBuilld_x64, local_grammar = call,result_type = json, result_encoding = UTF8";
			String session_id = Step1_asr_dll.INSTANCE.QISRSessionBegin(null, params, errorCode);
			if (errorCode.getValue() == 0) {//只有返回0为函数调用成功
				System.out.println("本次会话开启成功...,会话id为:" + session_id);
			} else {
				System.out.println("本次会话开启失败:" + errorCode.getValue());
			}

			//写入识别的音频
			try {
				//给构建语法、更新本地语法词典点时间
				Thread.sleep(100);
				System.err.println("\033[43;34;4m" + "请开始说出命令..." + "\033[0m");
				//间隔400ms给用户反映时间
				Thread.sleep(500);
			} catch (Exception e) {
				e.printStackTrace();
			}
			IntByReference epStatus = new IntByReference(-100);
			IntByReference recogStatus = new IntByReference(-100);
			//16k采样率的16位音频,一帧的大小为640Byte(来自Windows SDK的说明)
			int frameSize = 640;
			//用来告知MSC音频发送是否完成
			int audioStatus = 1;
			//反复调用QISRAudioWrite写音频方法,直到音频写完为止
			//long startTime=System.currentTimeMillis();
			try {
				final byte[] audioDataByteArray = new byte[frameSize];
				while (true) {
					OfflineAsrMain.targetDataLine.open(OfflineAsrMain.audioFormat);
					OfflineAsrMain.targetDataLine.start();
					int len = new AudioInputStream(OfflineAsrMain.targetDataLine).read(audioDataByteArray);
					//long endTime=System.currentTimeMillis();//||endTime-startTime>60000
					if (len == -1 || epStatus.getValue() == 3) {//调用麦克风时候,len == -1将不会被执行...
						//||(endTime-startTime>60*1000)
						audioStatus = 4;//最后帧
						ret = Step1_asr_dll.INSTANCE.QISRAudioWrite(session_id, audioDataByteArray, len, audioStatus, epStatus, recogStatus);
						if (ret == 0) {
							//System.out.println("最后一帧音频写入正常");
						} else {
							System.out.println("最后一帧音频写入异常:" + ret);
						}
						Thread.sleep(1500);
						break;  //文件读完,跳出循环
					} else {
						//反复调用
						ret = Step1_asr_dll.INSTANCE.QISRAudioWrite(session_id, audioDataByteArray, len, audioStatus, epStatus, recogStatus);
					}
					audioStatus = 2;//中间帧
					if (ret == 0) {
						//System.out.println("音频写入正常");
					} else {
						System.out.println("音频写入异常:" + ret);
					}
					// 如果是实时采集音频,可以省略此操作。5KB 大小的16KPCM 持续的时间是160 毫秒
					//Thread.sleep(160);
				}
			} catch (Exception e) {
				e.printStackTrace();
			}

			//获取识别结果
			IntByReference rsltStatus = new IntByReference(-100);
			String grammarResult = Step1_asr_dll.INSTANCE.QISRGetResult(session_id, rsltStatus, 0, errorCode);
			if(grammarResult!=null){
				System.out.println("命令词识别结果:" + grammarResult);
			}

			//终止会话
			ret = Step1_asr_dll.INSTANCE.QISRSessionEnd(session_id, "正常终止");
			if (ret == 0) {
				//System.out.println("本次会话正常终止...");
			} else {
				System.out.println("本次会话异常终止...");
			}

			//执行退出
			ret = Step1_asr_dll.INSTANCE.MSPLogout();
			if (ret == 0) {
				//System.out.println("正常退出...");
			} else {
				System.out.println("异常退出...");
			}
		}
	}
}

6、录音生成16K、16BIT单声道的音频流

package com.iflytek.util;
import javax.sound.sampled.AudioFormat;

public class Step3_audioFormat {
    //构造线程参数
    //16k采样率的16bit音频,一帧的大小为640B, 时长20ms
    /**
     sampleRate - 每秒样品数
     sampleSizeInBits - 每个样本中的位数
     channels - 通道数(1为mono,2为立体声等)
     signed - 表示数据是签名还是无符号
     bigEndian - 指示单个样本的数据是否以大字节顺序存储( false表示小端)
     */
    public static AudioFormat getAudioFormat(AudioFormat audioFormat) {
        audioFormat=new AudioFormat(16000F, 16,
                                   1,true,false);
        // true,false 指示是以 big-endian 顺序还是以 little-endian 顺序存储音频数据。
        return audioFormat;//构造具有线性 PCM 编码和给定参数的 AudioFormat。
    }
}

7、放置讯飞开放平台下载Linux/Windows中所带的资源

8、Linux代码基本类似,注意加载SO库就行和放置资源

package com.iflytek.service;
import com.iflytek.OfflineAsrMain;
import com.iflytek.util.Step1_grammar_callback;
import com.iflytek.util.Step1_lexicon_callback;
import com.sun.jna.Library;
import com.sun.jna.Native;
import com.sun.jna.ptr.IntByReference;

public interface Step1_asr_so extends Library {
    /**
     * 重点:
     * 1.char *   对应  String
     * 2.int *    对应  IntByReference
     * 3.void *   对应  byte[],回调函数里此类型需用String来对应。
     * 4.int      对应  int
     * 5.无参     对应  void
     * 6.回调函数  对应  根据文档自定义回调函数,实现接口Callback
     */
    //加载so动态库并实例化,从而使用其内部的方法
    Step1_asr_so INSTANCE = (Step1_asr_so) Native.loadLibrary
            (OfflineAsrMain.userPath+"res/libmsc.so", Step1_asr_so.class);

    //定义登录方法
    public int MSPLogin(String usr, String pwd, String params);

    //开始一次语音识别。
    public String QISRSessionBegin(String grammarList,String params,IntByReference errorCode);

    //写入本次识别的音频
    public int QISRAudioWrite(String sessionID, byte[] byteArrayAudioData,int waveLen,int audioStatus, IntByReference epStatus,IntByReference recogStatus);

    //获取识别结果。
    public String QISRGetResult(String sessionID,IntByReference rsltStatus,int waitTime, IntByReference errorCode);

    //结束本次语音识别。
    public int QISRSessionEnd(String sessionID,String hints);

    //获取当次语音识别信息,如上行流量、下行流量等
    public int QISRGetParam(String sessionID,String paramName,String paramValue, IntByReference valueLen);

    //构建语法,生成语法ID。有回调
    public int QISRBuildGrammar(String grammarType, String grammarContent, int grammarLength, String params, Step1_grammar_callback grammarCallBack, byte[] userData);

    //更新本地语法词典。有回调
    public int QISRUpdateLexicon(String lexiconName, String lexiconContent, int lexiconLength, String params, Step1_lexicon_callback lexiconCallback, byte[] userData);

    //定义退出方法
    public int MSPLogout();
}

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/p6448777/article/details/118344641

智能推荐

攻防世界_难度8_happy_puzzle_攻防世界困难模式攻略图文-程序员宅基地

文章浏览阅读645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文

达梦数据库的导出(备份)、导入_达梦数据库导入导出-程序员宅基地

文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作  导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释:   cwy_init/init_123..._达梦数据库导入导出

js引入kindeditor富文本编辑器的使用_kindeditor.js-程序员宅基地

文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js

STM32学习过程记录11——基于STM32G431CBU6硬件SPI+DMA的高效WS2812B控制方法-程序员宅基地

文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6

计算机网络-数据链路层_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输-程序员宅基地

文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输

软件测试工程师移民加拿大_无证移民,未受过软件工程师的教育(第1部分)-程序员宅基地

文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...

随便推点

Thinkpad X250 secure boot failed 启动失败问题解决_安装完系统提示secureboot failure-程序员宅基地

文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure

C++如何做字符串分割(5种方法)_c++ 字符串分割-程序员宅基地

文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割

2013第四届蓝桥杯 C/C++本科A组 真题答案解析_2013年第四届c a组蓝桥杯省赛真题解答-程序员宅基地

文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答

基于供需算法优化的核极限学习机(KELM)分类算法-程序员宅基地

文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。

metasploitable2渗透测试_metasploitable2怎么进入-程序员宅基地

文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入

Python学习之路:从入门到精通的指南_python人工智能开发从入门到精通pdf-程序员宅基地

文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf

推荐文章

热门文章

相关标签