【百度语音识别】JavaAPI方式语音识别示例MP3转PCM

Java-API合成语音示例:http://ai.baidu.com/forum/topic/show/496727

REST-API文档地址：http://ai.baidu.com/docs#/TTS-API/top

注意：需要下载MP3插件jar。才可以进行MP3CONVERTPCM 链接: https://pan.baidu.com/s/1i5pJxpb 密码: 8w4x

遇到的坑：HTTPUtil工具类中。不需要拼接access_token参数。大家注意一下。ContentType也改一下。

----------------------------------开始代码示例----------------------------------

MP3转PCM的方法 需要下载注意的jar才可以正确转换哦

第一步就是语音合成的MP3文件转换PCM格式文件

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转PCM Java方式实现

* @author 小帅丶

* @date 2017年12月6日

*/

public class MP3ConvertPCM {

/**

* MP3转换PCM文件方法

* @param mp3filepath 原始文件路径

* @param pcmfilepath 转换文件的保存路径

* @throws Exception

*/

public static void mp3Convertpcm(String mp3filepath,String pcmfilepath) throws Exception{

File mp3 = new File(mp3filepath);

File pcm = new File(pcmfilepath);

//原MP3文件转AudioInputStream

AudioInputStream mp3audioStream = AudioSystem.getAudioInputStream(mp3);

//将AudioInputStream MP3文件 转换为PCM AudioInputStream

AudioInputStream pcmaudioStream = AudioSystem.getAudioInputStream(AudioFormat.Encoding.PCM_SIGNED, mp3audioStream);

//准备转换的流输出到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工具类新增加一个postASR的方法

/**

* 获取语音识别内容

* @param requestUrl

* @param params

* @return

* @throws Exception

*/

public static String postASR(String requestUrl, String params) throws Exception {

System.out.println(params);

String generalUrl = requestUrl;//这里不需要对接口地址拼接access_token参数 切记！！！

System.out.println("发送的连接为:"+generalUrl);

URL url = new URL(generalUrl);

// 打开和URL之间的连接

HttpURLConnection connection = (HttpURLConnection) url.openConnection();

System.out.println("打开链接，开始发送请求"+new Date().getTime()/1000);

connection.setRequestMethod("POST");

// 设置通用的请求属性

connection.setRequestProperty("Content-Type", "application/json");

connection.setRequestProperty("Connection", "Keep-Alive");

connection.setUseCaches(false);

connection.setDoOutput(true);

connection.setDoInput(true);

// 得到请求的输出流对象

DataOutputStream out = new DataOutputStream(connection.getOutputStream());

out.writeBytes(params);

out.flush();

out.close();

// 建立实际的连接

connection.connect();

// 获取所有响应头字段

Map> headers = connection.getHeaderFields();

// 遍历所有的响应头字段

for (String key : headers.keySet()) {

System.out.println(key + "--->" + headers.get(key));

}

// 定义 BufferedReader输入流来读取URL的响应

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("请求结束"+new Date().getTime()/1000);

System.out.println("result:" + result);

return result;

}

下面就是语音识别的示例代码哦

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;

/**

* 语音识别Java-API JSON上传方式示例代码

* @author 小帅丶

*

*/

public class Audio2Text {

//接口地址

private static final String AUDIO2TEXT_URL = "http://vop.baidu.com/server_api";

public static void main(String[] args) throws Exception {

//合成的MP3语音文件

String path = "C:/Users/Administrator/text2audio/VOICE1512521962.mp3";

//MP3转pcm要保存的路径和文件名

String path2 = "C:/Users/Administrator/text2audio/VOICE1512521962.pcm";

MP3ConvertPCM.mp3Convertpcm(path, path2);

// 对语音二进制数据进行识别

byte[] data = FileUtil.readFileByBytes(path2); //readFileByBytes仅为获取二进制数据示例

String speech = Base64Util.encode(data);

File file = new File(path2);

long len = file.length();

String result = Audio2text("pcm", 16000,RandomStringGenerator.getRandomStringByLength(60),"自己获取的AccessToken", speech, len);

System.out.println(result);

}

/**

* JSON方式上传

* @param format必填语音文件的格式，pcm 或者 wav 或者 amr。不区分大小写。推荐pcm文件

* @param rate必填采样率， 8000 或者 16000， 推荐 16000 采用率

* @param channel必填声道数，仅支持单声道，请填写固定值 1

* @param cuid必填用户唯一标识，用来区分用户，计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码，长度为60字符以内。

* @param token必填开放平台获取到的access_token, 见上面的“鉴权认证机制”段落

* @param lan选填语种选择，默认中文(zh)。 中文=zh、粤语=ct、英文=en，不区分大小写

* @param url选填可下载的语音下载地址，与callback连一起使用，确保百度服务器可以访问。

* @param callback选填用户服务器的识别结果回调地址，确保百度服务器可以访问

* @param speech选填本地语音文件的的二进制语音数据 ，需要进行base64 编码。与len参数连一起使用。

* @param len选填本地语音文件的的字节数，单位字节

*/

public static String Audio2text(String format,Integer rate,String cuid,String token,String speech,long len) throws Exception{

HashMap paramMap = new HashMap();

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("语音文件识别的内容:"+data);

return data;

}

}

看看返回的内容

{

"corpus_no": "6496262443167631439",

"err_msg": "success.",

"err_no": 0,

"result": [

"开发者小帅你好，"

],

"sn": "74778487111512528965"

}

MP3转PCM。使用MP3SPI第三方jar 可以Maven引入

com.googlecode.soundlibs

mp3spi

1.9.5.4

使用mp3spi进行转换的代码

package com.xs.audio.tns;

import java.io.File;

import javax.sound.sampled.AudioFileFormat;

import javax.sound.sampled.AudioFormat;

import javax.sound.sampled.AudioInputStream;

import javax.sound.sampled.AudioSystem;

import javax.sound.sampled.DataLine;

import javax.sound.sampled.SourceDataLine;

import javazoom.spi.mpeg.sampled.file.MpegAudioFileReader;

/**

* MP3转PCM方法

* @author 小帅丶

*

*/

public class MP3ConvertPCMBySPI {

public static void main(String[] args) {

String path = "C:/Users/Administrator/text2audio/VOICE1513237078";

String mp3filepath = path + ".mp3";

String pcmfilepath = path + ".pcm";

try {

MP3ConvertPCMBySPI.convertMP32PCM(mp3filepath, pcmfilepath);

} catch (Exception e) {

e.printStackTrace();

}

}

/**

* MP3转换PCM文件方法

* @param mp3filepath 原始文件路径

* @param pcmfilepath 转换文件的保存路径

* @throws Exception

*/

public static void convertMP32PCM(String mp3filepath, String pcmfilepath) throws Exception {

//转换PCM audioInputStream 数据

AudioInputStream audioInputStream = getPcmAudioInputStream(mp3filepath);

//写入PCM预给定的文件

AudioSystem.write(audioInputStream, AudioFileFormat.Type.WAVE, new File(pcmfilepath));

}

/**

* 获取PCM AudioInputStream 数据

* @param mp3filepath

* @return AudioInputStream

*/

private static AudioInputStream getPcmAudioInputStream(String mp3filepath) {

File mp3File = new File(mp3filepath);

AudioInputStream audioInputStream = null;

AudioFormat targetFormat = null;

try {

AudioInputStream in = null;

MpegAudioFileReader mp = new MpegAudioFileReader();

in = mp.getAudioInputStream(mp3File);

AudioFormat baseFormat = in.getFormat();

targetFormat = new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, baseFormat.getSampleRate(), 16,

baseFormat.getChannels(), baseFormat.getChannels() * 2, baseFormat.getSampleRate(), false);

audioInputStream = AudioSystem.getAudioInputStream(targetFormat, in);

} catch (Exception e) {

e.printStackTrace();

}

return audioInputStream;

}

/**

* 播放MP3方法

* @param mp3filepath

* @throws Exception

*/

public static void playMP3(String mp3filepath) throws Exception {

File mp3 = new File(mp3filepath);

// 播放

int k = 0, length = 8192;

AudioInputStream audioInputStream = getPcmAudioInputStream(mp3filepath);

if (audioInputStream == null)

System.out.println("null audiostream");

AudioFormat targetFormat;

targetFormat = audioInputStream.getFormat();

byte[] data = new byte[length];

DataLine.Info dinfo = new DataLine.Info(SourceDataLine.class, targetFormat);

SourceDataLine line = null;

try {

line = (SourceDataLine) AudioSystem.getLine(dinfo);

line.open(targetFormat);

line.start();

int bytesRead = 0;

byte[] buffer = new byte[length];

while ((bytesRead = audioInputStream.read(buffer, 0, length)) != -1) {

line.write(buffer, 0, bytesRead);

}

audioInputStream.close();

line.stop();

line.close();

} catch (Exception ex) {

ex.printStackTrace();

System.out.println("audio problem " + ex);

}

}

}

以上就是语音识别Java-API调用示例代码哦。难点是MP3转PCM会卡壳开发者们。