Java语音识别：开启人机交互的新篇章

1. 语音识别思路：
   1. 首先使用工具类开始录音并存储
   2. 再调用百度语音识别API接口进行语音内容的识别
2. 导入依赖：

   <!--语音识别-->
           <!-- Fastjson -->
           <dependency>
               <groupId>com.alibaba</groupId>
               <artifactId>fastjson</artifactId>
               <version>1.2.83</version> <!-- 请检查并使用最新版本 -->
           </dependency>
   
           <!-- OkHttp -->
           <dependency>
               <groupId>com.squareup.okhttp3</groupId>
               <artifactId>okhttp</artifactId>
               <version>4.9.3</version> <!-- 请检查并使用最新版本 -->
           </dependency>
   
   
           <!--语音转换-->
           <dependency>
               <groupId>ws.schild</groupId>
               <artifactId>jave-all-deps</artifactId>
               <version>3.5.0</version>
           </dependency>
   
           <dependency>
               <groupId>com.baidu.aip</groupId>
               <artifactId>java-sdk</artifactId>
               <version>4.16.19</version> <!-- 请根据实际情况选择最新版本 -->
           </dependency>

3. 编写语音合成工具类：

   /**
    * 录音，存储为WAV文件
    * @author admin_70 + haoranhaoshi
    */
   @Component
   public class VoiceRecorder {
       AudioFormat audioFormat;
       TargetDataLine targetDataLine;
   
       private volatile boolean isRecording = false; // 录音状态标志
       private CaptureThread captureThread;
   
       //记录录音时长
       long testtime;
   
       //注入文件路径
       @Value("${upload.voice}")
       private static String filePath;
   
       //语音路径
       private  static String fileName = filePath + genImageName();
   
       //开始录音
       public synchronized void StartVoice() {
           if (isRecording) {
               System.out.println("已经在录音中...");
               return;
           }
           isRecording = true;
           testtime = System.currentTimeMillis();
           captureAudio(); // 调用录音方法
           System.out.println("开始录音:");
       }
   
       //结束录音
       public synchronized String EndVoice() {
           if (!isRecording || targetDataLine == null) {
               System.out.println("当前没有正在进行的录音");
               return "";
           }
           closeCaptureAudio();
           try {
               if (captureThread != null) {
                   captureThread.join(); // 等待录音线程完成
               }
           } catch (InterruptedException e) {
               e.printStackTrace();
           }
           isRecording = false;
           System.out.println("录音结束;");
           System.out.println("录音了"+(System.currentTimeMillis()-testtime)/1000+"秒！");
           return VoiceRecognition.start(fileName);
       }
   
       public void closeCaptureAudio(){
           targetDataLine.stop();
           targetDataLine.close();
       }
   
       public void captureAudio(){
           try {
               // 构造具有线性 PCM 编码和给定参数的 AudioFormat。
               audioFormat = getAudioFormat();
               // 根据指定信息构造数据行的信息对象，这些信息包括单个音频格式。此构造方法通常由应用程序用于描述所需的行。
               // lineClass - 该信息对象所描述的数据行的类
               // format - 所需的格式
               DataLine.Info dataLineInfo = new DataLine.Info(TargetDataLine.class, audioFormat);
               // 如果请求 DataLine，且 info 是 DataLine.Info 的实例（至少指定一种完全限定的音频格式），
               // 上一个数据行将用作返回的 DataLine 的默认格式。
               targetDataLine = (TargetDataLine) AudioSystem.getLine(dataLineInfo);
               // 开启线程
               new CaptureThread().start();
           } catch (Exception e){
               e.printStackTrace();
               System.exit(0);
           }
       }
   
       private AudioFormat getAudioFormat() {
           // 8000,11025,16000,22050,44100 采样率
           float sampleRate = 8000F;
           // 8,16 每个样本中的位数
           int sampleSizeInBits = 16;
           // 1,2 信道数（单声道为 1，立体声为 2，等等）
           int channels = 2;
           // true,false
           boolean signed = true;
           // true,false 指示是以 big-endian 顺序还是以 little-endian 顺序存储音频数据。
           boolean bigEndian = false;
           // 构造具有线性 PCM 编码和给定参数的 AudioFormat。
           return new AudioFormat(sampleRate, sampleSizeInBits, channels, signed,
                   bigEndian);
       }
   
       /** 录音名生成 **/
       public static String genImageName() {
           //取当前时间的长整形值包含毫秒
           long millis = System.currentTimeMillis();
           //加上三位随机数
           Random random = new Random();
           int end3 = random.nextInt(999);
           //如果不足三位前面补0
           String str = millis + String.format("%03d", end3);
           return str+".wav";
       }
   
       class CaptureThread extends Thread {
           public void run() {
               // 指定的文件类型
               AudioFileFormat.Type fileType = null;
               // 设置文件类型和文件扩展名
               File audioFile = null;
               fileType = AudioFileFormat.Type.WAVE;
               audioFile = new File(fileName);
               try {
                   // format - 所需音频格式
                   targetDataLine.open(audioFormat);
                   // 当开始音频捕获或回放时，生成 START 事件。
                   targetDataLine.start();
                   // new AudioInputStream(TargetDataLine line):构造从指示的目标数据行读取数据的音频输入流。该流的格式与目标数据行的格式相同,line - 此流从中获得数据的目标数据行。
                   // stream - 包含要写入文件的音频数据的音频输入流
                   // fileType - 要写入的音频文件的种类
                   // out - 应将文件数据写入其中的外部文件
                   AudioSystem.write(new AudioInputStream(targetDataLine),fileType, audioFile);
               } catch (Exception e) {
                   e.printStackTrace();
               }
           }
       }
   }

4. 百度AI开发平台的控制台中创建一个语音应用

5. 编写语音识别工具类：

   /**
    * 识别WAV文件，上传百度服务器，返回结果
    * @author haoranhaoshi
    */
   public class VoiceRecognition {
       // 设置APPID/AK/SK
       // 百度AI开发平台的控制台中创建一个语音应用即可获得
       public static final String APP_ID = "116784952";
       public static final String API_KEY = "8xQ30oLJrs4esJ0aXRZdyQus";
       public static final String SECRET_KEY = "m9bLi9RG7TLUs8JtE0zGEPSKRf2hKG5n";
   
       private static final AipSpeech aipSpeech = getAipSpeech();
   
       private static String resultText;
   
       private static String filePath;
   
       public static String getResultText() {
           return resultText;
       }
   
       public static void main(String[] args) throws JSONException {
           VoiceRecognition voiceRecognition = new VoiceRecognition();
           if(voiceRecognition.recognizeVoice()){
               System.out.println("结果为：" + voiceRecognition.getResultText());
           }else{
               System.out.println("识别错误");
           }
       }
   
   
       public static String start(String path) throws JSONException {
           filePath = path;
           VoiceRecognition voiceRecognition = new VoiceRecognition();
           if(voiceRecognition.recognizeVoice()){
               System.out.println("结果为：" + voiceRecognition.getResultText());
           }else{
               System.out.println("识别错误");
           }
   
           return voiceRecognition.getResultText();
       }
   
       public static AipSpeech getAipSpeech(){
           // 初始化一个AipSpeech
           AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
   
           // 可选：设置网络连接参数
           client.setConnectionTimeoutInMillis(2000);
           client.setSocketTimeoutInMillis(60000);
   
           // 可选：设置代理服务器地址, http和socket二选一，或者均不设置
           //client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
           //client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理
   
           // 可选：设置log4j日志输出格式，若不设置，则使用默认配置
           // 也可以直接通过jvm启动参数设置此环境变量
           // System.setProperty("aip.log4j.conf", "path/to/your/log4j.properties");
   
           return client;
       }
   
       public boolean recognizeVoice() throws JSONException {
           String wavFileName = "record";
           // 对本地语音文件进行识别
           JSONObject asrRes = aipSpeech.asr(filePath, "wav", 16000, null);
           System.out.println(asrRes);
   
           if(asrRes.getString("err_msg").equals("success.")){
               resultText = asrRes.getJSONArray("result").getString(0);
               return true;
           }else{
               return false;
           }
   
       }
   }

        注：如需更多详情配置请移步到百度api官网进行查阅。