原生和H5调用百度语音转写

随着互联网的高速发展，越来越多的需求需要把语音转换为文字（不是实时）

1、实现思路:

     前端发给后端一个war文件，后端接收保存到本地，然后解析本地文件，获取语音内容返回文字信息。

前期准备：

  1、 访问百度ai官网：百度AI开放平台-全球领先的人工智能服务平台

  2、登录成功，选择产品，找到人工智能模块里的语音技术，如图：

  

2、按照操作指引完成1、 免费尝鲜，2、创建应用，3、调用服务，4、查看用量

 

 1、免费尝鲜：

   选择语音识别全选，免费领取：

 2、创建应用

    应用名称，选择接口技术、语音包名选择不需要会生成一条记录，里面包含

APP_ID,API_KEY,SECRET_KEY这是我们要进行百度转写的是要用的

 

 准备工作已经完成，开始上干货

2、上代码：

  引入依赖：

   <dependency>
            <groupId>com.baidu.aip</groupId>
            <artifactId>java-sdk</artifactId>
            <version>4.1.1</version>
        </dependency>

从百度 

 方法一：（对接原生接口）：

//语言转写  调用百度api
//上传wav包，转换为文件上传，调用白度接口，进行解析，返回一个对象，对象打点调result这个属性，然后返回前端。
@PostMapping(value = "/phoneticTranscription", produces = "text/html;charset=utf-8")
public String getphoneticTranscription(HttpServletRequest request,
                    @RequestParam("file") MultipartFile file) throws Exception {
    if (!file.isEmpty()) {
        // 构建上传文件的存放路径
        String path = request.getServletContext().getRealPath("/upload/");
        System.out.println("path = " + path);

        // 获取上传的文件名称，并结合存放路径，构建新的文件名称
        String filename = file.getOriginalFilename();
        File filepath = new File(path, filename);

        // 判断路径是否存在，不存在则新创建一个
        if (!filepath.getParentFile().exists()) {
            filepath.getParentFile().mkdirs();
        }

        String filePath = path + File.separator + filename;
        // 将上传文件保存到目标文件目录
        file.transferTo(new File(filePath));
        //解析上传文件，返回数据给前端。
        AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
        client.setConnectionTimeoutInMillis(2000);
        JSONObject res = client.asr(filePath, "wav", 16000, null);
        System.out.println(res);
        return res.getJSONArray("result").join(",");
    }


    return null;
}

方法二:(对接H5接口)

//语言转写  调用百度api
//按照道理来说，应该
@PostMapping(value = "/phoneticTranscription", produces = "text/html;charset=utf-8")
public String getyy(HttpServletRequest request,
                    @RequestParam("file") MultipartFile file) throws Exception {
    byte[] pcmByteData = mp3Convert2pcm(file.getInputStream());
    if (!file.isEmpty()) {
        // 将上传文件保存到目标文件目录
        AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
        client.setConnectionTimeoutInMillis(2000);
        org.json.JSONObject mav = client.asr(pcmByteData, "pcm", 16000, null);
        System.out.println(mav);
        return mav.getJSONArray("result").join(",");
    }
    return null;
}

/**
 * MP3转换PCM
 *
 * @param inputStream MP3输入流
 * @throws Exception
 */
public static byte[] mp3Convert2pcm(InputStream inputStream) throws Exception {
    //转换PCM audioInputStream 数据
    AudioInputStream audioInputStream = getPcmAudioInputStream(inputStream);
    byte[] pcmBytes = IOUtils.toByteArray(audioInputStream);
    return pcmBytes;
}

/**
 * 获取PCM AudioInputStream 数据
 *
 * @param inputStream MP3输入流
 * @return AudioInputStream PCM输入流
 */
private static AudioInputStream getPcmAudioInputStream(InputStream inputStream) {
    AudioInputStream audioInputStream = null;
    AudioFormat targetFormat = null;
    try {
        AudioInputStream in = null;
        MpegAudioFileReader mp = new MpegAudioFileReader();
        in = mp.getAudioInputStream(inputStream);
        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;
}