公司最近有一个小程序项目需要使用语音识别功能,初步技术方案是:小程序录音-上传录音文件到后端服务器,后端服务器调用百度AI语音接口获取识别结果并返回给小程序。
中间遇到一个小问题:小程序的录音文件格式只能是MP3或者AAC,而百度语音接口所能接受的音频文件格式为PCM,WAV,AMR 这样就十分尴尬了,最后确定方案,在后端将接收的MP3文件转换成PCM文件。
在网上看了不少文章,实际运行时会出现以下错误:
错误1 could not get audio input stream from input stream
出现这个错误的原因是没有引入MP3解析库,我们引入之,GRADLE 的引入配置
// https://mvnrepository.com/artifact/com.googlecode.soundlibs/mp3spi
compile group: 'com.googlecode.soundlibs', name: 'mp3spi', version: '1.9.5.4'
MAVEN 的引入配置
<!-- https://mvnrepository.com/artifact/com.googlecode.soundlibs/mp3spi -->
<dependency>
<groupId>com.googlecode.soundlibs</groupId>
<artifactId>mp3spi</artifactId>
<version>1.9.5.4</version>
</dependency>
引入过后,发现错误1解决了,除了了下面的错误2
错误2 java.lang.IllegalArgumentException: Unsupported conversion: PCM_SIGNED from MPEG1L3 44100.0 Hz, unknown bits per sample, stereo, unknown frame size, 38.28125 frames/second
咋一看是提示不支持此类型格式转换,网上寻找良久,发现是网上找的进行格式转换的源码有问题,有很多参数都没有设置,所有才会报这个错误,我们更改之,大功告成,识别成功。
下面是给出更改前的源码(错误源码)
public byte[] mp3Convertpcm(InputStream mp3Stream) throws Exception {
// 原MP3文件转AudioInputStream
AudioInputStream mp3audioStream = AudioSystem.getAudioInputStream(mp3Stream);
// 将AudioInputStream MP3文件 转换为PCM AudioInputStream
AudioInputStream pcmaudioStream = AudioSystem.getAudioInputStream(AudioFormat.Encoding.PCM_SIGNED,
mp3audioStream);
byte[] pcmBytes = IOUtils.toByteArray(pcmaudioStream);
pcmaudioStream.close();
mp3audioStream.close();
return pcmBytes;
}
更改后的源码(正确源码)
public byte[] mp3Convertpcm(InputStream mp3Stream) throws Exception {
// MP3转AudioInputStream
InputStream bufferedIn = new BufferedInputStream(mp3Stream);
AudioInputStream mp3audioStream = AudioSystem.getAudioInputStream(bufferedIn);
//将AudioInputStream MP3文件 转换为PCM
AudioFormat baseFormat = mp3audioStream.getFormat();
AudioFormat targetFormat = new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, baseFormat.getSampleRate(), 16,
baseFormat.getChannels(), baseFormat.getChannels() * 2, baseFormat.getSampleRate(), false);
AudioInputStream pcmaudioStream = AudioSystem.getAudioInputStream(targetFormat,mp3audioStream);
byte[] pcmBytes = IOUtils.toByteArray(pcmaudioStream);
pcmaudioStream.close();
mp3audioStream.close();
return pcmBytes;
}