小程序进行语音识别（JAVA MP3 转 PCM）

最新推荐文章于 2023-02-02 11:48:19 发布

qq_15801963

最新推荐文章于 2023-02-02 11:48:19 发布

阅读量2.1k

点赞数 4

CC 4.0 BY-SA版权

分类专栏： springMVC web服务器 java_base 文章标签： JAVA MP3 转 pcm 小程序语音识别

本文链接：https://blog.youkuaiyun.com/qq_15801963/article/details/93734630

springMVC 同时被 3 个专栏收录

13 篇文章

订阅专栏

web服务器

5 篇文章

订阅专栏

java_base

2 篇文章

订阅专栏

本文解决了一个在语音识别项目中遇到的问题：如何将小程序生成的MP3录音文件转换为百度AI语音接口所需的PCM格式。通过引入MP3解析库并调整音频转换参数，实现了格式的正确转换。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

<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;
    }