【QT分享】基于QT+科大迅飞的连续语音识别

【QT分享】基于QT的连续语音识别 [复制链接]
电梯直达
跳转到指定楼层
21189
楼主| TShadow 发表于 2017-3-13 19:56:21
1#
本帖最后由 TShadow 于 2017-3-13 19:56 编辑

---

操作系统：windows 10 x64
测试版本：Qt 5.8 mingw

本贴提供一个基于QT的连续语音识别Demo，通过音量大小判断音频录入的开始和结束，在附件的代码里，实时音量跟踪和录音都被封装成了独立的类，大家可以在记的代码里导入这些类并直接使用，即可实现连续语音识别了。

1. MicAudio类
   提供两个可调用的函数，很简单。

   1. void startListen() : 开始监听音量
   2. void stopListen()：停止监听音量
      刷新时间可以在函数内部自行修改，当捕获到音量时会自动发出一个signal，在主函数中connect一下并在slot里操作即可。

2. WaveRecorder类
   主要用到的就是void set_FileName(QString des_path)，void Start()，void Stop()，void Reset()

   1. void set_FileName: 设置录音文件
   2. void Start: 开始录音
   3. void Stop: 停止录音
   4. void Reset: 重置参数
      这个类很简单，但是调用的是win底层api，QT在使用之前需要先在pro文件里加载libwinmm.a，这个我已经在demo配置好了，libwinmm.a就在目录下。

3. iFlyVoice类
   这个类相对于之前的版本（http://bbs.xfyun.cn/forum.php?mo … id=24654&extra=）做了修改，继承了QThread，程序中是以新的线程执行的，为什么这么做后面会说。主要用到以下函数：

   1. bool login(const char* login_param)：登录操作，返回登录是否成功。记得填好自己的appid
   2. bool logout()：退出操作，很简单。
   3. void speech2Text(const char* audioFileName, int iaccent, char *grammarId)：主要就是语音转文字，具体介绍可以看code里面的说明，这个函数会通过继承QThread的run函数在新的线程里面执行，以start函数自动调用run。

主函数的整体思路：
由MicAudio类实时监听音量变化，当超过一定数值就开始由WaveRecorder类录音，为什么不用Qt自带的录音，一是避免实时监听和录音的冲突，二是底层API的效率会高一些，可以有效避免冲突。当音量低于一定数值时，自动停止录音，然后调用iFlyVoice类开辟新的线程并进行翻译，然后显示出结果。其实，我也试过用QAudioRecorder录音，但是效果总是不好，于是抛弃了。

提示：代码中的appid已经删除，请填写自己的，msc.dll也使用自己的吧，如果遇见未启动就crash，基本上是msc.dll没放好的原因。其他的操作也可以看参考之前的帖子，就是写的有点乱。http://bbs.xfyun.cn/forum.php?mo … id=24654&extra=