接口调用-【3】讯飞离线命令词识别Windows/Linux_java调用讯飞离线版语音识别 linux-程序员宅基地

1、离线命令词识别调用主函数

package com.iflytek;
import com.iflytek.util.Step2_asr_thread;
import com.iflytek.util.Step3_audioFormat;
import java.util.Scanner;
import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.AudioSystem;
import javax.sound.sampled.DataLine;
import javax.sound.sampled.TargetDataLine;

/**
 * 请注意！！！
 * 1.首先到控制台https://console.xfyun.cn/services/mlcsb下载离线命令词识别的Windows MSC。
 * 2.下载的离线命令词识别Windows MSC解压后,把bin目录下msc文件夹、dll文件、call.bnf文件拷贝到res目录下。
 * 3.最后请替换Step2_ars_thread中的appid值,appid值在下载页面控制台可以看到。
 */

public class OfflineAsrMain {
	//录音相关参数
	public static AudioFormat audioFormat;
	public static TargetDataLine targetDataLine;
	public static void main(String[] args) throws Exception {
		System.out.println("y开始体验离线命令词识别,n结束离线命令词识别");
		Scanner input = new Scanner(System.in);
		String inputContent = input.next();
		long startTime = System.currentTimeMillis();
		if(inputContent.equals("y")){
			audioFormat = Step3_audioFormat.getAudioFormat(audioFormat);//构造具有线性 PCM 编码和给定参数的 AudioFormat。
			DataLine.Info dataLineInfo = new DataLine.Info(TargetDataLine.class, audioFormat);
			targetDataLine = (TargetDataLine) AudioSystem.getLine(dataLineInfo);
			Step2_asr_thread myThread=new Step2_asr_thread();
			myThread.start();
			Scanner input_2 = new Scanner(System.in);
			String inputContent_2 = input_2.next();
			if(inputContent_2.equals("n")){
				targetDataLine.stop();
				targetDataLine.close();
			}
			System.out.println("离线命令词识别操作持续："+(System.currentTimeMillis()-startTime)/1000+"秒！");
			System.exit(0);
		}
	}
}

2、根据MSC文档用JAVA重写方法

package com.iflytek.service;
import com.iflytek.util.Step1_grammar_callback;
import com.iflytek.util.Step1_lexicon_callback;
import com.sun.jna.Library;
import com.sun.jna.Native;
import com.sun.jna.ptr.IntByReference;

public interface Step1_asr_dll extends Library {
    /**
     * 重点：
     * 1.char *   对应  String
     * 2.int *    对应  IntByReference
     * 3.void *   对应  byte[]，回调函数里此类型也可以用String来对应。
     * 4.int      对应  int
     * 5.无参     对应  void
     * 6.回调函数  对应  根据文档自定义回调函数，实现接口Callback
     */
    //加载dll动态库并实例化,从而使用其内部的方法
    Step1_asr_dll INSTANCE = (Step1_asr_dll) Native.loadLibrary
                             ("res/msc_x64.dll", Step1_asr_dll.class);

    //定义登录方法
    public int MSPLogin(String usr, String pwd, String params);

    //开始一次语音识别。
    public String QISRSessionBegin(String grammarList,String params,IntByReference errorCode);

    //写入本次识别的音频
    public int QISRAudioWrite(String sessionID, byte[] byteArrayAudioData,int waveLen,int audioStatus, IntByReference epStatus,IntByReference recogStatus);

    //获取识别结果。
    public String QISRGetResult(String sessionID,IntByReference rsltStatus,int waitTime, IntByReference errorCode);

    //结束本次语音识别。
    public int QISRSessionEnd(String sessionID,String hints);

    //获取当次语音识别信息，如上行流量、下行流量等
    public int QISRGetParam(String sessionID,String paramName,String paramValue, IntByReference valueLen);

    //构建语法，生成语法ID。有回调
    public int QISRBuildGrammar(String grammarType, String grammarContent, int grammarLength, String params, Step1_grammar_callback grammarCallBack, byte[] userData);

    //更新本地语法词典。有回调
    public int QISRUpdateLexicon(String lexiconName, String lexiconContent, int lexiconLength, String params, Step1_lexicon_callback lexiconCallback, byte[] userData);

    //定义退出方法
    public int MSPLogout();
}

3、构建语法回调函数

package com.iflytek.util;
import com.sun.jna.Callback;

public class Step1_grammar_callback implements Callback {
    //根据文档写回调方法
    public int build_grm_cb(int errorCode,String info, String userData) {
        System.out.println("构建语法返回的ID信息...:"+info+"错误码"+errorCode+"\n");
        return 0;
    }
}

4、更新词典回调函数

package com.iflytek.util;
import com.sun.jna.Callback;

public class Step1_lexicon_callback implements Callback {
    //根据文档写回调方法
    public int LexiconCallBack(int errorCode, String info, String userData) {
        System.out.println("更新词典返回的信息...:"+info+"错误码:"+errorCode+"\n");
        return 0;
    }
}

5、把调用步骤依次写进线程类

package com.iflytek.util;
import com.iflytek.OfflineAsrMain;
import com.iflytek.service.Step1_asr_dll;
import com.sun.jna.ptr.IntByReference;
import javax.sound.sampled.AudioInputStream;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.InputStreamReader;

public class Step2_asr_thread extends Thread{
	public void run() {
		while (true) {
			//登录参数
			String login_config = "appid = 替换你的appid, work_dir = ./res";
			//第一个参数为用户名，第二个参数为密码，传null即可
			int ret = Step1_asr_dll.INSTANCE.MSPLogin(null, null, login_config);
			if (ret != 0) {//登录成功标志ret为0
				System.out.println("登录失败...请检查"+ret);
				System.exit(1);
			} else {
				//System.out.println("请注意，离线命令词call.bnf可以根据语法自定义...");
			}

			//读取call.bnf的内容
			FileInputStream fileInputStream = null;
			String grammarContent = "";
			try {
				fileInputStream = new FileInputStream("./res/call.bnf");
				InputStreamReader inputStreamReader = new InputStreamReader(fileInputStream, "UTF-8");
				BufferedReader bufferedReader = new BufferedReader(inputStreamReader);
				String temp = "";
				while ((temp = bufferedReader.readLine()) != null) {
					grammarContent = grammarContent + temp + "\n";
				}
			} catch (Exception e) {
				e.printStackTrace();
			}
			//System.out.println("语法内容:\n" + grammarContent);

			//构建语法
			Step1_grammar_callback step2_grammar_callback = new Step1_grammar_callback();
			String params = "engine_type = local,asr_res_path = fo|res/asr/common.jet,sample_rate = 16000,grm_build_path = res/asr/GrmBuilld_x64";
			ret = Step1_asr_dll.INSTANCE.QISRBuildGrammar("bnf", grammarContent, grammarContent.getBytes().length, params, step2_grammar_callback, null);
			if (ret == 0) {
				//System.out.println("构建语法成功...");
			} else {
				System.out.println("构建语法失败:" + ret);
			}

			//更新本地语法词典
			/*String lexiconName = "enter";
			String lex_content = "登录软件";
			String lexParams = "engine_type=local,asr_res_path = fo|res/asr/common.jet, sample_rate = 16000,grm_build_path =res/asr/GrmBuilld_x64, grammar_list =call";
			Step3_lexicon_callback step3_lexicon_callback = new Step3_lexicon_callback();
			ret = Step1_asr_dll.INSTANCE.QISRUpdateLexicon(lexiconName, lex_content, lex_content.getBytes().length, lexParams, step3_lexicon_callback, null);
			if (ret == 0) {
				//System.out.println("更新本地语法词典成功...");
			} else {
				System.out.println("更新本地语法词典失败:" + ret);
			}*/

			//开始一次语音识别
			IntByReference errorCode = new IntByReference(-100);
			params = "vad_bos =4000 ,vad_eos = 10000,engine_type = local,asr_res_path = fo|res/asr/common.jet, sample_rate = 16000,grm_build_path = res/asr/GrmBuilld_x64, local_grammar = call,result_type = json, result_encoding = UTF8";
			String session_id = Step1_asr_dll.INSTANCE.QISRSessionBegin(null, params, errorCode);
			if (errorCode.getValue() == 0) {//只有返回0为函数调用成功
				System.out.println("本次会话开启成功...,会话id为:" + session_id);
			} else {
				System.out.println("本次会话开启失败:" + errorCode.getValue());
			}

			//写入识别的音频
			try {
				//给构建语法、更新本地语法词典点时间
				Thread.sleep(100);
				System.err.println("\033[43;34;4m" + "请开始说出命令..." + "\033[0m");
				//间隔400ms给用户反映时间
				Thread.sleep(500);
			} catch (Exception e) {
				e.printStackTrace();
			}
			IntByReference epStatus = new IntByReference(-100);
			IntByReference recogStatus = new IntByReference(-100);
			//16k采样率的16位音频，一帧的大小为640Byte(来自Windows SDK的说明)
			int frameSize = 640;
			//用来告知MSC音频发送是否完成
			int audioStatus = 1;
			//反复调用QISRAudioWrite写音频方法，直到音频写完为止
			//long startTime=System.currentTimeMillis();
			try {
				final byte[] audioDataByteArray = new byte[frameSize];
				while (true) {
					OfflineAsrMain.targetDataLine.open(OfflineAsrMain.audioFormat);
					OfflineAsrMain.targetDataLine.start();
					int len = new AudioInputStream(OfflineAsrMain.targetDataLine).read(audioDataByteArray);
					//long endTime=System.currentTimeMillis();//||endTime-startTime>60000
					if (len == -1 || epStatus.getValue() == 3) {//调用麦克风时候,len == -1将不会被执行...
						//||(endTime-startTime>60*1000)
						audioStatus = 4;//最后帧
						ret = Step1_asr_dll.INSTANCE.QISRAudioWrite(session_id, audioDataByteArray, len, audioStatus, epStatus, recogStatus);
						if (ret == 0) {
							//System.out.println("最后一帧音频写入正常");
						} else {
							System.out.println("最后一帧音频写入异常:" + ret);
						}
						Thread.sleep(1500);
						break;  //文件读完，跳出循环
					} else {
						//反复调用
						ret = Step1_asr_dll.INSTANCE.QISRAudioWrite(session_id, audioDataByteArray, len, audioStatus, epStatus, recogStatus);
					}
					audioStatus = 2;//中间帧
					if (ret == 0) {
						//System.out.println("音频写入正常");
					} else {
						System.out.println("音频写入异常:" + ret);
					}
					// 如果是实时采集音频，可以省略此操作。5KB 大小的16KPCM 持续的时间是160 毫秒
					//Thread.sleep(160);
				}
			} catch (Exception e) {
				e.printStackTrace();
			}

			//获取识别结果
			IntByReference rsltStatus = new IntByReference(-100);
			String grammarResult = Step1_asr_dll.INSTANCE.QISRGetResult(session_id, rsltStatus, 0, errorCode);
			if(grammarResult!=null){
				System.out.println("命令词识别结果:" + grammarResult);
			}

			//终止会话
			ret = Step1_asr_dll.INSTANCE.QISRSessionEnd(session_id, "正常终止");
			if (ret == 0) {
				//System.out.println("本次会话正常终止...");
			} else {
				System.out.println("本次会话异常终止...");
			}

			//执行退出
			ret = Step1_asr_dll.INSTANCE.MSPLogout();
			if (ret == 0) {
				//System.out.println("正常退出...");
			} else {
				System.out.println("异常退出...");
			}
		}
	}
}

6、录音生成16K、16BIT单声道的音频流

package com.iflytek.util;
import javax.sound.sampled.AudioFormat;

public class Step3_audioFormat {
    //构造线程参数
    //16k采样率的16bit音频，一帧的大小为640B, 时长20ms
    /**
     sampleRate - 每秒样品数
     sampleSizeInBits - 每个样本中的位数
     channels - 通道数（1为mono，2为立体声等）
     signed - 表示数据是签名还是无符号
     bigEndian - 指示单个样本的数据是否以大字节顺序存储（ false表示小端）
     */
    public static AudioFormat getAudioFormat(AudioFormat audioFormat) {
        audioFormat=new AudioFormat(16000F, 16,
                                   1,true,false);
        // true,false 指示是以 big-endian 顺序还是以 little-endian 顺序存储音频数据。
        return audioFormat;//构造具有线性 PCM 编码和给定参数的 AudioFormat。
    }
}

7、放置讯飞开放平台下载Linux/Windows中所带的资源

8、Linux代码基本类似，注意加载SO库就行和放置资源

package com.iflytek.service;
import com.iflytek.OfflineAsrMain;
import com.iflytek.util.Step1_grammar_callback;
import com.iflytek.util.Step1_lexicon_callback;
import com.sun.jna.Library;
import com.sun.jna.Native;
import com.sun.jna.ptr.IntByReference;

public interface Step1_asr_so extends Library {
    /**
     * 重点：
     * 1.char *   对应  String
     * 2.int *    对应  IntByReference
     * 3.void *   对应  byte[]，回调函数里此类型需用String来对应。
     * 4.int      对应  int
     * 5.无参     对应  void
     * 6.回调函数  对应  根据文档自定义回调函数，实现接口Callback
     */
    //加载so动态库并实例化,从而使用其内部的方法
    Step1_asr_so INSTANCE = (Step1_asr_so) Native.loadLibrary
            (OfflineAsrMain.userPath+"res/libmsc.so", Step1_asr_so.class);

    //定义登录方法
    public int MSPLogin(String usr, String pwd, String params);

    //开始一次语音识别。
    public String QISRSessionBegin(String grammarList,String params,IntByReference errorCode);

    //写入本次识别的音频
    public int QISRAudioWrite(String sessionID, byte[] byteArrayAudioData,int waveLen,int audioStatus, IntByReference epStatus,IntByReference recogStatus);

    //获取识别结果。
    public String QISRGetResult(String sessionID,IntByReference rsltStatus,int waitTime, IntByReference errorCode);

    //结束本次语音识别。
    public int QISRSessionEnd(String sessionID,String hints);

    //获取当次语音识别信息，如上行流量、下行流量等
    public int QISRGetParam(String sessionID,String paramName,String paramValue, IntByReference valueLen);

    //构建语法，生成语法ID。有回调
    public int QISRBuildGrammar(String grammarType, String grammarContent, int grammarLength, String params, Step1_grammar_callback grammarCallBack, byte[] userData);

    //更新本地语法词典。有回调
    public int QISRUpdateLexicon(String lexiconName, String lexiconContent, int lexiconLength, String params, Step1_lexicon_callback lexiconCallback, byte[] userData);

    //定义退出方法
    public int MSPLogout();
}

本文链接：https://blog.csdn.net/p6448777/article/details/118344641

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

什么是内部类？成员内部类、静态内部类、局部内部类和匿名内部类的区别及作用？_成员内部类和局部内部类的区别-程序员宅基地

文章浏览阅读3.4k次，点赞8次，收藏42次。一、什么是内部类？or 内部类的概念内部类是定义在另一个类中的类；下面类TestB是类TestA的内部类。即内部类对象引用了实例化该内部对象的外围类对象。public class TestA{ class TestB {}}二、为什么需要内部类？or 内部类有什么作用？1、内部类方法可以访问该类定义所在的作用域中的数据，包括私有数据。2、内部类可以对同一个包中的其他类隐藏起来。3、当想要定义一个回调函数且不想编写大量代码时，使用匿名内部类比较便捷。三、内部类的分类成员内部_成员内部类和局部内部类的区别

分布式系统_分布式系统运维工具-程序员宅基地

文章浏览阅读118次。分布式系统要求拆分分布式思想的实质搭配要求分布式系统要求按照某些特定的规则将项目进行拆分。如果将一个项目的所有模板功能都写到一起，当某个模块出现问题时将直接导致整个服务器出现问题。拆分按照业务拆分为不同的服务器，有效的降低系统架构的耦合性在业务拆分的基础上可按照代码层级进行拆分(view、controller、service、pojo)分布式思想的实质分布式思想的实质是为了系统的..._分布式系统运维工具

用Exce分析l数据极简入门_exce l趋势分析数据量-程序员宅基地

文章浏览阅读174次。1.数据源准备2.数据处理step1：数据表处理应用函数：①VLOOKUP函数; ② CONCATENATE函数终表：step2：数据透视表统计分析（1）透视表汇总不同渠道用户数, 金额（2）透视表汇总不同日期购买用户数，金额（3）透视表汇总不同用户购买订单数，金额step3：讲第二步结果可视化, 比如, 柱形图（1）不同渠道用户数, 金额（2）不同日期..._exce l趋势分析数据量

宁盾堡垒机双因素认证方案_horizon宁盾双因素配置-程序员宅基地

文章浏览阅读3.3k次。堡垒机可以为企业实现服务器、网络设备、数据库、安全设备等的集中管控和安全可靠运行，帮助IT运维人员提高工作效率。通俗来说，就是用来控制哪些人可以登录哪些资产（事先防范和事中控制），以及录像记录登录资产后做了什么事情（事后溯源）。由于堡垒机内部保存着企业所有的设备资产和权限关系，是企业内部信息安全的重要一环。但目前出现的以下问题产生了很大安全隐患：密码设置过于简单，容易被暴力破解；为方便记忆，设置统一的密码，一旦单点被破，极易引发全面危机。在单一的静态密码验证机制下，登录密码是堡垒机安全的唯一_horizon宁盾双因素配置

谷歌浏览器安装（Win、Linux、离线安装）_chrome linux debian离线安装依赖-程序员宅基地

文章浏览阅读7.7k次，点赞4次，收藏16次。Chrome作为一款挺不错的浏览器，其有着诸多的优良特性，并且支持跨平台。其支持（Windows、Linux、Mac OS X、BSD、Android），在绝大多数情况下，其的安装都很简单，但有时会由于网络原因，无法安装，所以在这里总结下Chrome的安装。Windows下的安装：在线安装：离线安装：Linux下的安装：在线安装：离线安装：..._chrome linux debian离线安装依赖

烤仔TVの尚书房 | 逃离北上广？不如押宝越南“北上广”-程序员宅基地

文章浏览阅读153次。中国发达城市榜单每天都在刷新，但无非是北上广轮流坐庄。北京拥有最顶尖的文化资源，上海是“摩登”的国际化大都市，广州是活力四射的千年商都。GDP和发展潜力是衡量城市的数字指...

随便推点

java spark的使用和配置_使用java调用spark注册进去的程序-程序员宅基地

文章浏览阅读3.3k次。前言spark在java使用比较少，多是scala的用法，我这里介绍一下我在项目中使用的代码配置详细算法的使用请点击我主页列表查看版本jar版本说明spark3.0.1scala2.12这个版本注意和spark版本对应，只是为了引jar包springboot版本2.3.2.RELEASEmaven <dependency> <gro_使用java调用spark注册进去的程序

汽车零部件开发工具巨头V公司全套bootloader中UDS协议栈源代码，自己完成底层外设驱动开发后，集成即可使用_uds协议栈源代码-程序员宅基地

文章浏览阅读4.8k次。汽车零部件开发工具巨头V公司全套bootloader中UDS协议栈源代码，自己完成底层外设驱动开发后，集成即可使用，代码精简高效，大厂出品有量产保证。:139800617636213023darcy169_uds协议栈源代码

AUTOSAR基础篇之OS(下)_autosar 定义了 5 种多核支持类型-程序员宅基地

文章浏览阅读4.6k次，点赞20次，收藏148次。AUTOSAR基础篇之OS(下)前言首先，请问大家几个小小的问题，你清楚：你知道多核OS在什么场景下使用吗？多核系统OS又是如何协同启动或者关闭的呢？AUTOSAR OS存在哪些功能安全等方面的要求呢？多核OS之间的启动关闭与单核相比又存在哪些异同呢？。。。。。。今天，我们来一起探索并回答这些问题。为了便于大家理解，以下是本文的主题大纲：[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JCXrdI0k-1636287756923)(https://gite_autosar 定义了 5 种多核支持类型

VS报错无法打开自己写的头文件_vs2013打不开自己定义的头文件-程序员宅基地

文章浏览阅读2.2k次，点赞6次，收藏14次。原因：自己写的头文件没有被加入到方案的包含目录中去，无法被检索到，也就无法打开。将自己写的头文件都放入header files。然后在VS界面上，右键方案名，点击属性。将自己头文件夹的目录添加进去。_vs2013打不开自己定义的头文件

【Redis】Redis基础命令集详解_redis命令-程序员宅基地

文章浏览阅读3.3w次，点赞80次，收藏342次。此时，可以将系统中所有用户的 Session 数据全部保存到 Redis 中，用户在提交新的请求后，系统先从Redis 中查找相应的Session 数据，如果存在，则再进行相关操作，否则跳转到登录页面。此时，可以将系统中所有用户的 Session 数据全部保存到 Redis 中，用户在提交新的请求后，系统先从Redis 中查找相应的Session 数据，如果存在，则再进行相关操作，否则跳转到登录页面。当数据量很大时，count 的数量的指定可能会不起作用，Redis 会自动调整每次的遍历数目。_redis命令

URP渲染管线简介-程序员宅基地

文章浏览阅读449次，点赞3次，收藏3次。URP的设计目标是在保持高性能的同时，提供更多的渲染功能和自定义选项。与普通项目相比，会多出Presets文件夹，里面包含着一些设置，包括本色，声音，法线，贴图等设置。全局只有主光源和附加光源，主光源只支持平行光，附加光源数量有限制，主光源和附加光源在一次Pass中可以一起着色。URP：全局只有主光源和附加光源，主光源只支持平行光，附加光源数量有限制，一次Pass可以计算多个光源。可编程渲染管线：渲染策略是可以供程序员定制的，可以定制的有：光照计算和光源，深度测试，摄像机光照烘焙，后期处理策略等等。_urp渲染管线