百度语音api的文字转语音，语音转文字-yellowcong
百度语言api的实现中，我发现坑爹了，文字转语音很容易的就实现了，但是语言转文字，就坑死了，我后来发现是音频文件的问题，mp3的文件百度云不支持，后来才搞明白，百度支持pcm的，需要将mp3的转化为pcm格式的，在通过Base64加密，传送到百度云，发现坑爹死了，百度的语言识别不是特别的好，但是先有了单车，再考虑汽车吧。
项目源码
#源码存在于码云上
https://gitee.com/yellowcong/api/tree/master/yuyin贮备知识
1、 Java工具类之Base64Utils实现base64码转换为文件流
2、 Java工具类之音频播放与mp3转pcm-yellowcong
项目结构
类说明
| 类名称 | 作用 |
|---|---|
| AudioClient | 语音的主要类 |
| Constants | 常量，用来配置语音识别的参数 |
| Audio2Text | 语音转文字的参数传递类 |
| Text2Audio | 文字转语音的参数传递类 |
| Result | 识别后的结果类 |
实现代码
package com.yellowcong.baidu.yuyin;
import java.io.File;
import java.io.InputStream;
import java.lang.reflect.Field;
import java.util.UUID;
import javax.xml.bind.DatatypeConverter;
import com.yellowcong.baidu.utils.AudioUtils;
import com.yellowcong.baidu.utils.Base64Utils;
import com.yellowcong.baidu.utils.HttpClientUtils;
import com.yellowcong.baidu.utils.JsonUtils;
import com.yellowcong.baidu.utils.TrustAnyTrustManager;
import com.yellowcong.baidu.yuyin.constant.Constants;
import com.yellowcong.baidu.yuyin.model.Audio2Text;
import com.yellowcong.baidu.yuyin.model.Result;
import com.yellowcong.baidu.yuyin.model.Text2Audio;
/**
* 创建日期:2018年1月14日
* 创建时间:下午4:57:51
* 创建者 :yellowcong
* 机能概要:
*/
public class AudioClient {
//"lhnN8uVsySG6SzdbEBSx2RwA";
//id
private String appid ;
// "V71cijc3Q9DZ5ZbFTd8sthFekDR3dTAC";
//密钥
private String secret ;
//用户的token
private String token ;
public AudioClient(String appid, String secret) {
super();
this.appid = appid;
this.secret = secret;
}
public void setToken(String token) {
this.token = token;
}
/**
* 获取Token
* @return token
*/
public String getToken(){
String token = null;
try {
// String url = "https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id="+VoiceUtils.appid+"&client_secret="+VoiceUtils.secret;
//获取TOKEN的地址
String tokenUrl = String.format(Constants.TOKEN_URL, this.appid,this.secret);
//发送请求
String result = TrustAnyTrustManager.connect(tokenUrl);
//获取token
token = JsonUtils.getMapper().readTree(result).get("access_token").asText();
//设定类的token
this.token = token;
} catch (Exception e) {
e.printStackTrace();
}
return token;
}
/**
* 创建日期:2018年1月14日
* 创建时间:下午5:01:36
* 创建用户:yellowcong
* 机能概要:将字符串转化为语音
* @param word 需要转化为语音的文字
* @return 返回数据流
*/
public InputStream text2Audio(String word){
Text2Audio word2Voice = new Text2Audio();
//设定转化为文件的字符串
word2Voice.setTex(word);
//调用
return this.text2Audio(word2Voice);
}
/**
* 创建日期:2018年1月14日
* 创建时间:下午5:50:24
* 创建用户:yellowcong
* 机能概要:将文本转转化为音频
* @param word2Voice
* @return
*/
public InputStream text2Audio(Text2Audio word2Voice){
//当token不存在的情况
if(this.isEmpty(this.token)){
this.token= this.getToken();
}
//设定token
word2Voice.setTok(this.token);
//判断是否有cuid
if(this.isEmpty(word2Voice.getCuid())){
word2Voice.setCuid(UUID.randomUUID().toString());
}
if(this.isEmpty(word2Voice.getLan())){
//默认的语言
word2Voice.setLan(Constants.DEFAULT_LAN);
}
if(this.isEmpty(word2Voice.getCtp())){
//访问类型
word2Voice.setCtp(Constants.DEFAULT_CTP);
}
if(this.isEmpty(word2Voice.getPer())){
word2Voice.setPer(Constants.DEFAULT_PER);
}
//获取返回的参数
String param = this.getParam(word2Voice);
if(param == null || "".equals(param)){
return null;
}
//获取连接诶地址
String url = Constants.TEXT_AUDIO_URL+"?"+param;
//获取语音数据
InputStream in= HttpClientUtils.downLoad(url);
return in;
}
/**
* 创建日期:2018年1月14日
* 创建时间:下午10:46:02
* 创建用户:yellowcong
* 机能概要: 判断是否为空
* @param str
* @return
*/
private boolean isEmpty(String str){
if(str == null || str.trim().equals("")){
return true;
}
return false;
}
/**
* 创建日期:2018年1月14日
* 创建时间:下午10:36:03
* 创建用户:yellowcong
* 机能概要:将声音转化为 文字
* @param audioFile
* @return
*/
public Result audio2Text(File audioFile){
Audio2Text parm = new Audio2Text();
//视屏格式
parm.setFormat("pcm");
//采样率， 8000 或者 16000， 推荐 16000 采用率
parm.setRate(16000);
//单通道
parm.setChannel(1);
parm.setCuid(UUID.randomUUID().toString());
//当token不存在的情况
if(this.token == null || "".equals(this.token)){
this.token= this.getToken();
}
parm.setToken(this.getToken());
File targertFile = audioFile;
//当不是pcm文件的时候
if(!audioFile.getName().endsWith("pcm")){
AudioUtils audio = AudioUtils.getInstance();
//将文件转化为 pcm文件
File outPcmFile = new File(audioFile.getParentFile().getAbsolutePath()+File.pathSeparator+UUID.randomUUID().toString()+".pcm");
if(!audio.convertMP32Pcm(audioFile.getAbsolutePath(), outPcmFile.getAbsolutePath())){
return null;
}
targertFile = outPcmFile;
}
//加密音频文件
Base64Utils utils = Base64Utils.getInstance();
//读取文件basecode编码
String mp3Base64Str = utils.file2Base64(targertFile);
//读取文件大小
int len = utils.getFileSize(targertFile);
parm.setLen(len);
parm.setSpeech(mp3Base64Str);
String json = JsonUtils.object2Json(parm);
//发送请求到服务器
String jsonResult = HttpClientUtils.postJson(Constants.AUDIO_TEXT_URL, json);
//删除临时文件
if(!targertFile.getAbsolutePath().equals(audioFile.getAbsolutePath())){
targertFile.delete();
}
System.out.println(jsonResult);
Result result = JsonUtils.json2Object(jsonResult, Result.class);
return result;
}
/**
* 创建日期:2018年1月14日
* 创建时间:下午5:43:24
* 创建用户:yellowcong
* 机能概要:获取请求的参数
* @param voice
* @return
*/
public String getParam(Text2Audio word2Voice) {
String paramStr = null;
try {
Class clazz = word2Voice.getClass();
Field [] fields = word2Voice.getClass().getDeclaredFields();
StringBuffer sb = new StringBuffer();
for(Field field:fields){
String fieldNm = field.getName();
//获取方法名称
String methodNm = this.getMethodName(field);
//执行方法
Object obj = clazz.getMethod(methodNm).invoke(word2Voice);
//当参数数据为空的情况，直接
if(obj != null && !"".equals(obj.toString())){
sb.append(fieldNm+"="+obj.toString()+"&");
}
}
if(sb.length() >0){
paramStr = sb.substring(0, sb.length()-1);
}
} catch (Exception e) {
e.printStackTrace();
}
return paramStr;
}
/**
* 创建日期:2018年1月14日
* 创建时间:下午5:35:44
* 创建用户:yellowcong
* 机能概要:根据字段的名称来获取get方法的名称
* @param field 字段
* @return
*/
private String getMethodName(Field field){
String fieldNm = field.getName();
String methodNm = "get"+fieldNm.substring(0, 1).toUpperCase()+fieldNm.substring(1);
return methodNm;
}
}
测试代码
package yellowcong.yuyin;
import java.io.File;
import java.io.InputStream;
import java.lang.reflect.InvocationTargetException;
import org.junit.Assert;
import org.junit.Before;
import org.junit.Test;
import com.yellowcong.baidu.utils.AudioUtils;
import com.yellowcong.baidu.utils.FileUtils;
import com.yellowcong.baidu.yuyin.AudioClient;
import com.yellowcong.baidu.yuyin.model.Result;
import com.yellowcong.baidu.yuyin.model.Text2Audio;
/**
* 创建日期:2018年1月14日
* 创建时间:下午5:31:46
* 创建者 :yellowcong
* 机能概要:
*/
public class Demo {
private AudioClient client = null;
@Before
public void setUp(){
String appid = "lhnN8uVsySG6SzdbEBSx2RwA";
String secret = "V71cijc3Q9DZ5ZbFTd8sthFekDR3dTAC";
client = new AudioClient(appid,secret);
}
@Test
public void testText2Audio(){
InputStream in = client.text2Audio("把你挠吐露皮了");
FileUtils.copyInputStreamToFile(in, new File("D:/xx.mp3"));
}
@Test
public void test2Text2Audio(){
Text2Audio word = new Text2Audio();
word.setTex("王贱狗,着急了吧");
//语音 0-4
word.setPer("4");
InputStream in = client.text2Audio(word);
FileUtils.copyInputStreamToFile(in, new File("D:/xx.mp3"));
}
/**
* 创建日期:2018年1月14日
* 创建时间:下午10:52:00
* 创建用户:yellowcong
* 机能概要:将音频转文件
* @throws Exception
*/
@Test
public void testAduio2Text() throws Exception{
Text2Audio word = new Text2Audio();
word.setTex("你是逗逼");
InputStream in = client.text2Audio(word);
final File outFile = new File("D:/test.mp3");
FileUtils.copyInputStreamToFile(in, outFile);
//开启线程 ，播放音乐
new Thread() {
@Override
public void run() {
// TODO Auto-generated method stub
//播放文件
try {
AudioUtils.getInstance().playMP3(outFile.getAbsolutePath());
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}.start();
//转义翻译结果
Result result = client.audio2Text(outFile);
//打印翻译的结果
System.out.println(result.getResult()[0]);
}
/**
* 创建日期:2018年1月14日
* 创建时间:下午6:07:47
* 创建用户:yellowcong
* 机能概要:测试token的获取
* @throws Exception
* @throws IllegalArgumentException
* @throws InvocationTargetException
* @throws NoSuchMethodException
* @throws SecurityException
*/
@Test
public void testGetToken() throws Exception, IllegalArgumentException, InvocationTargetException, NoSuchMethodException, SecurityException{
String token = client.getToken();
Assert.assertNotNull(token);
}
}
结果，语音转化有时候挺好，有时候，就完犊子
