移动端网页录音上传，服务端智能语音识别

移动端网页录音上传，服务端智能语音识别

最近，看了创业时代的魔镜，想法突如起来，能不能手机发送一条语音，语音上传到后台，自动识别语音的信息，转化为文字，将文字分析，然后回复用户艳学网的资源。
我们的资源以源码为主，一起编集艳学情缘。我们不仅分享源码 http://47.98.237.162/index ，还分享高清的无码 http://47.98.237.162/movie/index 。陆续，我们还推出，二维码海报分享活动，搜索源码等。一切将以“码”为主题，今天，我们开发一款“码上说”的demo。

移动端网页录音上传

为什么移动端，不用安卓，苹果，网页，微信公众号，小程序等。因为百度了一下，移动端实现录音的资料少之又少，但html5的诞生眷顾了很多移动端网页开发的小伙伴。

录音

没错，就一句，即可使用移动端网页录音。

上传

这里我们使用java上传：

@RequestMapping(value = "/saveVoice", method = RequestMethod.POST, produces = "application/json; charset=utf-8")
	@ResponseBody
	public String saveVoice(HttpServletRequest request) throws Exception {
		MultipartHttpServletRequest multiRequest = (MultipartHttpServletRequest) request;
		Iterator<String> t = multiRequest.getFileNames();
		MultipartFile fileDetail = multiRequest.getFile(t.next());
		String fileName = System.currentTimeMillis() + ".mp3";
		String path = null;
			path = "D:\\voice\\";
		File file = new File(path);
		if (!file.exists() && !file.isDirectory()) {
			file.mkdirs();
		}
		File file2 = new File(path+fileName);
		if(!file2.exists()){
			file2.createNewFile();
		}
		fileDetail.transferTo(file2);
		return "上传成功！";
	}

mp3转pcm

由于上传到服务器的文件是mp3格式，而大多数语音识别api上传的格式是pcm，所以得转一下：

/**
     * MP3转换PCM文件方法
     *
     * @param mp3filepath
     *            原始文件路径
     * @param pcmfilepath
     *            转换文件的保存路径
     * @throws Exception
     */
    public static void convertMP32PCM(String mp3filepath, String pcmfilepath) throws Exception {
        AudioInputStream audioInputStream = getPcmAudioInputStream(mp3filepath);
        AudioSystem.write(audioInputStream, AudioFileFormat.Type.WAVE, new File(pcmfilepath));
    }

    private static AudioInputStream getPcmAudioInputStream(String mp3filepath) {
        File mp3 = new File(mp3filepath);
        AudioInputStream audioInputStream = null;
        AudioFormat targetFormat = null;
        try {
            // = null;
            MpegAudioFileReader mp = new MpegAudioFileReader();
            AudioInputStream in = mp.getAudioInputStream(mp3);
            AudioFormat baseFormat = in.getFormat();
            targetFormat = new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, baseFormat.getSampleRate(), 16,
                    baseFormat.getChannels(), baseFormat.getChannels() * 2, baseFormat.getSampleRate(), false);
            audioInputStream = AudioSystem.getAudioInputStream(targetFormat, in);
        } catch (Exception e) {
            e.printStackTrace();
        }
        return audioInputStream;
    }

    public static void main(String[] args) {
        String path = "D://1";
        String mp3filepath = path + ".mp3";
        String pcmfilepath = path + ".pcm";

        try {
            MP3ToPcm.convertMP32PCM(mp3filepath, pcmfilepath);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

服务端智能语音识别

智能AI

现在，进入的是AI时代，为何这么说，最近去了本市最贵最奢侈的消费地方——医院，拿个药都要扫一扫，病历信息化，诊断结果一键生成，并及时反馈给自己的就诊医生，信息安全且自动化。出个门都是无人超市，无人餐厅，无人驾驶。
享受成果的同时，也要研究一下：
/**

• @Description AI语音
• 思路：
• 1、 mp3-pcm-百度语音识别 （识别率差）
• 2、 mp3-baseUrl-腾讯ai-文字 很好免费 识别率高
• 3、 mp3-pcm-阿里云 要钱 用于呼唤
• 4、 mp3-pcm-讯飞专业 要钱 最专业
• @Author yanhui
• @Date 2018-11-04 1:23
  */
  以上，是我本人个人观点，参考一下就好。

语音识别

/**
     * 语音识别
     * @param fileName
     * @return
     */
    public static String getPcm(String fileName) throws Exception {
        AipSpeech client = getAipSpeech();
        JSONObject res = client.asr(fileName, "pcm", 16000, null);
        Object obj = res.get("result");
        return obj.toString().replace("[\"", "").replace("，\"]", "");
    }

    private static AipSpeech getAipSpeech() {
        AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
        client.setConnectionTimeoutInMillis(2000);
        client.setSocketTimeoutInMillis(60000);
        return client;
    }

    /**
     * 语音合成
     * @param text 文字
     * @param output 输出mp3
     */
    public static void getVoice(String text, String output) {
        AipSpeech client = getAipSpeech();
        //发音人选择, 0为女声，1为男声，
        //3为情感合成-度逍遥，4为情感合成-度丫丫，默认为普通女
        // www.yanhui.fun
        HashMap<String, Object> options = new HashMap<String, Object>();
//        options.put("spd", "5");
//        options.put("pit", "5");
        options.put("per", "1");

        TtsResponse res = client.synthesis(text, "zh", 1, options);
        byte[] data = res.getData();
        JSONObject res1 = res.getResult();
        if (data != null) {
            try {
                Util.writeBytesToFileSystem(data, output);
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        if (res1 != null) {
            System.out.println(res1.toString());
        }
    }

优图AI api接口

//            response = faceYoutu.GeneralOcrUrl("http://open.youtu.qq.com/static/img/ocr_common04.22dc0ca.jpg"); //通用印刷体文字识别
//            response = faceYoutu.HandwritingOcrUrl("http://open.youtu.qq.com./static/img/ocr_hw_01.3b5e11a.jpg"); // 通用手写体文字识别
//            response = faceYoutu.EhOcrUrl("http://open.youtu.qq.com./static/img/ocr_hw_01.3b5e11a.jpg"); // 手写体英文识别
//            response = faceYoutu.IdCardOcrUrl("http://open.youtu.qq.com./static/img/ocr_id_01.883a2df.jpg", 0); // 身份证识别
//            response = faceYoutu.BcOcrUrl("http://open.youtu.qq.com./static/img/ocr_namecard_01.988383b.jpg"); // 名片识别
            response = faceYoutu.BizLicenseOcrUrl("http://open.youtu.qq.com./static/img/ocr_yyzz_01.1d874f9.jpg"); // 营业执照识别

腾讯不错不错，又多了个平台。

如需获取文本源码，请加QQ490647751，并回复“开通vip——移动端网页录音上传，服务端智能语音识别”
[1]: https://open.youtu.qq.com/#/open
[2]: https://open.tencent.com/
[3]: https://ai.qq.com/
[4]: http://ai.sogou.com/
[5]: http://ai.baidu.com/
[6]: https://ai.google/
[7]: https://www.xfyun.cn/
[8]: https://ai.aliyun.com/

即将开放：http://www.yanhui.fun/ai/index 2019年将推出“ai码平台“，提供免费开发接口及演示示例（需网站注册及微信号关注）， 技术革命，跟随“人工智能，大数据，云技术”的步伐。