C#实现百度AI-实时语音识别转写-附源码
好久没来做贡献了，今天贴一个最近弄的一个小东西，实时语音识别，该技术目前已经很普遍，不做过多介绍了
网上找了很久，没有找到例子，不是要分就是要分，我只想说，程序猿何苦为难程序猿。。。。
而且下载的例子也都不是实时语音转写，基本都是短语音或者音频转写，没办法了，自己搞吧。
网站看到一篇帖子，借鉴一个前辈写的讯飞识别语音的例子做为参考，修改了一下，可以实现 实时语音转写
https://blog.csdn.net/qq_40582463/article/details/107983905
本案例对接的是 百度平台 WebSocket API 实时语音专写 ，因为百度有免费额度，讯飞还需要企业认证，做为平民玩家，只能优先使用方便并还免费的。
另外其他几个平台对接也都差不多，案例是使用C#语言 实现WebSocket进行通信对接，其他语言各平台可能会有SDK或Demo，但是都没有C#的。。
如果有想是要C# 对接其它平台的，代码可以作为参考，本人大致看了讯飞与百度的，对接都大同小异！
只是参数上有一些区别，这个看个人选择哪个平台做对接。最大差别嘛，收费不一样
废话不多说了，直接上代码，只有一个文件，就不打源码包了，基本引用及重要方法都已注释！
也不需要大家使用积分下载，用的时候说声谢谢就行。
using NAudio.Wave;
using Newtonsoft.Json;
using Newtonsoft.Json.Linq;
using System;
using System.Security.Cryptography;
using System.Text;
using System.Threading;
using System.Web;
using WebSocket4Net;
namespace ConsoleApp
{
///
/// 百度实时语音识别 WebSocket
///
class Program
{ //引用俩个包，Nuget下可以找到， websocket Naudio
//百度新账户注册送10个小时免费试用，测试肯定够
private const String appid = "XXXXX";//到控制台-语音合成页面获取
private const String apiSecret = "XXXXXX";//到控制台-语音合成页面获取
private const String apiKey = "XXXXX";//到控制台-语音合成页面获取
//private static FileStream fs = new FileStream("test.pcm", FileMode.Open);//从音频文件进行语音识别时会用到
enum Status
{
FirstFrame = 0,
ContinueFrame = 1,
LastFrame = 2
}
private static WebSocket webSocket;
private static IWaveIn recorder;//录音机
private static volatile Status status = Status.FirstFrame;
static void Main(string[] args)
{
string ts = GenerateTimeStamp();
string yb = EncryptUtil.HMACSHA1Text(EncryptUtil.GetMd5Code(appid + ts), apiKey);
string uril = "wss://vop.baidu.com/realtime_asr?sn="+Guid.NewGuid().ToString();
//初始化录音机
recorder = new WaveInEvent { WaveFormat = new WaveFormat(16000, 1) };
recorder.DataAvailable += OnDataAvailable;
recorder.RecordingStopped += OnRecordingStopped;
//开始请求 WebSocket
webSocket = new WebSocket(uril);
webSocket.Opened += OnOpened;
webSocket.DataReceived += OnDataReceived;
webSocket.MessageReceived += OnMessageReceived;
webSocket.Open();
//停止
Console.Read();
status = Status.LastFrame;
webSocket.Closed += OnClosed;
webSocket.Error += OnError;
} //请求开始
private static void OnDataAvailable(object sender, WaveInEventArgs e)
{
switch (status)
{
case Status.FirstFrame:握手
{
dynamic frame = new JObject();
frame.type = "START";
frame.data = new JObject
{
{ "appid",appid},
{ "appkey","appkey"},
{ "dev_pid",15372},
{ "cuid","cuid-1"},
{ "format","pcm"},
{ "sample",16000},
};
webSocket.Send(frame.ToString());
status = Status.ContinueFrame;
}
break;
case Status.ContinueFrame://开始发送
{
dynamic frame = new JObject();
frame = Convert.ToBase64String(e.Buffer);
webSocket.Send(e.Buffer,0, e.Buffer.Length);
}
break;
case Status.LastFrame://关闭
{
dynamic frame = new JObject();
frame.type = "FINISH";
webSocket.Send(frame.ToString());
recorder.StopRecording();
}
break;
default:
break;
}
}
//返回结果处理
private static void OnMessageReceived(object sender, MessageReceivedEventArgs e)
{
//返回的JSON串"{\"err_msg\":\"OK\",\"err_no\":0,\"log_id\":1542502511,\"result\":\"你好\",\"sn\":\"c36964c8-d86c-4a06-b7cf-8939539d3eb8_ws_1\",\"type\":\"MID_TEXT\"}\n"
Console.WriteLine(e.Message);
dynamic msg = JsonConvert.DeserializeObject(e.Message);
if (msg.err_msg !="OK")
{
Console.WriteLine($"error => {msg.message},err_no => {msg.err_no}");
return;
}
var ws = msg.result;
if (ws == null)
{
return;
}
Console.Write(ws);
Console.WriteLine();
}
private static void OnError(object sender, SuperSocket.ClientEngine.ErrorEventArgs e)
{
Console.WriteLine("OnError");
Console.WriteLine(e.Exception.Message);
}
private static void OnClosed(object sender, EventArgs e)
{
Console.WriteLine("OnClosed");
recorder.DataAvailable -= OnDataAvailable;
}
private static void OnDataReceived(object sender, DataReceivedEventArgs e)
{
Console.WriteLine("OnDataReceived");
Console.WriteLine(e.Data.Length);
}
private static void OnRecordingStopped(object sender, StoppedEventArgs e)
{
Console.WriteLine("OnRecordingStopped");
Console.WriteLine(e.Exception?.Message);
}
///
/// 检查麦克风
///
///
///
private static void OnOpened(object sender, EventArgs e)
{
Console.WriteLine("OnOpened");
try
{
recorder.StartRecording();
}
catch (Exception ex)
{
Console.WriteLine("未插入麦克风，程序关闭");
}
}
///
/// 时间戳
///
/// 加密方法，忘记是哪个前辈写的，直接用吧，反正我是很懒的。。。
public class EncryptUtil
{
public static string GetMd5Code(string text)
{
try
{
//MD5类是抽象类
MD5 md5 = MD5.Create();
//需要将字符串转成字节数组
byte[] buffer = Encoding.Default.GetBytes(text);
//加密后是一个字节类型的数组，这里要注意编码UTF8/Unicode等的选择
byte[] md5buffer = md5.ComputeHash(buffer);
string str = null;
// 通过使用循环，将字节类型的数组转换为字符串，此字符串是常规字符格式化所得
foreach (byte b in md5buffer)
{
//得到的字符串使用十六进制类型格式。格式后的字符是小写的字母，如果使用大写（X）则格式后的字符是大写字符
//但是在和对方测试过程中，发现我这边的MD5加密编码，经常出现少一位或几位的问题；
//后来分析发现是 字符串格式符的问题， X 表示大写， x 表示小写，
//X2和x2表示不省略首位为0的十六进制数字；
str += b.ToString("x2");
}
Console.WriteLine(str);//202cb962ac59075b964b07152d234b70
return str;
}
catch (Exception e)
{
System.Diagnostics.Debug.WriteLine("GetMd5Code exception:" + e.Message);
}
return null;
}
#region HMACSHA1加密 对二进制数据转Base64后再返回
///
/// HMACSHA1加密
///
/// 要加密的原串
///私钥
/// 大家有问题，可以留言，本人不一定什么时候在来，看到后会第一时间回复，与大家进行交流！