想搞个百度语音识别玩玩，但人家要固定格式的音频（关于百度语音识别的请查看官方文档——百度语音识别SDK），于是就上网找呀找呀，结果转出来的要不就是听不了损坏了，要不就是不能给百度识别就是说转的格式不正确。后来看到一篇国外的解决方案终于搞定。废话不多说，先把完整代码弄上来，然后在废话吧。
代码
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import javax.sound.sampled.AudioFileFormat;
import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.AudioInputStream;
import javax.sound.sampled.AudioSystem;
import javax.sound.sampled.UnsupportedAudioFileException;
import org.json.JSONObject;
import com.baidu.aip.speech.AipSpeech;
public class MP3ToWav {
/**
* mp3的字节数组生成wav文件
* @param sourceBytes
* @param targetPath
*/
public static boolean byteToWav(byte[] sourceBytes, String targetPath) {
if (sourceBytes == null || sourceBytes.length == 0) {
System.out.println("Illegal Argument passed to this method");
return false;
}
try (final ByteArrayInputStream bais = new ByteArrayInputStream(sourceBytes); final AudioInputStream sourceAIS = AudioSystem.getAudioInputStream(bais)) {
AudioFormat sourceFormat = sourceAIS.getFormat();
// 设置MP3的语音格式,并设置16bit
AudioFormat mp3tFormat = new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, sourceFormat.getSampleRate(), 16, sourceFormat.getChannels(), sourceFormat.getChannels() * 2, sourceFormat.getSampleRate(), false);
// 设置百度语音识别的音频格式
AudioFormat pcmFormat = new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, 16000, 16, 1, 2, 16000, false);
try (
// 先通过MP3转一次，使音频流能的格式完整
final AudioInputStream mp3AIS = AudioSystem.getAudioInputStream(mp3tFormat, sourceAIS);
// 转成百度需要的流
final AudioInputStream pcmAIS = AudioSystem.getAudioInputStream(pcmFormat, mp3AIS)) {
// 根据路径生成wav文件
AudioSystem.write(pcmAIS, AudioFileFormat.Type.WAVE, new File(targetPath));
}
return true;
} catch (IOException e) {
System.out.println("文件转换异常：" + e.getMessage());
return false;
} catch (UnsupportedAudioFileException e) {
System.out.println("文件转换异常：" + e.getMessage());
return false;
}
}
/**
* 将文件转成字节流
* @param filePath
* @return
*/
private static byte[] getBytes(String filePath) {
byte[] buffer = null;
try {
File file = new File(filePath);
FileInputStream fis = new FileInputStream(file);
ByteArrayOutputStream bos = new ByteArrayOutputStream(1000);
byte[] b = new byte[1000];
int n;
while ((n = fis.read(b)) != -1) {
bos.write(b, 0, n);
}
fis.close();
bos.close();
buffer = bos.toByteArray();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
return buffer;
}
public static void main(String args[]) {
String filePath = "E:/data/storage/public/1111.mp3";
String targetPath = "E:/data/storage/public/2222.wav";
byteToWav(getBytes(filePath), targetPath);
AipSpeech client = new AipSpeech("XXXXXX", "XXXXXXXX", "XXXXXXXX");
JSONObject asrRes = client.asr(targetPath, "wav", 16000, null);
System.out.println(asrRes);
System.out.println(asrRes.get("result"));
}
}
唠嗑
看代码就知道这里引得jar都是jdk里面的，不用另外找，网上的方法就是要下其余jar麻烦。。。另外还有json和百度的其实就是语音识别要用而已。顺便将maven地址放上来
com.baidu.aip
java-sdk
4.4.0
要注意的是这里用到jdk7的特性，就是将资源流使用完之后自己关闭并捕获，（以前我也不知道有这样的特性【遮脸！！】）
try (final ByteArrayInputStream bais = new ByteArrayInputStream(sourceBytes); final AudioInputStream sourceAIS = AudioSystem.getAudioInputStream(bais)) {
//一些处理...
}
这里设置了两个格式转换，下面也进行了两次格式转换，为什么呢？本来就是MP3了呀，还要转成MP3???
其实这里就是一个坑
// 设置MP3的语音格式,并设置16bit
AudioFormat mp3tFormat = new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, sourceFormat.getSampleRate(), 16, sourceFormat.getChannels(), sourceFormat.getChannels() * 2, sourceFormat.getSampleRate(), false);
// 设置百度语音识别的音频格式
AudioFormat pcmFormat = new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, 16000, 16, 1, 2, 16000, false);
这里的sourceFormat 在debug下，可以看到有这么两句unknown bits per sample, unknown frame size，所以跨格式转换的时候就会出错，但只转回自己就没问题（上面格式的16和sourceFormat.getChannels() * 2，就是对应的格式）。经过一次转换之后，音频流的格式信息就完整了，最后才能成功转为wav.
AudioFormat sourceFormat = sourceAIS.getFormat();
//sourceFormat
//MPEG2L3 22050.0 Hz, unknown bits per sample, mono, unknown frame size, 38.28125 frames/second,