API]Google的语音识别API，支持各种语言

 API]Google的语音识别API，支持各种语言

08-21

 

转载自：http://blog.chinaunix.net/link.php?url=http://blog.laobubu.net%2F

2011 26人签到 这是laobubu的大作

没真的智能机的孩子你伤不起啊有木有！成天都是倒霉Symbian60啊有木有！上次超流量下载了Google Search for S60，里面神奇的有“语音搜索”……然后就是今天碰到android手机了，自带一个语音输入法啊！这准确率杆杆地！不过根据我多秒经验，S60的废柴API库绝对没有这么完美的语音识别（玩过诺基亚的应该都知道，待机状态长按右软件那个出来的是自带的识别功能），所以肯定Google留了一手！

（软件见http://www.google.com/intl/zh-CN_ALL/mobile/google-mobile-app/）

废话多了，现在看看Google的猥琐API之STT！（属于speech-api v1的recognize）

http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN

不过使用不是那么简单的哦……

如何调用

要使用这个API，你得先有一些心理素质：面对倒霉的FLAC格式，因为这个API只支持FLAC格式的数据，杯具啊。

不过你找到了我的博客，那么你是幸福的，因为我已经为你准备了不少好东西了。（顺便说一句，如果要转载记得清楚地标注“来自http://blog.laobubu.net”，我信任你。）

现在看看如何请求数据：

• 【URL】http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN
• 【方式】POST
• 【请求头】Content-Type:audio/x-flac; rate=16000
• 【POST】flac文件的数据

如果你人品大爆发，你成功了，可以得到类似这个的结果

{"status":0,"id":"54e1babccaa58682ffbb02ceb42aa47c-1",
"hypotheses":[{"utterance":"测试程序","confidence":0.8556527}]}

不过不简单哦

实例：用于Python

#By laobubu.net

2. import urllib2
3. FILE= '1.flac' #这里假设在当前文件夹下有一个叫1.flac的文件被识别
4. url = 'http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN'
5. audio= open (FILE, 'rb' ). read ( )
6. headers = { 'Content-Type' : 'audio/x-flac; rate=16000' }
7. req = urllib2. Request (url, audio, headers )
8. response = urllib2. urlopen (req )
9. print response. read ( ). decode ( 'UTF-8' )

头疼：FLAC文件格式

这里我长话短说，google的flac也有限制，22050 Hz+201kbps还正常，如果比这个大多了就不对了。

不过还有最要命的问题，怎么生成FLAC文件？

没关系，这里有救星：flac.exe包下载

http://datastorage.laobubu.net/FLAC.zip （跟你说的，上laobubu.net没错的）

具体使用方法是【flac.exe 文件.wav】这样在命令行调用即可，测试得知：不支持MP3等格式，但是支持基本的wav格式。

好了，你可以去制造你的app了，哈哈。

爱你：来自laobubu实验室的福音

为了方便，我写了一个python程序，放在Google App Engine上面，只要提交一个音频文件的URL(支持MP3、wav等常见格式)，且文件不大，就可以得到结果了哦。（再次强调，跟你说的，上laobubu.net没错的）

API入口：http://laobubumf.appspot.com/stt/
备用入口：http://glab.laobubu.net/stt/

喜欢的话记得+1哦，当然捐赠我最不介意