国产激情久久久久影院,丰满的熟妇岳中文字幕,亚洲人成77777在线播放网站

當(dāng)前位置：首頁 > 嵌入式培訓(xùn) > Linux學(xué)習(xí) > linux入門 > linux語音識(shí)別程序就是這么簡(jiǎn)單

linux語音識(shí)別程序就是這么簡(jiǎn)單時(shí)間：2018-07-19 來源：未知

linux語音識(shí)別技術(shù)對(duì)于一些熟練掌握的人而言是很有意思的，但是對(duì)于一些對(duì)這方面苦惱的人來說，linux語音識(shí)別毫無樂趣而言，而對(duì)于我這久經(jīng)沙場(chǎng)的人來說，linux語音識(shí)別程序是很容易的，在這里分享一些linux語音識(shí)別程序的詳細(xì)步驟，對(duì)這方面有迷惑的人，讓你加快學(xué)習(xí)的速度。

我之前在學(xué)習(xí)的時(shí)候做過一個(gè)貪吃蛇小游戲，本來打算想把這個(gè)游戲弄成語音控制的，在我工作了以后一直也沒有時(shí)間，就在幾天前，應(yīng)一位小學(xué)弟的要求，今天就用這個(gè)小游戲來舉例，讓你學(xué)會(huì)linux語音識(shí)別。

linux語音識(shí)別

剛開始你需要去下載一個(gè)科大訊飛的SDK-linux版本，需要注冊(cè)先。。。在下載下來的include文件夾下，有四個(gè)文件：msp_errors.h msp_types.h qisr.h qtts.h。這四個(gè)文件前面的兩個(gè)是通用的數(shù)據(jù)結(jié)構(gòu)，而后面的一個(gè)是語音識(shí)別用的頭文件，一個(gè)是語音合成用的頭文件，因?yàn)槲揖托枰Z音識(shí)別的功能，只要在我的代碼中include進(jìn)qisr.h頭文件就OK啦。在bin文件夾下比較亂，但主要就是libmsc.so和libspeex.so兩個(gè)動(dòng)態(tài)庫(kù)，我直接把這兩個(gè)動(dòng)態(tài)庫(kù)拷到/usr/lib里面。

在bin文件夾下注意到一個(gè)asr_keywords_utf8.txt的文件，這個(gè)SDK的你需要知道思路：你把你想識(shí)別的文字寫到asr_keywords_utf8.txt中，接下來上傳到訊飛的服務(wù)器上，然后返回一個(gè)GrammarID，據(jù)說上傳一次“終身有效”，意思就是不讓重復(fù)上傳占用服務(wù)器空間，反正有了這個(gè)GrammarID以后在不同的程序中想識(shí)別相同的文字就直接用好了，比如我想識(shí)別“左，右，上，下，圖書館，獨(dú)自”，把這些漢字寫到asr_keywords_utf8.txt中，而且必須是utf-8的格式，當(dāng)然在linux下默認(rèn)如此。下面展示一下我寫的上傳這個(gè)txt并獲得GrammarID的代碼：

#include

#define TRUE 1

#define FALSE 0

int main()

{

int ret = QISRInit("appid=xxxxxxx");

if(ret != MSP_SUCCESS)

{

printf("QISRInit with errorCode: %d \n", ret);

return 0;

}

char GrammarID[128];

memset(GrammarID, 0, sizeof(GrammarID));

const int MAX_KEYWORD_LEN = 4096;

ret = MSP_SUCCESS;

const char * sessionID = NULL;

sessionID = QISRSessionBegin(NULL, "ssm=1,sub=asr", &ret);

if(ret != MSP_SUCCESS)

{

printf("QISRSessionBegin with errorCode: %d \n", ret);

return ret;

}

char UserData[MAX_KEYWORD_LEN];

memset(UserData, 0, MAX_KEYWORD_LEN);

FILE* fp = fopen("asr_keywords_utf8.txt", "rb");

if (fp == NULL)

{

printf("keyword file cannot open\n");

return -1;

}

unsigned int len = (unsigned int)fread(UserData, 1, MAX_KEYWORD_LEN, fp);

UserData[len] = 0;

fclose(fp);

const char* testID = QISRUploadData(sessionID, "contact", UserData, len, "dtt=keylist", &ret);

if(ret != MSP_SUCCESS)

{

printf("QISRUploadData with errorCode: %d \n", ret);

return ret;

}

memcpy((void*)GrammarID, testID, strlen(testID));

printf("GrammarID: \"%s\" \n", GrammarID);

QISRSessionEnd(sessionID, "normal");

return 0;

}

記住要達(dá)到這個(gè)效果以后，把這些記下來就好了，接下來的一個(gè)步驟要好好挺，就是錄制了，在這里有一個(gè)點(diǎn)需要注意一下，就是不能直接用ubuntu自帶的錄音機(jī)，那樣會(huì)識(shí)別不了，自帶的錄音軟件都是默認(rèn)32位采樣，只能用ffmpeg或自己寫代碼錄制，ffmpeg命令如下：

ffmpeg -f alsa -i hw:0 -ar 16000 -ac 1 lib.wav

我錄制了2秒音頻，就會(huì)有識(shí)別代碼：

#include

#define TRUE 1

#define FALSE 0

int run_asr(const char* asrfile);

const int BUFFER_NUM = 4096;

const int MAX_KEYWORD_LEN = 4096;

int main(int argc, char* argv[])

{

int ret = MSP_SUCCESS;

const char* asrfile ="lib.wav";

ret = QISRInit("appid=xxxxxx");

if(ret != MSP_SUCCESS)

{

printf("QISRInit with errorCode: %d \n", ret);

return 0;

}

ret = run_asr(asrfile);

QISRFini();

char key = getchar();

return 0;

}

int run_asr(const char* asrfile)

{

int ret = MSP_SUCCESS;

int i = 0;

FILE* fp = NULL;

char buff[BUFFER_NUM];

unsigned int len;

int status = MSP_AUDIO_SAMPLE_CONTINUE, ep_status = -1, rec_status = -1, rslt_status = -1;

//const char* GrammarID="e7eb1a443ee143d5e7ac52cb794810fe";

const char *GrammarID="c66d4eecd37d4fe1c8274a2224b832d5";

const char* param = "rst=json,sub=asr,ssm=1,aue=speex,auf=audio/L16;rate=16000";//注意sub=asr

const char* sess_id = QISRSessionBegin(GrammarID, param, &ret);

if ( MSP_SUCCESS != ret )

{

printf("QISRSessionBegin err %d\n", ret);

return ret;

}

fp = fopen( asrfile , "rb");

if ( NULL == fp )

{

printf("failed to open file,please check the file.\n");

QISRSessionEnd(sess_id, "normal");

return -1;

}

printf("writing audio...\n");

int count=0;

while ( !feof(fp) )

{

len = (unsigned int)fread(buff, 1, BUFFER_NUM, fp);

feof(fp) ? status = MSP_AUDIO_SAMPLE_LAST : status = MSP_AUDIO_SAMPLE_CONTINUE;

if(status==MSP_AUDIO_SAMPLE_LAST)

printf("MSP_AUDIO_SAMPLE_LAST\n");

if(status==MSP_AUDIO_SAMPLE_CONTINUE)

printf("MSP_AUDIO_SAMPLE_CONTINUE\n");

ret = QISRAudioWrite(sess_id, buff, len, status, &ep_status, &rec_status);

if ( ret != MSP_SUCCESS )

{

printf("\nQISRAudioWrite err %d\n", ret);

break;

}

printf("%d\n",count++);

if ( rec_status == MSP_REC_STATUS_SUCCESS )

{

const char* result = QISRGetResult(sess_id, &rslt_status, 0, &ret);

if (ret != MSP_SUCCESS )

{

printf("error code: %d\n", ret);

break;

}

else if( rslt_status == MSP_REC_STATUS_NO_MATCH )

printf("get result nomatch\n");

else

{

if ( result != NULL )

printf("get result[%d/%d]:len:%d\n %s\n", ret, rslt_status,strlen(result), result);

}

printf(".");

}

printf("\n");

if (ret == MSP_SUCCESS)

{

printf("get reuslt~~~~~~~\n");

char asr_result[1024] = "";

unsigned int pos_of_result = 0;

int loop_count = 0;

{

const char* result = QISRGetResult(sess_id, &rslt_status, 0, &ret);

if ( ret != 0 )

{

printf("QISRGetResult err %d\n", ret);

break;

}

if( rslt_status == MSP_REC_STATUS_NO_MATCH )

{

printf("get result nomatch\n");

}

else if ( result != NULL )

{

FILE*f=fopen("data.txt","wb");

printf("~~~%d\n",strlen(result));

fwrite(result,1,strlen(result),f);

fclose(f);

printf("[%d]:get result[%d/%d]: %s\n", (loop_count), ret, rslt_status, result);

strcpy(asr_result+pos_of_result,result);

pos_of_result += (unsigned int)strlen(result);

}

else

{

printf("[%d]:get result[%d/%d]\n",(loop_count), ret, rslt_status);

}

usleep(500000);

} while (rslt_status != MSP_REC_STATUS_COMPLETE && loop_count++ < 30);

if (strcmp(asr_result,"")==0)

{

printf("no result\n");

}

QISRSessionEnd(sess_id, NULL);

printf("QISRSessionEnd.\n");

fclose(fp);

return 0;

}

識(shí)別后，你就會(huì)看到輸出結(jié)果如下：

kl@kl-Latitude:~/xunfeiSDK$ ./a.out

writing audio...

MSP_AUDIO_SAMPLE_CONTINUE

.MSP_AUDIO_SAMPLE_CONTINUE

.MSP_AUDIO_SAMPLE_LAST

get reuslt~~~~~~~

[0]:get result[0/2]

~~~123

[1]:get result[0/5]: {"sn":1,"ls":true,"bg":0,"ed":0,"ws":[{"bg":0,"cw":[{"sc":"85","gm":"0","w":"圖書館","mn":[{"contact":"圖書館"}]}]}]}

QISRSessionEnd.

還有一個(gè)注意的點(diǎn)這個(gè)輸出格式是個(gè)坑，因?yàn)楣俜降睦幽J(rèn)是直接輸出識(shí)別的結(jié)果，但是結(jié)果是GB2312格式的，在linux終端下是亂碼，在這里你要注意：在QISRSessionBegin()函數(shù)初始化的時(shí)候第二個(gè)參數(shù)param中的rst改成json，就是按照json格式把所有結(jié)果全輸出來后，是utf8格式的漢字，之后再用json模塊來解就妥妥的了~整體代碼很清晰。

1.先要調(diào)用QISRInit()函數(shù)，參數(shù)是自己的appid，每個(gè)SDK都是注冊(cè)才能下載的，所以是唯一的，用來區(qū)分用戶的，不同級(jí)別的用戶每天可以使用SDK的次數(shù)有限制，畢竟人用的多了語音識(shí)別的性能肯定會(huì)下降;

linux語音識(shí)別

2.之后就是把GrammarID，輸入輸出的參數(shù)param和調(diào)用狀態(tài)返回值ret作為參數(shù)傳入QISRSessionBegin()函數(shù)中進(jìn)行初始化，返回值是sessionID，這個(gè)是后面所有函數(shù)的主要參數(shù)之一;

3.打開自己的音頻文件，調(diào)用QISRAudioWrite()函數(shù)寫入，可以分段也可以一次，第一個(gè)參數(shù)是sessionID，上面初始化函數(shù)返回的值，第二個(gè)參數(shù)是音頻數(shù)據(jù)頭指針，第三個(gè)參數(shù)是音頻文件大小，第四個(gè)參數(shù)是音頻發(fā)送的狀態(tài)，表示發(fā)送完了沒有，剩下兩個(gè)是服務(wù)器端檢測(cè)語音狀態(tài)和識(shí)別狀態(tài)的返回值;

4.調(diào)用QISRGetResult()函數(shù)獲取識(shí)別的結(jié)果，第一個(gè)參數(shù)還是sessionID，第二個(gè)參數(shù)是輸出識(shí)別的狀態(tài)，第三個(gè)參數(shù)是與服務(wù)器交互的間隔時(shí)間，官方建議5000，我取為0，第四個(gè)參數(shù)是調(diào)用狀態(tài)返回值ret，最后這個(gè)函數(shù)的返回值就是上面結(jié)果的json數(shù)據(jù)了;

linux語音識(shí)別程序你是不是已經(jīng)掌握了呢，你可以多看幾遍，先做一個(gè)簡(jiǎn)單的，接下來有簡(jiǎn)到難，明白了其中的道理，那么你就是linux語音識(shí)別程序的大神了。

上一篇：嵌入式linux開發(fā)流程，大牛詳細(xì)總結(jié)

下一篇：嵌入式linux項(xiàng)目實(shí)例，嵌入式學(xué)霸總結(jié)

熱點(diǎn)文章推薦

華清學(xué)員就業(yè)榜單

高薪學(xué)員經(jīng)驗(yàn)分享

熱點(diǎn)新聞推薦

国产成人精品三级麻豆,色综合天天综合高清网,亚洲精品夜夜夜,国产成人综合在线女婷五月99播放,色婷婷色综合激情国产日韩