功能：给百度发一条音频，百度会给你返回一条文字。
[En]
Function: send an audio to Baidu, and Baidu returns a text to you.
结果图： 语音识别一般分在线和离线两种。本文说的是在线过程。录制一段音频文件->baidu,baidu ->返回一段文字给你。
1.注册账户
2.录制音频文件
3.发送http请求
4.解析json数据
1.百度注册账户+创建应用+API文档 https://console.bce.baidu.com/ai/#/ai/speech/overview/index https://cloud.baidu.com/doc/SPEECH/s/ek38lxj1u
请AK和SK请自行注册
const QString baiduSpeechTokenUrl = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%1&client_secret=%2";
const QString speech_client_AK= "yLnualRuHnCcZDi2B3wEZ1rs";
const QString speech_client_SK= "LA55muGIGSWZPBkcQWnjA9AmlKeSRGLA";
const QString BaiduSpeechVideoUrl = "https://vop.baidu.com/pro_api?dev_pid=1537&cuid=%1&token=%2";
2.录制音频文件
1.一般支持的音频格式：pcm、wav、amr、m4a
2.编码要求：采样率 16000、16bit、单声道
3.发送http请求
3.1向 baiduSpeechTokenUrl 发请求得access_token (参数为：AK,SK)
QString m_accessToken,m_text;
QString TokenUrl = QString(baiduSpeechTokenUrl).arg(speech_client_AK).arg(speech_client_SK);
QMap<qstring ,qstring>header;
header.insert(QString("Content-Type") ,QString("audio/pcm;rate=16000"));
QByteArray requestData;
QByteArray replyData;
myhttp m_http;
bool ret;
if(m_accessToken.isEmpty() == true)
{
ret = m_http.post_sync(TokenUrl ,header ,requestData ,replyData);
if(ret)
{
QString key = "access_token";
m_accessToken = getJsonValueBtn(replyData ,key);
replyData.clear();
qDebug() << "获取的token" << m_accessToken;
}
else
{
}
}</qstring>
下图为返回结果
3.2 向BaiduSpeechVideoUrl 发请求得文本(参数为：access_token,录音文件流)
发送代码：
QString speechUrl = QString(BaiduSpeechVideoUrl).arg(QHostInfo::localHostName()).arg(m_accessToken);
ret = m_http.post_sync(speechUrl ,header ,requestData ,replyData);
if(ret)
{
QString key = "result";
m_text = getJsonValueBtn(replyData ,key);
replyData.clear();
qDebug() << "得到的文本结果：" << m_text;
}
3.3 post代码：
bool myhttp::post_sync(QString Url ,QMap<qstring ,qstring>header ,QByteArray &requestData ,QByteArray &replyData)
{
//QNetworkAccessManager Url QNetworkRequest QNetworkReply
QNetworkAccessManager m_manager;
QNetworkRequest m_request;
m_request.setUrl(Url);
QMapIterator<qstring ,qstring> it(header);
while(it.hasNext())
{
it.next();
m_request.setRawHeader(it.key().toLatin1() ,it.value().toLatin1());
}
QNetworkReply *pReply = m_manager.post(m_request ,requestData);
QEventLoop l;
connect( pReply ,&QNetworkReply::finished ,&l ,&QEventLoop::quit);
l.exec();
if(pReply != nullptr && pReply->error() == QNetworkReply::NoError)
{
replyData = pReply->readAll();
qDebug()<<"replydata:"<<replydata; return true; } false; }< code>
</"replydata:"<<replydata;></qstring></qstring>
4.解析json数据
JSONRAW编码读取二进制后base64编码读取直接放在Body中 数据长度数据增大1/3 len =原始大小音频文件大小 Content-LengthheaderContent-Type:application/jsonContent-Type: audio/pcm;rate=16000url:cuid token：APPID ,API KEY,Secret KEY dev_pid1537(普通话)
QString mySpeech::getJsonValue(QByteArray &data, QString &key)
{
QString ansstr="";
QJsonParseError parseError;
QJsonDocument jsonDocument = QJsonDocument::fromJson(data, &parseError);
if(parseError.error == QJsonParseError::NoError)
{
if(jsonDocument.isObject())
{
QJsonObject jsonObj = jsonDocument.object();
if(jsonObj.contains(key))
{
QJsonValue jsonVal = jsonObj.value(key);
if(jsonVal.isString())
{
return jsonVal.toString();
}
if(jsonVal.isArray())
{
QJsonArray arr = jsonVal.toArray();
for(int index = 0;index < arr.size();index++)
{
QJsonValue subValue = arr.at(index);
if(subValue.isString())
{
ansstr += subValue.toString() + " ";
}
}
return ansstr;
}
}
else
{
qDebug() << "不包含关键字:" << key;
}//contains(key)
}
else
{
qDebug() << "不是json对象";
}//isObject
}
else
{
qDebug() << "未成功解析JSON";
}//NoError
qDebug() << "未成功解析JSON："<< data.data();
return QString("");
return ansstr;
}
点击并拖拽以移动
Original: https://blog.csdn.net/aggie4628/article/details/114682323
Author: 多云的夏天
Title: QT应用(9)-百度AI语音识别(音频-＞文字)
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/526299/
转载文章受原作者版权保护。转载请注明原作者出处！