讯飞语音转文字_踩坑记:讯飞语音转文字SDK的坑

一、背景

客服的通话录音需要转成文字,团队决定使用科大讯飞的语音转文字服务,使用的是 SDK 的方式进行对接。

二、遇到的坑

1、关于 SDK 集成的坑

问题:该SDK的集成方式只有一种,即提供一个 jar 包供下载,不提供 maven 仓库管理,不提供源码给予定制。

2、关于强制读取配置文件 的坑

下图是规定的名为 config.properties 的配置文件。

在类文件 LfasrClientImp 中,有一个静态代码块,会强制读取名为config.properties 的配置文件,然后校验该配置文件中的属性是否合法,这个class文件是我们重点调整的对象。

而且在初始化的过程中,只要有不符合初始化要求的逻辑,则会给该类中的静态私有变量 private static String err_msg = null 赋予错误信息。

该错误信息很关键,因为这个类是整个 SDK 的精华,即客户端的精华,所有的操作都需要先创建这个类的对象进行操作,然而当上文提到的私有变量 error_msg 不为 null 时,构造函数直接报错,所以导致无法创建对象,整个业务流程就没法走下去,见下图的构造方法。

3、关于日志的坑

① 原版SDK的源码,强制使用log4j,所以对于少数不使用 log4j 的项目,需要进行调整,附上报错信息:

log4j:WARN No appenders could be found for logger (com.jet.service.XfyunService).log4j:WARN Please initialize the log4j system properly.log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

② 原版 SDK 会打印很多的日志,比如有一些对音频进行处理的日志,部分日志信息是我们不需要的。

4、关于文件上传的坑

上传语音文件只有一种方式,即给出一条本地音频路径。

[En]

There is only one mode for uploading voice files, that is, a local audio path is given.

而如果你使用过七牛云的 SDK 你就深有体会讯飞的这个SDK 是有多烂,七牛云的上传文件的方法,你可以提供文件的本地路径,也支持流上传,当然也支持远程文件地址的方式上传。

三、埋坑史

1、 解决本地jar包的引入

cn.xfyun raasr 2.0.0.1006system${project.basedir}/src/main/resources/lib/lfasr-sdk-client-2.0.0.1006.jar

打jar包的时候把本地的 jar 包也打进去:

org.springframework.boot spring-boot-maven-plugin com.Jet.jetApplicationtruetrue

2、解决配置文件的读取问题

依着他给个指定的配置文件 config.properties,但是还是按照项目里的一样,区分开发、测试和生产配置文件,然后强制读取本项目的配置,去强制覆盖 LfasrClientImp 类中的变量。

3、解决 LfasrClientImp 类中变量私有化的问题

为什么要关心这个类中的静态私有变量?因为我们前面提到有一个存储错误消息的私有变量,所以我们需要调整此错误消息。

[En]

Why care about static private variables in this class? because we mentioned earlier that there is a private variable that stores the error message, we need to adjust this error message.

而对于 LfasrClientImp 类中的静态私有属性,我们可以通过反射机制强制刷新属性。

Class lfasrClientImpClass = LfasrClientImp.class;Field field = lfasrClientImpClass.getDeclaredField("SERV_APP_ID_VAL");field.setAccessible(true);field.set(lfasrClientImpClass, "testAppId");

4、解决日志的坑

讯飞默认使用的是 log4j,如果很不幸你的项目使用的不是 log4j,要么你做出妥协,要么,就出大绝招:把讯飞 SDK 的 class 文件反编译出来,然后自己改源码,然后两条路可以走,一是再编译成 jar 包,二是直接作为一个 module 来使用。

但是还是建议调整日志框架为 log4j,不要动 SDK,防止版本更新。

5、解决上传接口的坑

上面提到的Upload方法,只有一个,那就是提供音频文件的本地地址,然后传递给Upload方法。

[En]

Mentioned above about the upload method, there is only one, that is, provide a local address of the audio file, and then pass it to the upload method.

what?难道我的音频文件不能是远程服务器上的?对于这种情况,我们需要手动进行封装,如果不想封装得太深。

简单的思路就是: 下载文件 -> 保存成临时文件 -> 调用方法

public static File downLoadFiles(String Url) { try { InputStream in = new URL(Url).openConnection().getInputStream(); if (in == null) return null; String fileName = storePath + "/" + Url.substring(Url.lastIndexOf("/")); File file = new File(fileName); OutputStream os = new FileOutputStream(file); int bytesRead = 0; byte[] buffer = new byte[8192]; while ((bytesRead = in.read(buffer, 0, 8192)) != -1) { os.write(buffer, 0, bytesRead); } in.close(); return file; } catch (IOException e) { log.error("inputStream zhuan file 异常

Original: https://blog.csdn.net/weixin_39714275/article/details/111584503
Author: weixin_39714275
Title: 讯飞语音转文字_踩坑记:讯飞语音转文字SDK的坑

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/526715/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球