其他分享
首页 > 其他分享> > QT应用(9)-百度AI语音识别(音频->文字)

QT应用(9)-百度AI语音识别(音频->文字)

作者:互联网

功能:发一段音频给百度,百度返回一段文字给你。
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
        {
        }
  }

 

 


       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;
    }
    return false;



}

 

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-Length
header Content-Type:application/json Content-Type: audio/pcm;rate=16000
url:cuid    
token: APPID ,API KEY,Secret KEY  
dev_pid 1537(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

 

标签:QT,AI,音频,token,client,QString,key,replyData,pReply
来源: https://www.cnblogs.com/jasmineTang/p/14370629.html