1. 前言

隨著(zhù)物聯(lián)網(wǎng)的發(fā)展,語(yǔ)音識別技術(shù)受到越來(lái)越多的關(guān)注，語(yǔ)音識別技術(shù)正積極推動(dòng)信息通信領(lǐng)域的革命,語(yǔ)音撥號,語(yǔ)音郵件,語(yǔ)音輸入乃至語(yǔ)音操控等以語(yǔ)音識別為基礎的人機交互日益普及.盡管生物識別方式不斷增多,語(yǔ)音識別方式仍是主流方式.與其他生物識別技術(shù)相比,語(yǔ)音識別技術(shù)不僅具有非接觸,非侵入性,使用方便,不會(huì )遺失和忘記,不需記憶等特點(diǎn)。

本篇文章就采用華為云提供的在線(xiàn)語(yǔ)音識別服務(wù)給瀏覽器設計一個(gè)語(yǔ)音自動(dòng)搜索的功能，編程語(yǔ)言采用C++，軟件框架采用QT設計，瀏覽器內核采用QWebEngineView，在QT5.7以后，QT里就不支持webkit了，目前自帶的瀏覽器內核是QWebEngineView，只能使用MSVC編譯編譯，mingw要使用瀏覽器可以單獨下載webkit的庫，或者使用COM組件調用IE瀏覽器，當前文章里使用的瀏覽器是QWebEngineView，編譯器采用VS2017,32bit。

語(yǔ)音采集功能使用QT的QAudioInput類(lèi)來(lái)實(shí)現，采集聲卡的PCM數據，保存起來(lái)，通過(guò)華為云的語(yǔ)音識別HTTP接口完成文字識別，得到文字后再通過(guò)瀏覽器進(jìn)行搜索文字相關(guān)內容。

實(shí)現效果如下:

點(diǎn)擊界面上的 ”開(kāi)始語(yǔ)音采集“按鈕，就可以說(shuō)話(huà)，說(shuō)完點(diǎn)擊停止采集，然后調用華為云的語(yǔ)音識別接口進(jìn)行語(yǔ)音識別，在下面的顯示框上顯示識別到的文字，然后再完成瀏覽器自動(dòng)搜索。

2. 創(chuàng )建語(yǔ)音服務(wù)器

2.1 使用語(yǔ)音服務(wù)

登錄華為云官網(wǎng): https://www.huaweicloud.com/

選擇產(chǎn)品-人工智能-語(yǔ)音交互服務(wù)-一句話(huà)識別。

短語(yǔ)音識別地址: https://www.huaweicloud.com/product/asr.html

短語(yǔ)音識別是將口述音頻轉換為文本，通過(guò)API調用識別不超過(guò)一分鐘的不同音頻源發(fā)來(lái)的音頻流或音頻文件。適用于語(yǔ)音搜索、人機交互等語(yǔ)音交互識別場(chǎng)景。 支持免費試用。

免費試用每日500次。

2.2 HTTP接口使用介紹

文檔地址: https://support.huaweicloud.com/api-sis/sis_03_0094.html

在線(xiàn)調試接口地址： https://apiexplorer.developer.huaweicloud.com/apiexplorer/doc?product=SIS&api=RecognizeShortAudio

幾個(gè)重要的參數:

本地音頻采集的頻率、通道數都得與參數匹配。

2.3 接口地址總結

請求地址: "https://{endpoint}/v1/{project_id}/asr/short-audio"
 ?
 請求數據:
 {
     "config": {
         "audio_format": "ulaw8k8bit",
         "property": "chinese_8k_common",
         "add_punc": "yes",
         "digit_norm": "yes",
         "need_word_info": "yes"
     },
     "data": "/+MgxAAUeHpMAUkQAANhuRAC..."
 }
 ?
 請求頭里要帶: X-Auth-Token 參數

請求數據里的參數在前面截圖里介紹了，data就是音頻文件的base64編碼數據。

請求地址里的endpoint字段、project_id字段、還有X-Auth-Token字段只要是訪(fǎng)問(wèn)華為云的任何API接口都需要填，獲取方法看這里： https://bbs.huaweicloud.com/blogs/317759 翻到2.3小節。

識別成功返回的數據:

{
   "trace_id": "567e8537-a89c-13c3-a882-826321939651",
   "result": {
     "text": "歡迎使用語(yǔ)音云服務(wù)。",
     "score": 0.9,
     "word_info": [
       {
         "start_time": 150,
         "end_time": 570,
         "word": "歡迎"
       },
       {
         "start_time": 570,
         "end_time": 990,
         "word": "使用"
       },
       {
         "start_time": 990,
         "end_time": 1380,
         "word": "語(yǔ)音"
       },
       {
         "start_time": 1380,
         "end_time": 1590,
         "word": "云"
       },
       {
         "start_time": 1590,
         "end_time": 2070,
         "word": "服務(wù)"
       }
     ]
   }
 }

其中的text字段就是識別的文本數據。

3. 項目代碼示例

下面列出核心的代碼，主要是就是字符串拼接格式，拼接完發(fā)送http請求即可。

3.1 語(yǔ)音轉文字請求代碼

//語(yǔ)音轉文本
 void Widget::audio_to_text(QByteArray data)
 {
     function_select=0;
 ?
     QString requestUrl;
     QNetworkRequest request;
 ?
     //存放文件的BASE64編碼
     QString base64_Data;
 ?
     //設置請求地址
     QUrl url;
 ?
     //一句話(huà)識別的請求地址
     requestUrl = QString("https://sis-ext.%1.myhuaweicloud.com/v1/%2/asr/short-audio")
             .arg(SERVER_ID)
             .arg(PROJECT_ID);
     qDebug()< "requestUrl:"<

3.2 更新token代碼

/*
 功能: 獲取token
 */
 void Widget::GetToken()
 {
     //表示獲取token
     function_select=3;
 ?
     QString requestUrl;
     QNetworkRequest request;
 ?
     //設置請求地址
     QUrl url;
 ?
     //獲取token請求地址
     requestUrl = QString("https://iam.%1.myhuaweicloud.com/v3/auth/tokens")
                  .arg(SERVER_ID);
 ?
     //自己創(chuàng  )建的TCP服務(wù)器,測試用
     //requestUrl="http://10.0.0.6:8080";
 ?
     //設置數據提交格式
     request.setHeader(QNetworkRequest::ContentTypeHeader, QVariant("application/json;charset=UTF-8"));
 ?
     //構造請求
     url.setUrl(requestUrl);
 ?
     request.setUrl(url);
 ?
     QString text =QString("{"auth":{"identity":{"methods":["password"],"password":"
     "{"user":{"domain": {"
     ""name":"%1"},"name": "%2","password": "%3"}}},"
     ""scope":{"project":{"name":"%4"}}}}")
             .arg(MAIN_USER)
             .arg(IAM_USER)
             .arg(IAM_PASSWORD)
             .arg(SERVER_ID);
 ?
     //發(fā)送請求
     manager- >post(request, text.toUtf8());
 }

3.3 華為云返回的結果處理

//解析反饋結果
 void Widget::replyFinished(QNetworkReply *reply)
 {
     QString displayInfo;
     int statusCode = reply- >attribute(QNetworkRequest::HttpStatusCodeAttribute).toInt();
 ?
     //讀取所有數據
     QByteArray replyData = reply- >readAll();
 ?
     qDebug()< "狀態(tài)碼:"<

審核編輯：湯梓紅