QT 使用百度语音识别--生成文本

我可以不吃啊  论坛元老 | 2024-6-14 23:06:38 | 显示全部楼层 | 阅读模式
打印 上一主题 下一主题
楼主

主题 1937|帖子 1937|积分 5811

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

您需要 登录 才可以下载或查看，没有账号？立即注册

x
1. 工程.pro 设置：

QT      += multimedia texttospeech network

2.用windows上可用的麦克风举行灌音：
audio.h 文件：
  1. #ifndef AUDIO_H
  2. #define AUDIO_H
  4. #include <QObject>
  6. #include <QAudioDeviceInfo> //查询音频设备
  7. #include <QAudioInput> //音频输入
  8. #include <QAudioFormat> //音频存储
  10. #include <QFile>
  12. #include <speech.h>
  14. #include <QMessageBox>
  15. #include <QDebug>
  17. class Audio : public QObject
  18. {
  19.     Q_OBJECT
  20. public:
  21.     explicit Audio(QObject *parent = nullptr);
  23. signals:
  25. public slots:
  27. public:
  28.     void startAudio(QString fileName);//初始化
  30.     void stopAudio();//停止录音
  32.     QString startSpeech();//开始录音并识别
  34. private:
  35.     QString AudioFileName;//用于记录音频文件名
  36.     QFile *AudioFile;//用于操作音频文件
  38.     QAudioInput *AudioDevice;//音频设备对象
  40.     Speech *speech;//语音识别对象
  42. };
  44. #endif // AUDIO_H
复制代码
audio.cpp文件：
  1. #include "audio.h"
  3. Audio::Audio(QObject *parent) : QObject(parent)
  4. {
  5.     speech = new Speech(this);
  6. }
  8. void Audio::startAudio(QString fileName)
  9. {
  10.     if(fileName.isEmpty())
  11.     {
  12.         QMessageBox::warning(NULL,"警告(Audio)","无音频文件名");
  13.         return;
  14.     }
  15.     QAudioDeviceInfo device = QAudioDeviceInfo::defaultInputDevice();//用于检测音频设备状态信息
  16.     if(device.isNull())
  17.     {
  18.         QMessageBox::warning(NULL,"警告(Audio)","无音频设备");
  19.     }else{
  20.         /* 记录录音文件 */
  21.         AudioFileName = fileName;
  22.         /* 音频编码要求 */
  23.         QAudioFormat m_format;
  24.         /* 设置采样频率 */
  25.         m_format.setSampleRate(16000);
  26.         /* 设置通道数 */
  27.         m_format.setChannelCount(1);
  28.         /* 设置位深 */
  29.         m_format.setSampleSize(16);
  30.         /* 设置编码格式 */
  31.         m_format.setCodec("audio/pcm");//http上传推荐pcm格式；也可封装成json上传
  33.         /* 判断设备是否支持该格式 */
  34.         if(!device.isFormatSupported(m_format))
  35.         {
  36.             /* 寻找最接近的格式 */
  37.             m_format = device.nearestFormat(m_format);
  38.         }
  40.         //打开文件，创建一个音频文件
  41.         AudioFile = new QFile;
  42.         AudioFile->setFileName(fileName);
  43.         AudioFile->open(QIODevice::WriteOnly);
  45.         /* 创建录音对象 */
  46.         AudioDevice = new QAudioInput(m_format,this);
  47.         AudioDevice->start(AudioFile);
  48.     }
  50. }
  52. QString Audio::startSpeech()
  53. {
  54.     if(AudioFileName.isEmpty())//检查录音文件是否存在
  55.     {
  56.         QMessageBox::warning(NULL,"警告","文件不存在");
  57.         return QString("");
  58.     }
  59.     return speech->speechIdentify(AudioFileName); //语音识别，并返回识别后的结果，调用speech中的函数
  60. }
  62. void Audio::stopAudio()
  63. {
  64.     /* 停止录音 */
  65.     AudioDevice->stop();
  67.     /* 关闭文件 */
  68.     AudioFile->close();
  70.     /* 删除文件对象指针并置空 */
  71.     delete AudioFile;
  72.     AudioFile = nullptr;
  75. }
复制代码
3. 通过把灌音文件 通过http哀求百度云语音库的方式 ，举行语音转笔墨
http.h文件：
  1. #ifndef HTTP_H
  2. #define HTTP_H
  4. #include <QObject>
  6. #include <QNetworkAccessManager> //发送请求
  7. #include <QNetworkRequest>              //请求内容
  8. #include <QNetworkReply>                //返回的结果
  10. #include <QEventLoop>
  12. class Http : public QObject
  13. {
  14.     Q_OBJECT
  15. public:
  16.     explicit Http(QObject *parent = nullptr);
  18. signals:
  20. public slots:
  21.     static bool http_postRequst(QString Url, QMap<QString,QString>header, QByteArray &requestData, QByteArray &replyData);
  22. };
  24. #endif // HTTP_H
复制代码
http.cpp文件：
  1. #include "http.h"
  3. Http::Http(QObject *parent) : QObject(parent)
  4. {
  6. }
  7. bool Http::http_postRequst(QString Url, QMap<QString, QString> header, QByteArray &requestData, QByteArray &replyData)
  8. {
  9.     QNetworkAccessManager manager; //请求者
  10.     QNetworkRequest request;                //请求内容
  12.     request.setUrl(Url);                            //获取token值时，参数只需要url和接收token值即可
  14.     QMapIterator<QString, QString> it(header);
  15.     while (it.hasNext()) {//判断header中是否有内容，并读取
  16.         it.next();
  17.         request.setRawHeader(it.key().toLatin1(),it.value().toLatin1());
  18.     }
  20.     /* 发送请求等待响应 */
  21.     QNetworkReply *Reply = manager.post(request,requestData);//发送请求
  22.     QEventLoop l;
  23.     connect(Reply,&QNetworkReply::finished,&l,&QEventLoop::quit); //等待响应
  24.     l.exec();//阻塞等待响应
  26.     if(Reply != nullptr && Reply->error() == QNetworkReply::NoError)
  27.     {
  28.         replyData = Reply->readAll();//读取http请求后的结果
  29.         return true;
  30.     }
  31.     return false;
  32. }
复制代码
哀求语句的实现与replyData的解析 ：
speech.h文件：
  1. #ifndef SPEECH_H
  2. #define SPEECH_H
  4. #include <QObject>
  6. #include "http.h"
  8. #include <QFile>
  10. #include <QMap>
  12. #include <QByteArray>
  13. #include <QMessageBox>
  15. #include <QJsonDocument>
  16. #include <QJsonObject>
  17. #include <QJsonArray>
  18. #include <QJsonValue>
  20. #include <QHostInfo>
  22. #include <QDebug>
  24. #include <QMessageBox>
  26. const QString BaiduSpeechUrl = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%1&client_secret=%2"; //获取token请求的Url，注册百度语音识别可获得，免费180天
  27. const QString BaiduSpeechClientID = "5VAJlZ5OMInnkkfzLlaWDktx";                                 //AK
  28. const QString BaiduSpeechClientSecret = "JWNha3VuBFpotrXBag2Tf3ALWUCOwFuO";     //SK
  30. //语音识别的Url
  31. //const QString BaiduSpeechSatrtUrl = "https://vop.baidu.com/server_api?dev_pid=80001&cuid=%1&token=%2";//短语音识别极速版
  32. const QString BaiduSpeechSatrtUrl = "https://vop.baidu.com/server_api?dev_pid=1537&cuid=%1&token=%2";  //短语音识别标准版
  33. //80001识别普通话  %1:本机唯一标识(本机标识)  %2:获取的token
  35. class Speech : public QObject
  36. {
  37.     Q_OBJECT
  38. public:
  39.     explicit Speech(QObject *parent = nullptr);
  41. signals:
  43. public slots:
  45. public:
  46.     QString speechIdentify(QString audioFile);
  48. private:
  49.     QString getJsonValue(QByteArray &data, QString &key);
  51. private:
  52.     QString accessToken;
  54. };
  56. #endif // SPEECH_H
复制代码
speech.cpp文件：
  1. #include "speech.h"
  3. Speech::Speech(QObject *parent) : QObject(parent)
  4. {
  6. }
  8. QString Speech::speechIdentify(QString audioFile)
  9. {
  10.     if(audioFile.isEmpty())
  11.     {
  12.         QMessageBox::warning(NULL,"警告(speech)","文件不存在");
  13.         return QString("");
  14.     }
  16.     /* 组装access token的Url */
  17.     QString TokenUrl = QString(BaiduSpeechUrl).arg(BaiduSpeechClientID).arg(BaiduSpeechClientSecret);
  19.     /**************获取token值时不用参数，但自定义http函数需要传入**************/
  20.     QMap<QString, QString>header;
  21.     header.insert(QString("Content-Type"),QString("audio/pcm;rate=16000"));//Content-Type: audio/pcm;rate=16000键值对       PCM方式上传音频
  23.     QByteArray requestData;//用于存放上传的数据，即录音信息
  24.     QByteArray replyData;//定义存放Http请求结果的字节数组
  25.     /**************获取token值不用的参数，但自定义http_postRequst函数需要传入**************/
  27.     //获取token值，获取一次使用30天
  28.     if(accessToken.isEmpty() == true)//如果还未获取token值
  29.     {
  30.         bool ret = Http::http_postRequst(TokenUrl, header, requestData, replyData);
  31.         if(ret)
  32.         {
  33.             QString key = "access_token";
  34.             accessToken = getJsonValue(replyData,key);
  35.             replyData.clear();
  36.             qDebug() << "获取的token ——" << accessToken;//调试
  37.         }
  38.     }
  41.     /* 识别语音请求    将获取的token值组装到新的url中用于发送语音识别请求*/
  42.     QString speechUrl = QString(BaiduSpeechSatrtUrl).arg(QHostInfo::localHostName()).arg(accessToken);
  44.     qDebug()<<"speechUrl"<<speechUrl;
  46.     /* 把录音文件转换成QByteArray */
  47.     QFile file;
  48.     file.setFileName(audioFile);//获取保存的录音文件
  49.     file.open(QIODevice::ReadOnly);
  50.     requestData = file.readAll();//读取录音文件中的内容
  51.     file.close();
  53.     if(requestData.isEmpty())
  54.     {
  55.         return QString("语音数据为空");
  56.     }
  58.     /* 再次发送请求       语音识别请求 */
  59.     bool ret = Http::http_postRequst(speechUrl, header, requestData, replyData);
  60.     if(ret)
  61.     {
  62.         QString key = "result";
  63.         //解析获取的json信息为QString
  64.           qDebug()<<"hello xjh "<<replyData;
  65.         QString text = getJsonValue(replyData,key);//自定义函数,下方
  66.         return text;//返回识别后的结果
  67.     }else{
  68.         QMessageBox::warning(NULL,"警告(speech)","识别失败");
  69.     }
  70.     return QString("");
  71. }
  74. QString Speech::getJsonValue(QByteArray &data, QString &key)    //自定义json解析函数
  75. {
  76.     QJsonParseError parseError;//json错误判定对象
  77.     QJsonDocument jsonDocument = QJsonDocument::fromJson(data,&parseError);//转换成json文档
  78.     QString retStr = "";
  79.     if(parseError.error == QJsonParseError::NoError)//判断无误
  80.     {
  81.         if(jsonDocument.isObject())
  82.         {
  83.             /*  将jsonDocument 转换成json对象 */
  84.             QJsonObject jsonObj = jsonDocument.object();
  86.             if(jsonObj.contains(key))
  87.             {
  88.                 QJsonValue jsonVal = jsonObj.value(key);
  89.                 if(jsonVal.isString())
  90.                 {
  91.                     return jsonVal.toString();
  92.                 }
  93.                 else if(jsonVal.isArray())//检查是否为数组
  94.                 {
  95.                     QJsonArray arr = jsonVal.toArray();
  96.                     for(int index = 0; index<arr.size(); index++)
  97.                     {
  98.                         QJsonValue subValue = arr.at(index);
  99.                         if(subValue.isString())
  100.                         {
  101.                             retStr += subValue.toString()+" ";
  102.                         }
  103.                     }
  104.                     return retStr;
  105.                 }
  106.             }
  107.             else
  108.             {
  109.                 qDebug() << "不包含关键字：" << key;
  110.             }//contains(key)
  111.         }
  112.         else
  113.         {
  114.             qDebug() << "不是json对象";
  115.         }//isObject
  116.     }
  117.     else
  118.     {
  119.         qDebug() << "未成功解析JSON";
  120.     }//NoError
  121.     qDebug() << "未成功解析JSON：" << data.data();
  122.     return QString("");
  123. }
复制代码
4.主窗体上实现申明调用：
头文件：
#include <QTextToSpeech>
#include <QVoice>
#include "audio.h"//语音识别
申明：
Audio *my_audio;
QTextToSpeech *my_say;
初始化：
  1. my_audio = new Audio;//语音识别对象
  2. my_say = new QTextToSpeech;//文字转语音 播放
复制代码
按键实现调用：
   
void MainWindow:n_btnStartSpeak_clicked()
{
      if(speakStatus==false)//开始
    {
       ui->btnStartSpeak->setText("竣事语音");
       ui->btnStartSpeak->setStyleSheet(ui->btnStartSpeak->styleSheet()+ "QToolButton{ color: red;}");
       speakStatus=true;
        my_audio->startAudio("audiofile");
        ui->textEditReco->setText("");
    }
    else
    {
       ui->btnStartSpeak->setText("开始语音");
       ui->btnStartSpeak->setStyleSheet(ui->btnStartSpeak->styleSheet()+ "QToolButton{color: blue;}");
       speakStatus=false;
         my_audio->stopAudio();
       QString retStr = my_audio->startSpeech();//识别效果
         my_say->say(retStr);//播放出来
        qDebug() << retStr;
          ui->textEditReco->setText(retStr);//表现出来
      }
}
  实行效果：
 


免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
回复

使用道具 举报

0 个回复

倒序浏览
返回列表

快速回复

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 or 立即注册

本版积分规则

我可以不吃啊

论坛元老
这个人很懒什么都没写!

楼主热帖

标签云

集成商 AI 运维 CIO 存储 服务器
微信订阅号
微信服务号
微信客服
小程序
H5
关于我们 商务合作 网站地图
©Copyright 2022-2024 杭州祥升科技有限公司 版权所有 浙ICP备20004199号
快速回复 返回顶部 返回列表