【QT分享】基於QT+科大迅飛的連續語音識別
【QT分享】基於QT的連續語音識別 [複製連結]
電梯直達
跳轉到指定樓層
21189
樓主| TShadow 發表於 2017-3-13 19:56:21
1#
本帖最後由 TShadow 於 2017-3-13 19:56 編輯
作業系統：windows 10 x64
測試版本：Qt 5.8 mingw
本貼提供一個基於QT的連續語音識別Demo，通過音量大小判斷音訊錄入的開始和結束，在附件的程式碼裡，實時音量跟蹤和錄音都被封裝成了獨立的類，大家可以在記的程式碼裡匯入這些類並直接使用，即可實現連續語音識別了。
-
MicAudio類
提供兩個可呼叫的函式，很簡單。- void startListen() : 開始監聽音量
- void stopListen()：停止監聽音量
重新整理時間可以在函式內部自行修改，當捕獲到音量時會自動發出一個signal，在主函式中connect一下並在slot裡操作即可。
-
WaveRecorder類
主要用到的就是void set_FileName(QString des_path)，void Start()，void Stop()，void Reset()- void set_FileName: 設定錄音檔案
- void Start: 開始錄音
- void Stop: 停止錄音
- void Reset: 重置引數
這個類很簡單，但是呼叫的是win底層api，QT在使用之前需要先在pro檔案里加載libwinmm.a，這個我已經在demo配置好了，libwinmm.a就在目錄下。
-
iFlyVoice類
這個類相對於之前的版本（http://bbs.xfyun.cn/forum.php?mo … id=24654&extra=）做了修改，繼承了QThread，程式中是以新的執行緒執行的，為什麼這麼做後面會說。主要用到以下函式：- bool login(const char* login_param)：登入操作，返回登入是否成功。記得填好自己的appid
- bool logout()：退出操作，很簡單。
- void speech2Text(const char* audioFileName, int iaccent, char *grammarId)：主要就是語音轉文字，具體介紹可以看code裡面的說明，這個函式會通過繼承QThread的run函式在新的執行緒裡面執行，以start函式自動呼叫run。
主函式的整體思路：
由MicAudio類實時監聽音量變化，當超過一定數值就開始由WaveRecorder類錄音，為什麼不用Qt自帶的錄音，一是避免實時監聽和錄音的衝突，二是底層API的效率會高一些，可以有效避免衝突。當音量低於一定數值時，自動停止錄音，然後呼叫iFlyVoice類開闢新的執行緒並進行翻譯，然後顯示出結果。其實，我也試過用QAudioRecorder錄音，但是效果總是不好，於是拋棄了。
提示：程式碼中的appid已經刪除，請填寫自己的，msc.dll也使用自己的吧，如果遇見未啟動就crash，基本上是msc.dll沒放好的原因。其他的操作也可以看參考之前的帖子，就是寫的有點亂。http://bbs.xfyun.cn/forum.php?mo … id=24654&extra=