基于Accord.Audio和百度语言识别

目标需求

 

使用录音形式,模拟微信语音聊天。按住录音,松开发送语音,并完成语音识别。

ps:百度的语言识别有60秒长度限制,需要自己做好控制。

 

实现方案

采用C# winform 程序实现桌面版,采用Accord 实现语音录制停止等基础语音操作,操作停止按钮,

自动调用百度语言识别接口将识别内容显示在文本框中。

备注,语音识别需要配套阵列麦克风,(请先注册百度开发者)百度语音识别接口请参考:http://ai.baidu.com/docs#/ASR-Online-Csharp-SDK/top

 

实现效果展示

 

  


实现过程

 

1、下载Accord 完成语音操作引用

 

accord 官方 地址:http://accord-framework.net/intro.html

官网中有示例demo,笔者的就是在示例demo上做改造的。

 

 

建立自己的项目,引用包中的dll

 

 界面代码:

using System;

using System.Drawing;

using System.IO;

using System.Windows.Forms;

using Accord.Audio;

using Accord.Audio.Formats;

using Accord.DirectSound;

using Accord.Audio.Filters;

using Baidu.Aip.API;


namespace SampleApp

{


    public partial class MainForm : Form

    {

        private MemoryStream stream;


        private IAudioSource source;

        private IAudioOutput output;


        private WaveEncoder encoder;

        private WaveDecoder decoder;


        private float[] current;


        private int frames;

        private int samples;

        private TimeSpan duration;

        /// <summary>

        /// 备注,语音识别需要配套阵列麦克风

        /// </summary>


        public MainForm()

        {

            InitializeComponent();


           

            // Configure the wavechart

            chart.SimpleMode = true;

            chart.AddWaveform("wave", Color.Green, 1, false);


            updateButtons();

           // Application.Idle += ProcessFrame;

        }

     

        void ProcessFrame(object sender, EventArgs e) {


          

        }

        /// <summary>

        ///   从声卡开始录制音频

        /// </summary>

        /// 

        private void btnRecord_Click(object sender, EventArgs e)

        {

            // Create capture device

            source = new AudioCaptureDevice()//这里是核心

            {

                // Listen on 22050 Hz

                DesiredFrameSize = 4096,

                SampleRate = 16000,//采样率 

                //SampleRate = 22050,//采样率

                Channels=1,

                // We will be reading 16-bit PCM

                Format = SampleFormat.Format16Bit

            };


            // Wire up some events

            source.NewFrame += source_NewFrame;

            source.AudioSourceError += source_AudioSourceError;


            // Create buffer for wavechart control

            current = new float[source.DesiredFrameSize];


            // Create stream to store file

            stream = new MemoryStream();

            encoder = new WaveEncoder(stream);


            // Start

            source.Start();

            updateButtons();

        }


        /// <summary>

        ///   播放录制的音频流。

        /// </summary>

        /// 

        private void btnPlay_Click(object sender, EventArgs e)

        {

            // First, we rewind the stream

            stream.Seek(0, SeekOrigin.Begin);


            // Then we create a decoder for it

            decoder = new WaveDecoder(stream);


            // Configure the track bar so the cursor

            // can show the proper current position

            if (trackBar1.Value < decoder.Frames)

                decoder.Seek(trackBar1.Value);

            trackBar1.Maximum = decoder.Samples;


            // Here we can create the output audio device that will be playing the recording

            output = new AudioOutputDevice(this.Handle, decoder.SampleRate, decoder.Channels);


            // Wire up some events

            output.FramePlayingStarted += output_FramePlayingStarted;

            output.NewFrameRequested += output_NewFrameRequested;

            output.Stopped += output_PlayingFinished;


            // Start playing!

            output.Play();


            updateButtons();

        }


        /// <summary>

        /// 停止录制或播放流。

        /// </summary>

        /// 

        private void btnStop_Click(object sender, EventArgs e)

        {

            // Stops both cases

            if (source != null)

            {

                // If we were recording

                source.SignalToStop();

                source.WaitForStop();

            }

            if (output != null)

            {

                // If we were playing

                output.SignalToStop();

                output.WaitForStop();

            }


            updateButtons();


            // Also zero out the buffers and screen

            Array.Clear(current, 0, current.Length);

            updateWaveform(current, current.Length);

            SpeechAPI speechApi = new SpeechAPI();


            string result = speechApi.AsrData(stream,"wav");

            tb_result.Text = "语音识别结果:"+result;

        }




        /// <summary>

        /// 当音频有错误时,将调用这个回调函数。 

        /// 

        ///   

        /// </summary>

        /// 

        private void source_AudioSourceError(object sender, AudioSourceErrorEventArgs e)

        {

            throw new Exception(e.Description);

        }


        /// <summary>

        ///  

        ///  每当有新的输入音频帧时,该方法将被调用。

        ///                                                      

        /// </summary>

        /// 

        private void source_NewFrame(object sender, NewFrameEventArgs eventArgs)

        {

           

            eventArgs.Signal.CopyTo(current);


        

            updateWaveform(current, eventArgs.Signal.Length);


         

            encoder.Encode(eventArgs.Signal);


          

            duration += eventArgs.Signal.Duration;

           

            samples += eventArgs.Signal.Samples;

            frames += eventArgs.Signal.Length;

        }



        private void output_FramePlayingStarted(object sender, PlayFrameEventArgs e)

        {

            updateTrackbar(e.FrameIndex);


            if (e.FrameIndex + e.Count < decoder.Frames)

            {

                int previous = decoder.Position;

                decoder.Seek(e.FrameIndex);


                Signal s = decoder.Decode(e.Count);

                decoder.Seek(previous);


                updateWaveform(s.ToFloat(), s.Length);

            }

        }


     

        private void output_PlayingFinished(object sender, EventArgs e)

        {

            updateButtons();


            Array.Clear(current, 0, current.Length);

            updateWaveform(current, current.Length);

        }


     

        /// 

        private void output_NewFrameRequested(object sender, NewFrameRequestedEventArgs e)

        {

         

            e.FrameIndex = decoder.Position;


           

            Signal signal = decoder.Decode(e.Frames);


            if (signal == null)

            {

                

                e.Stop = true;

                return;

            }


         

            e.Frames = signal.Length;


          

            signal.CopyTo(e.Buffer);

        }





        private void updateWaveform(float[] samples, int length)

        {

            if (InvokeRequired)

            {

                BeginInvoke(new Action(() =>

                {

                    chart.UpdateWaveform("wave", samples, length);

                }));

            }

            else

            {

                chart.UpdateWaveform("wave", current, length);

            }

        }


       

        /// 

        private void updateTrackbar(int value)

        {

            if (InvokeRequired)

            {

                BeginInvoke(new Action(() =>

                {

                    trackBar1.Value = Math.Max(trackBar1.Minimum, Math.Min(trackBar1.Maximum, value));

                }));

            }

            else

            {

                trackBar1.Value = Math.Max(trackBar1.Minimum, Math.Min(trackBar1.Maximum, value));

            }

        }


        private void updateButtons()

        {

            if (InvokeRequired)

            {

                BeginInvoke(new Action(updateButtons));

                return;

            }


            if (source != null && source.IsRunning)

            {

                btnBwd.Enabled = false;

                btnFwd.Enabled = false;

                btnPlay.Enabled = false;

                btnStop.Enabled = true;

                btnRecord.Enabled = false;

                trackBar1.Enabled = false;

            }

            else if (output != null && output.IsRunning)

            {

                btnBwd.Enabled = false;

                btnFwd.Enabled = false;

                btnPlay.Enabled = false;

                btnStop.Enabled = true;

                btnRecord.Enabled = false;

                trackBar1.Enabled = true;

            }

            else

            {

                btnBwd.Enabled = false;

                btnFwd.Enabled = false;

                btnPlay.Enabled = stream != null;

                btnStop.Enabled = false;

                btnRecord.Enabled = true;

                trackBar1.Enabled = decoder != null;


                trackBar1.Value = 0;

            }

        }


        private void MainFormFormClosed(object sender, FormClosedEventArgs e)

        {

            if (source != null) source.SignalToStop();

            if (output != null) output.SignalToStop();

        }


        private void saveFileDialog1_FileOk(object sender, System.ComponentModel.CancelEventArgs e)

        {

            Stream fileStream = saveFileDialog1.OpenFile();

            stream.WriteTo(fileStream);

            fileStream.Close();

        }


        private void saveToolStripMenuItem_Click(object sender, EventArgs e)

        {

            saveFileDialog1.ShowDialog(this);

        }


       

        private void updateTimer_Tick(object sender, EventArgs e)

        {

            lbLength.Text = String.Format("Length: {0:00.00} sec.", duration.Seconds);

          

        }


        private void aboutToolStripMenuItem_Click(object sender, EventArgs e)

        {

            new AboutBox().ShowDialog(this);

        }


        private void closeToolStripMenuItem_Click(object sender, EventArgs e)

        {

            Close();

        }


        private void btnIncreaseVolume_Click(object sender, EventArgs e)

        {

            adjustVolume(1.25f);

        }


        private void btnDecreaseVolume_Click(object sender, EventArgs e)

        {

            adjustVolume(0.75f);

        }


        private void adjustVolume(float value)

        {

        

            stream.Seek(0, SeekOrigin.Begin);


     

            decoder = new WaveDecoder(stream);


            var signal = decoder.Decode();


           

            var volume = new VolumeFilter(value);

            volume.ApplyInPlace(signal);


   

            stream.Seek(0, SeekOrigin.Begin);

            encoder = new WaveEncoder(stream);

            encoder.Encode(signal);

        }


    }

}

 百度语音识别接口

百度已经提供sdk,对于支持语音格式如下。

支持的语音格式

原始 PCM 的录音参数必须符合 8k/16k 采样率、16bit 位深、单声道,支持的格式有:pcm(不压缩)、wav(不压缩,pcm编码)、amr(压缩格式)。

 

        public string AsrData(string filePath, string format = "pcm", int rate = 16000){         
var data =File.ReadAllBytes(filePath);
var result = _asrClient.Recognize(data, format, 16000);
return result.ToString();}

 

 结果评测:

对于普通的语言识别效果不好,需要阵列麦克风才可以。

原文地址:http://www.cnblogs.com/linbin524/p/8086123.html


.NET社区新闻,深度好文,欢迎访问公众号文章汇总 http://www.csharpkit.com

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/322443.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

(八)Spring与MyBatis整合

持久层 目录 Mybatis 开发步骤回顾Mybatis 开发中存在的问题Spring 与 Mybatis 整合思路Spring 与 Mybatis 整合的开发步骤Spring 与 Mybatis 整合的编码搭建开发环境 pom.xmlSpring 配置文件的配置编码Spring 与 Mybatis 整合细节持久层整合总述 1、Spring 框架为什么要与持…

Git 企业开发者教程

为什么要写这样一个面向企业开发者的Git教程&#xff1f;这个问题也困扰我自己很久。其实我使用git的时间也不短了&#xff0c;但是就和正在阅读本文的每一位一样&#xff0c;常用的基本就是那么几个(git clone, git push)等等。然而git其实有着非常强大的功能&#xff0c;如果…

基于百度理解与交互技术实现机器问答

一、前言我们都知道现在聊天对话机器是一个很有意思的东西&#xff0c;比如说苹果siri&#xff0c;比如说微软的小冰。聊天对话机器的应用场景也很广泛&#xff0c;比如说&#xff1a;银行的自助办卡机器人、展会讲解解说等等。我们对机器人说句话&#xff0c;机器人从听取&…

(十)Spring 与 MVC 框架整合

Spring 整合 MVC 目录 MVC 框架整合思想为什么要整合 MVC 框架搭建 Web 运行环境Spring 整合 MVC 框架的核心思路1. 准备工厂2. 代码整合Spring 整合 Struts2MVC 框架整合思想 为什么要整合 MVC 框架 MVC 框架提供了控制器&#xff08;Controller&#xff09;调用 Servlet …

利用VSTS跟Kubernetes整合进行CI/CD

为什么VSTS要搭配Kubernetes&#xff1f;通常我们在开发管理软件项目的时候都会碰到一个很头痛的问题&#xff0c;就是开发、测试、生产环境不一致&#xff0c;导致开发人员和测试人员甚至和运维吵架。因为常见的物理环境甚至云环境中&#xff0c;这些部署环境都是由运维人员提…

(十一)Spring 基础注解(对象创建相关注解、注入相关注解)

注解编程 目录 注解基础概念注解的作用Spring 注解的发展历程Spring 基础注解&#xff08;Spring 2.x&#xff09;对象创建相关注解ComponentRepository、Service、ContollerScopeLazy生命周期注解 PostConstruct、PreDestroy注入相关注解用户自定义类型 AutowiredJDK 类型注…

使用 ASP.NET Core, Entity Framework Core 和 ABP 创建N层Web应用 第二篇

介绍这是“使用 ASP.NET Core &#xff0c;Entity Framework Core 和 ASP.NET Boilerplate 创建N层 Web 应用”系列文章的第二篇。以下可以看其他篇目&#xff1a;使用 ASP.NET Core &#xff0c;Entity Framework Core 和 ASP.NET Boilerplate 创建N层 Web 应用 第一篇 &…

揭秘微软6万工程师DevOps成功转型的技术「武器」

在微软&#xff0c;通过其自身数年的 DevOps 转型&#xff0c; 6 万名工程师实现了更好的软件平台创新和快速迭代。微软有庞大的技术产品矩阵&#xff0c;同时也具有每天发布的能力&#xff0c;其中&#xff0c;微软研发云是支撑整个开发过程与运维最重要的基础平台。微软研发云…

Flowable学习笔记(一、入门)

转载自 Flowable学习笔记&#xff08;一、入门&#xff09; 一、Flowable简介 1、Flowable是什么 Flowable是一个使用Java编写的轻量级业务流程引擎。Flowable流程引擎可用于部署BPMN 2.0流程定义&#xff08;用于定义流程的行业XML标准&#xff09;&#xff0c; 创建这些流…

01-MyBatis入门程序

MyBatis入门程序 目录 1. 下载 Mybatis 核心包2. 创建工程&#xff0c;引入 MyBatis 核心包及依赖包3. 创建 customer 表&#xff0c;建立与表对应的 domain使用 lombok&#xff0c;开启注解创建 Customer 类4. 创建 MyBatis 核心配置文件 SqlMappingConfig.xml5. 创建表对象…

角落的开发工具集之Vs(Visual Studio)2017插件推荐

“ 工具善其事&#xff0c;必先利其器&#xff01;装好这些插件让vs更上一层楼”因为最近录制视频的缘故&#xff0c;很多朋友都在QQ群留言&#xff0c;或者微信公众号私信我&#xff0c;问我一些工具和一些插件啊&#xff0c;怎么使用的啊&#xff1f;那么今天我忙里偷闲整理一…

02-MyBatis配置SQL打印

MyBatis 配置SQL打印 在 SqlMappingConfig.xml 中配置以下代码&#xff1a; <!--配置sql打印--> <settings><setting name"logImpl" value"STDOUT_LOGGING"/> </settings>运行效果&#xff1a;会显示 SQL 语句&#xff0c;查询结…

Flowable学习笔记(二、BPMN 2.0-基础 )

转载自 Flowable学习笔记&#xff08;二、BPMN 2.0-基础 &#xff09; 1、BPMN简介 业务流程模型和标记法&#xff08;BPMN, Business Process Model and Notation&#xff09;是一套图形化表示法&#xff0c;用于以业务流程模型详细说明各种业务流程。 它最初由业务流程管理…

ASP.NET Core文件上传与下载(多种上传方式)

前言前段时间项目上线,实在太忙,最近终于开始可以研究研究ASP.NET Core了.打算写个系列,但是还没想好目录,今天先来一篇,后面在整理吧.ASP.NET Core 2.0 发展到现在,已经很成熟了.下个项目争取使用吧.正文1.使用模型绑定上传文件(官方例子)官方机器翻译的地址:https://docs.mic…

03-映射文件的sql语句中 #{} 和 ${} 的区别以及实现模糊查询

映射文件的sql语句中 #{} 和 ${} 区别以及实现模糊查询 目录 sql 语句中的 #{}#{} 模糊查询错误用法#{} 实现模糊查询sql 语句中的 ${}${} 实现模糊查询#{} 与 ${} 对比sql 语句中的 #{} 表示一个占位符号&#xff0c;通过 #{} 可以实现 preparedStatement 向占位符中设置值…

SpringBoot集成Flowable

一、项目结构 二、maven配置 <?xml version"1.0" encoding"UTF-8"?> <project xmlns"http://maven.apache.org/POM/4.0.0" xmlns:xsi"http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation"http://maven.a…

04-插入操作更新操作删除操作

保存更新删除 目录 插入操作获取插入的最后一个id更新操作删除操作插入操作 映射文件 Customer.xml &#xff1a; 插入数据的标签为 insert&#xff0c;与查询 select 区分开来。 parameterType 是输入参数类型&#xff0c;这里指定为 Customer 对象&#xff0c;即需要传入一…

微软跨平台移动开发工具套件HockeyApp宣布免费

HockeyApp 是一款领先的移动崩溃分析和应用发布服务&#xff0c;可为开发者提供实时崩溃分析报告、用户反馈、测试版分发平台以及测试分析等功能&#xff0c;于 2016 年被微软收购&#xff0c;随后集成在了 Visual Studio 应用中心中&#xff0c;与 Xamarin Insights 一起提供移…

ASP.NET Core使用静态文件、目录游览与MIME类型管理

前言今天我们来了解了解ASP.NET Core中的静态文件的处理方式.以前我们寄宿在IIS中的时候,很多静态文件的过滤 和相关的安全措施 都已经帮我们处理好了.ASP.NET Core则不同,因为是跨平台的,解耦了IIS,所以这些工作 我们可以在管道代码中处理.正文在我们的Web程序开发中,肯定要提…

ES快速入门

转载自 ES快速入门 3 ES快速入门 ES作为一个索引及搜索服务&#xff0c;对外提供丰富的REST接口&#xff0c;快速入门部分的实例使用head插件来测试&#xff0c;目的是对ES的使用方法及流程有个初步的认识。 3.1 创建索引库 ES的索引库是一个逻辑概念&#xff0c;它包括了分…