首先我们需要的就是Linux下的SDK的下载包,首先在科大讯飞的官网http://www.xfyun.cn/注册,选择我们的语音识别的功能相应的Linux SDK下载,对应的生成Linux_iat1166_tts_online1166_5ad417ef.zip 的压缩包,然后解压缩如下:
bin目录下面是我们的生成的可执行的文件;
doc目录是我们的api函数接口的参考的文档;
include目录下面是我们的编译后的可执行文件用到的头文件;
libs是我们的程序用到的库;
samples目录下面是简单的语音合成、语音识别、语音转文字的demo;
切换到我们的samples下面的iat_record_sample的语音识别的demo,source 32bit_make.sh,在我们的bin目录下生成可执行文件iat_record_sample
但是执行时出现error while loading shared libraries: libmsc.so的错误
uame -a 或者uname -p查看我们的ubuntu虚拟机是32位还是64位的
再对应的将我们的libs目录下的库拷贝到/usr/libs下面
再运行我们的bin下面的生成的iat_record_sample可执行文件
但是我们demo只可以实现一次识别我们语音,故修改我们的代码让其可以一直等待输入,
并且每次等待输入的时间为10s钟,然后可以看到我们从本地的麦中发音,可以实现我们的语音转换为对应的文本
我们的main函数的login_params必须与我们自己申请的SDK的appid相同,不然云端在线时SDK与appid不一致无法使用语音的功能
为了实现一直输入,在我们的while(1)中调用demo_mic,其中demo_mic的sr_init、sr_start_listening、sr_stop_listening实现我们的语音的文件的起始和结束
sr_start_listening函数中的create_record、open_record、start_record、stop_record、close_record相关函数实现我们的录音对象的创建、打开、停止、关闭
Copyright © 2004-2024 华清远见教育科技集团 版权所有
京ICP备16055225号-5,京公海网安备11010802025203号