对html语音的理解,HTML网页端实现语音识别语义理解(speex压缩语音)
基于javascript用olamisdk实现web端语音识别语义理解(speex压缩)olami开放平台sdk除了支持功能外,更强大的在于支持语义理解功能,在平台和平台都有示例demo供大家下载。在web端,基于用olami开放平台sdk也可以实现语音识别语义理解。本文就实现了这样一个小程序,web客户端本地用麦克风录音,录音的数据用speex压缩,然后跨域向服务器发送请求,返回识别的语音和语义
基于javascript用olamisdk实现web端语音识别语义理解(speex压缩)
olami开放平台sdk除了支持功能外,更强大的在于支持语义理解功能,在平台和平台都有示例demo供大家下载。
在web端,基于用olami开放平台sdk也可以实现语音识别语义理解。本文就实现了这样一个小程序,web客户端本地用麦克风录音,录音的数据用speex压缩,然后跨域向服务器发送请求,返回识别的语音和语义字符串并显示。
先上图:
如下图刚载入的时候,未录音前界面
点击开始录音button后
一句话说完自动检测尾音结束标志然后压缩上传给服务器进行识别
将从服务器获取的识别结果显示到界面上
本例中说的语音是:“我要听三国演义这本书”,用的是平台听书app建立的语法。返回的json字串如下:
{
“data”: {
“asr”: {
“result”:“我要听三国演义这本书”,
“speech_status”: 0,
“final”: true,
“status”: 0
},
“nli”: [
{
“desc_obj”: {
“result”:“正在努力搜索中,请稍等”,
“status”: 0
},
“semantic”: [
{
“app”: “musiccontrol”,
“input”:“我要听三国演义这本书”,
“slots”: [
{
“name”:
“songname”,
“value”:“三国演义”
}
],
“modifier”: [
“play”
],
“customer”: “58df512384ae11f0bb7b487e”
}
],
“type”: “musiccontrol”
}
]
},
“status”: “ok”
}
通过解析这段json,可以得到app类型,songname(用于查询书名),modifier是play表示行为是播放。这段json的语法当然是用户自定义的,获得了json字串就可以解析得到程序需要的字段用于对应的操作,从而实现了语义理解功能。olami开放平台语法编写介绍
下面是建立的工程目录结构,发布后,网页打开运行在chrome或者QQ浏览器均可。
下面讲述下voiceRecognize.html这个文件,其他都是min.,只需知道如何调用就可以了。
/p>
HTML>
voice recognize test"load()">
点击开始button录音,点击停止button停止录音并进行识别
result:
window.AudioContext =
window.AudioContext || window.webkitAudioContext;
varaudioContext =newAudioContext();
varaudioInput =null,
realAudioInput =null,
inputPoint =null,
audioRecorder =null;
varrafID =null;
varanalyserContext =null;
varrecIndex =0;
varrecording =false;
varbRecorded =false;
functionload(){
initAudio();//初始化recorder
setAuthorization("http://portal.olavoice.com/cloudservice/api","51a4bb56ba954655a4fc834bfdc46af1","asr","68bff251789b426896e70e888f919a6d","nli");
setCallBackFromServerResult(getResultFromServer);
}
functioninitAudio(){
if(!navigator.getUserMedia)
navigator.getUserMedia =
navigator.webkitGetUserMedia || navigator.mozGetUserMedia;
if(!navigator.cancelAnimationFrame)
navigator.cancelAnimationFrame = navigator.webkitCancelAnimationFrame ||
navigator.mozCancelAnimationFrame;
if(!navigator.requestAnimationFrame)
navigator.requestAnimationFrame = navigator.webkitRequestAnimationFrame
|| navigator.mozRequestAnimationFrame;
navigator.getUserMedia({audio:true}, gotStream,function(e){
alert('Error getting
audio');
console.log(e);
});
}
functiongotStream(stream){
inputPoint = audioContext.createGain();
// Create an AudioNode from the stream.
realAudioInput =
audioContext.createMediaStreamSource(stream);
audioInput = realAudioInput;
audioInput.connect(inputPoint);
audioRecorder =newRecorder(
inputPoint );
}
functionStartRecording()
{
// start recording
if(audioRecorder ==null)
{
initAudio();
alert("need initialize media");
}
audioRecorder.clear();
audioRecorder.record();
recording =true;
bRecorded =false;
ToggleLabels();
RegisterCallBackToRecorder();
}
functionStopRecording()
{
audioRecorder.stop();
audioRecorder.getBuffers(
gotBuffers );
}
functionRegisterCallBackToRecorder()
{//检测语音结束后回调
audioRecorder.setCallBack(speexEncode);
}
functionToggleLabels()
{
if(recording)
{
document .getElementById("recordbutton").value ="录音中?";
document .getElementById("speexEncodebutton").value ="停止录音";
varbtn = document .getElementById("recordbutton").value;
}else{
document .getElementById("speexEncodebutton").value ="识别中";
document .getElementById("recordbutton").value ="停止录音?";
}
}
window.record =function(e)
{
if(!recording)
{
StartRecording();
recording =true;
bRecorded =false;
}
else
{
StopRecording();
recording =false;
bRecorded =true;
}
ToggleLabels();
};
window.speexEncode =function()
{
exportSpeex();
};
functionexportSpeex()
{
recording =false;
bRecorded =true;
ToggleLabels();
audioRecorder.stop();
audioRecorder.exportPCM(uploadSpeexData);
}
functiongetResultFromServer()
{
document .getElementById('result').innerText =JSON.stringify(result);
document .getElementById("speexEncodebutton").value ="停止录音";
document .getElementById("recordbutton").value ="开始录音?"
}
更多推荐
所有评论(0)