要使用讯飞的能力,需先注册讯飞开发平台账号(讯飞官网参见https://www.xfyun.cn/)。
再创建应用,点击右上角的控制台 -> 创建新应用:
每个应用都有一个appId,由这个appId关联对应接口鉴权信息,包括apiKey和apiSecret。比如我创建了一个应用“我的转写机” -> 点击该应用 -> 点击左边语音识别里的语音听写(流式版):
往下拉,点击“文档”,接口说明和demo代码都在:
进入文档后拉到底部,点击链接下载demo和音频:
修改demo里的appId、apiKey和apiSecret、音频文件所在路径,就可以直接跑了:
这个接口是websocket协议的,它是把音频文件一段一段的发送到讯飞做语音识别的,最后识别出来后再返回完整内容,如果你想直接获取最后的接口,可以用闭锁阻塞主线程,在websocket关闭时释放闭锁,让主线程继续:
调用类:
CountDownLatch iatCountDown = new CountDownLatch(1);
WebSocket webSocket = client.newWebSocket(request, new WebIATWS(fullFileName, appId, result, iatCountDown, from)); // 阻断主线程,等待websocket识别完所有语音流
iatCountDown.await();
WebIATWS:
@Override
public void onMessage(WebSocket webSocket, String text) {
super.onMessage(webSocket, text);
System.out.println(text);
Gson json = new Gson();
IatResult resp = json.fromJson(text, IatResult.class);
if (resp != null) {
if (resp.getCode() != 0) {
log.error("code=> :{}, error=> :{}, sid= :{}", resp.getCode(), resp.getMessage(), resp.getSid());
return;
}
if (resp.getData() != null) {
if (resp.getData().getResult() != null) {
Text te = resp.getData().getResult().getText();
System.out.println(te.toString());
try {
decoder.decode(te);
log.info("send continue, result: {}", decoder.toString());
} catch (Exception e) {
log.error("call onMessage failed, error :{}", e.getMessage());
return;
}
}
if (resp.getData().getStatus() == 2) {
//说明数据全部返回完毕,可以关闭连接,释放资源
log.info("session finish.");
dateEnd = new Date();
log.info("cost time: {} ms", dateEnd.getTime() - dateBegin.getTime());
log.info("final result: {}", decoder.toString());
ResultData data = new ResultData();
data.setResult(decoder.toString());
listenResult.setData(data);
countDownLatch.countDown();
decoder.discard();
webSocket.close(1000, "");
}
}
}
}