本文系原创,禁止转载。

分享如何使用c#对接科大讯飞语音听写服务,简单高效地实现语音听写。

实现语音听写主要分为录音和语音识别两部分;录音是指获取设备声卡端口的音频数据并将之保存为音频文件,语音识别就是将刚才所述的音频文件通过调用讯飞的语音听写服务转换为文字。

相关的类库文件

1. 开源录音库 NAudio.dll

  http://pan.baidu.com/s/1dFth2nv

2.语音听写库 msc.dll

  去讯飞开放平台申请相关的SDK

录音部分可以使用开源的.net音频处理类库NAudio.dll,它是托管的类库,使用起来比较方便,当然你也可以自己去读声卡录音,微软有相关的系统API,这里不详述。

录音部分核心代码:

 //初始化
             String FilePath = AppDomain.CurrentDomain.BaseDirectory + "Temp.wav";
             WaveIn m_waveSource = new WaveIn();
             m_waveSource.WaveFormat = , , );// 16bit,16KHz,Mono的录音格式
             m_waveSource.DataAvailable += new EventHandler<WaveInEventArgs>(waveSource_DataAvailable);
             m_waveSource.RecordingStopped += new EventHandler<StoppedEventArgs>(waveSource_RecordingStopped);
             WaveFileWriter m_waveFile = new WaveFileWriter(m_fileName, m_waveSource.WaveFormat);

             //开始录音
             m_waveSource.StartRecording();

             //保存到截获到的声音
             private void waveSource_DataAvailable(object sender, WaveInEventArgs e)
           {
             if (m_waveFile != null)
             {
                 m_waveFile.Write(e.Buffer, , e.BytesRecorded);
                 m_waveFile.Flush();
             }
           }

           //停止录音
           m_waveSource.StopRecording();

录音完成后就可以进行语音听写了,讯飞提供的语音听写服务SDK中的类库msc.dll是原生的类库,在c#中没有办法像托管类库那样使用,需要通过使用Import的方式来引用,也可以包装成托管的类库来使用,这里只介绍第一种方法。

上述类库是msc.dll使用C语言封装的,在声明接口的时候需注意C语言的变量类型的表达方式与C#有很多不同之处;比如,在SDK中有很多针对内存地址操作的,所以涉及到很多的指针类型变量,而C#中指针概念相对较弱。提供两个解决思路,一是在C#中声明UnSafe代码,这样就可以像C/C++一样使用指针,二是使用IntPtr、ref 变量的表达方式,来实现“兼容”。
相关接口声明:

      [DllImport("msc.dll", CallingConvention = CallingConvention.StdCall)]
         public static extern int MSPLogin(string usr, string pwd, string @params);

         [DllImport("msc.dll", CallingConvention = CallingConvention.StdCall)]
         public static extern IntPtr QISRSessionBegin(string grammarList, string _params, ref int errorCode);

         [DllImport("msc.dll", CallingConvention = CallingConvention.StdCall)]
         public static extern int QISRGrammarActivate(string sessionID, string grammar, string type, int weight);

         [DllImport("msc.dll", CallingConvention = CallingConvention.StdCall)]
         public static extern int QISRAudioWrite(string sessionID, IntPtr waveData, uint waveLen, int audioStatus, ref int epStatus, ref int recogStatus);

         [DllImport("msc.dll", CallingConvention = CallingConvention.StdCall)]
         public static extern IntPtr QISRGetResult(string sessionID, ref int rsltStatus, int waitTime, ref int errorCode);

         [DllImport("msc.dll", CallingConvention = CallingConvention.StdCall)]
         public static extern int QISRSessionEnd(string sessionID, string hints);

         [DllImport("msc.dll", CallingConvention = CallingConvention.StdCall)]
         public static extern int QISRGetParam(string sessionID, string paramName, string paramValue, ref uint valueLen);

         [DllImport("msc.dll", CallingConvention = CallingConvention.StdCall)]
         public static extern int MSPLogout();

业务流程:
1.调用 MSPLogin(...)接口登入,可以只登入一次,但是必须保证在调用其他接口前先登入;
2.调用 QISRSessionBegin(...)开始一次语音听写;
3.调用 QISRAudioWrite(...) 分块写入音频数据
4.循环调用 QISRGetResult(...) 接口返回听写结果
5.调用 QISRSessionEnd(...) 主动结束本次听写
6.不再使用服务的时候 调用MSPLogout()登出,避免不必要的麻烦。
核心代码:

public string AudioToString(string inFile)
        {
            ;
            string text = String.Empty;
            FileStream fileStream = new FileStream(inFile, FileMode.OpenOrCreate);
            byte[] array = new byte[this.BUFFER_NUM];
            IntPtr intPtr = Marshal.AllocHGlobal(this.BUFFER_NUM);
            ;
            ;
            ;
            ;
            while (fileStream.Position != fileStream.Length)
            {
                , this.BUFFER_NUM);
                Marshal.Copy(array, , intPtr, array.Length);
                ret = iFlyASR.QISRAudioWrite(this.m_sessionID, intPtr, (uint)waveLen, audioStatus, ref epStatus, ref recogStatus);
                )
                {
                    fileStream.Close();
                    throw new Exception("QISRAudioWrite err,errCode=" + ret);
                }
                )
                {
                    IntPtr intPtr2 = iFlyASR.QISRGetResult(, ref ret);
                    if (intPtr2 != IntPtr.Zero)
                    {
                        text += this.Ptr2Str(intPtr2);
                    }
                }
                Thread.Sleep();
            }
            fileStream.Close();
            audioStatus = ;
            ret = iFlyASR.QISRAudioWrite(this.m_sessionID, intPtr, 1u, audioStatus, ref epStatus, ref recogStatus);
            )
            {
                throw new Exception("QISRAudioWrite write last audio err,errCode=" + ret);
            }
            ;
            while (true)
            {
                IntPtr intPtr2 = iFlyASR.QISRGetResult(, ref ret);
                if (intPtr2 != IntPtr.Zero)
                {
                    text += this.Ptr2Str(intPtr2);
                }
                )
                {
                    break;
                }
                Thread.Sleep();
                 || timesCount++ >= )
                {
                    break;
                }
            }
            return text;
        }

自己设计以下UI交互,或者和你的应用程序结合一下,就可以让你的应用程序长一双会听的耳朵了!

结果:

C# 实现语音听写的更多相关文章

  1. Android讯飞语音云语音听写学习

    讯飞语音云语音听写学习         这几天两个舍友都买了iPhone 6S,玩起了"Hey, Siri",我依旧对我的Nexus 5喊着"OK,Google" ...

  2. UI进阶 科大讯飞(1) 语音听写(语音转换成文字)

    一.科大讯飞开放平台: http://www.xfyun.cn/ 注册.登录之后创建新应用. 因为本项目只实现了语音听写,所以在SDK下载中心勾选语音听写单项SDK就可以了 开发平台选择iOS,应用选 ...

  3. Android集成科大讯飞SDK语音听写及语音合成功能实现

    前言 现在软件设计越来越人性化.智能化.一些常见的输入都慢慢向语音听写方向发展,一些常见的消息提示都向语音播报发展.所以语音合成和语音听写是手机软件开发必不可少的功能.目前国内这方面做的比较好的应该是 ...

  4. 讯飞云 API 语音听写 python3 调用例程

    #!/usr/bin/python3 # -*- coding: UTF-8 -*- import requests import time import gzip import urllib imp ...

  5. ros语音交互(四)移植科大讯飞语音识别到ros

    将以前下载的的语音包的 samples/iat_record/的iat_record.c speech_recognizer.c speech_recognizer.c 拷贝到工程src中, linu ...

  6. iOS: 讯飞语音的使用

    一.介绍: 讯飞语音做的相当不错,容错率达到90%多,如果需要做语音方面的功能,它绝对是一个不错的选择.讯飞语音的功能很多:语音听写.语音识别.语音合成等,但我们最常用的还是语音听写.讯飞语音中包含界 ...

  7. 3D语音天气球(源码分享)——在Unity中使用Android语音服务

    转载请注明本文出自大苞米的博客(http://blog.csdn.net/a396901990),谢谢支持! 开篇废话: 这个项目准备分四部分介绍: 一:创建可旋转的"3D球":3 ...

  8. android讯飞语音开发常遇到的问题

    场景:android项目中共使用了3个语音组件:在线语音听写.离线语音合成.离线语音识别 11208:遇到这个错误,授权应用失败,先检查装机量(3台测试权限),以及appid的申请时间(35天期限), ...

  9. UI进阶 科大讯飞(2) 语音合成(文字转换成语音)

    科大讯飞开放平台.SDK下载.添加静态库.初始化见UI进阶 科大讯飞(1) 语音听写(语音转换成文字) 实现语音合成 功能实现步骤: 导入头文件 创建文字识别对象 指定文字识别后的回调代理对象 开启文 ...

随机推荐

  1. mybatis 中${}和#{}区别

    用#传入参数是,sql语句解析是会加上"",比如  select * from table where name = #{name} ,传入的name为小李,那么最后打印出来的就是 ...

  2. MyEclipse8.5可用注册码(到2018年)

    转载自:http://blog.csdn.net/z123252520/article/details/45873159 Subscriber:zy Subscriber Code:mLR8ZC-85 ...

  3. windows10 qt5 mingw32编译cryptopp563

    windows10 qt5 mingw32编译cryptopp563 参考链接: http://www.qtcentre.org/threads/28809-Compiling-amp-using-C ...

  4. [Angular 2] Build a select dropdown with *ngFor in Angular 2

    We want the start-pipe more flexable to get param, so when using it, we pass a second param as statu ...

  5. springMVC(5)---导入excel文件数据到数据库

    springMVC(5)---导入excel文件数据到数据库 上一篇文章写了从数据库导出数据到excel文件,这篇文章悄悄相反,写的是导入excel文件数据到数据库.上一篇链接:springMVC(4 ...

  6. java 中的基本数据类型

    1,  变量 Java是强类型语言, 对于每一种数据都定义了类型,基本数据类型分为数值型,字符型,布尔型.数值型又分为了整型和浮点型. 整型又分为byte, int, short long. 浮点型又 ...

  7. 17.Odoo产品分析 (二) – 商业板块(10) – 电子商务(1)

    查看Odoo产品分析系列--目录 安装电子商务模块 1. 主页 点击"商店"菜单:  2. 添加商品 在odoo中,你不用进入"销售"模块,再进入产品列表添加产 ...

  8. 106. Construct Binary Tree from Inorder and Postorder Traversal根据后中序数组恢复出原来的树

    [抄题]: Given inorder and postorder traversal of a tree, construct the binary tree. Note:You may assum ...

  9. dh

    -.-- -.. --- -. --- - -.- -. --- .--

  10. flask_sqlalchemy的使用

    第一配置文件 # coding:utf-8 DIALECT = 'mysql' DRIVER = 'pymysql' USERNAME = 'root' PASSWORD = ' HOST = '12 ...