QT5.14.1简单实现百度语音识别(附源码)

QT5.14.1简单实现百度语音识别

注：本教程通过bilibili网站习得,并对ui的布局简单进行了调整，在学习过程中还原了语音识别流程和全部源码(源码获取方法和使用见本文底部)，根据学习流程，编写下面的教程，大家可以下载学习。

1.点击运行，按住“按住说话”不放鼠标开始音频录入，当松开后完成语音识别转换文字。先来看看运行效果图和UI所使用组件

2.语音识别编程流程：1.通过TCP协议向服务器发送id,secret,其中一个服务器会返回一个access_token（其有效期为1个月）2.再向另一个服务器发送音频文件access_token,并返回语音识别结果

3.头文件及cpp中代码

3.1 audio.h

#ifndef AUDIO_H
#define AUDIO_H

#include <QObject>
#include <QAudioFormat>
#include <QAudioDeviceInfo>
#include <QMessageBox>
#include <QAudioInput>
#include <QFile>
class Audio : public QObject
{
    Q_OBJECT
public:
    explicit Audio(QObject *parent = nullptr);
    void startAudio(QString fileName);
    void stopAudio();
signals:
private:
    QAudioInput *m_audio;
    QFile *m_file;
};
#endif // AUDIO_H

3.2 http.h

#ifndef HTTP_H
#define HTTP_H

#include <QObject>
#include <QMap>
#include <QNetworkAccessManager>
#include <QNetworkRequest>
#include <QMapIterator>
#include <QNetworkReply>
#include <QEventLoop>
#include <QDebug>
class Http : public QObject
{
    Q_OBJECT
public:
    explicit Http(QObject *parent = nullptr);
    bool post_sync(QString Url,QMap<QString,QString> header,QByteArray requestData,QByteArray &replyData);

signals:
};
#endif // HTTP_H

3.3 speech.h

#ifndef SPEECH_H
#define SPEECH_H

#include <QObject>
#include <http.h>
#include <QJsonDocument>
#include <QJsonParseError>
#include <QJsonObject>
#include <QJsonArray>
#include <QHostInfo>
#include <QFile>
#include <QMessageBox>

//获取access_token相关
const QString baiduTokenUrl = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%1&client_secret=%2&";
const QString client_id = "xxxxxxxxxxxx";
const QString client_secret = "xxxxxxxxxxxxxxx";
//语音识别相关
const QString baiduSpeechUrl = "http://vop.baidu.com/server_api?dev_pid=1537&cuid=%1&token=%2";

class Speech : public QObject
{
    Q_OBJECT
public:
    explicit Speech(QObject *parent = nullptr);
    QString speechIdentify(QString fileName);
    QString getJsonValue(QByteArray ba,QString key);
signals:
};
#endif // SPEECH_H

3.4 widget.h

#ifndef WIDGET_H
#define WIDGET_H

#include <QWidget>
#include <audio.h>
#include <speech.h>
QT_BEGIN_NAMESPACE
namespace Ui { class Widget; }
QT_END_NAMESPACE

class Widget : public QWidget
{
    Q_OBJECT
public:
    Widget(QWidget *parent = nullptr);
    ~Widget();
private slots:
    void on_pushButton_pressed();
    void on_pushButton_released();
    void on_clearButton_clicked();
private:
    Ui::Widget *ui;
    Audio *audio;
};
#endif // WIDGET_H

3.5 audio.cpp

#include "audio.h"
Audio::Audio(QObject *parent) : QObject(parent)
{
}
void Audio::startAudio(QString fileName)
{
    QAudioDeviceInfo device = QAudioDeviceInfo::defaultInputDevice();
    if(device.isNull())//录音设备不存在
    {
        QMessageBox::warning(NULL,"QAudioDeviceInfo","录音设备不存在");
    }
    else
    {
        //音频编码要求
        QAudioFormat m_format;
        //设置采样频率
        m_format.setSampleRate(16000);//采样率为16k
        //设置通道
        m_format.setChannelCount(1);
        //设置位深
        m_format.setSampleSize(16);
        //设置编码格式
        m_format.setCodec("aduio/pcm");
        //判断设备是否支持该格式
        if(!device.isFormatSupported(m_format))
        {
            m_format = device.nearestFormat(m_format);
        }
        //打开文件
        m_file = new QFile;
        m_file->setFileName(fileName);
        m_file->open(QIODevice::WriteOnly);//向里面写数据
        //创建录音对象
        m_audio = new QAudioInput(m_format,this);
        m_audio->start(m_file);
    }
}
void Audio::stopAudio()
{
    //停止录音
    m_audio->stop();
    //关闭文件
    m_file->close();
    //删除文件对象
    delete m_file;
    m_file = NULL;
}

3.6 http.cpp

#include "http.h"

Http::Http(QObject *parent) : QObject(parent)
{
}
bool Http::post_sync(QString Url, QMap<QString, QString> header, QByteArray requestData, QByteArray &replyData)
{
    //发送请求对象
    QNetworkAccessManager manager;
    //请求对象
    QNetworkRequest request;
    request.setUrl(Url);
    QMapIterator<QString,QString> it(header);//迭代器
    while (it.hasNext())                  //遍历map对象
    {
        it.next();   
    	 request.setRawHeader(it.key().toLatin1(),it.value().toLatin1());
    }
    QNetworkReply *reply =  manager.post(request,requestData);
    //服务器返回，reply会发出信号
    QEventLoop l;
    connect(reply,&QNetworkReply::finished,&l,&QEventLoop::quit);
    l.exec();//死循环，reply发出信号才结束循环
    if(reply != nullptr && reply->error() == QNetworkReply::NoError)
    {
        replyData = reply->readAll();//读取服务器返回的数据
        //qDebug() << replyData;
        return true;
    }
    else
    {
        qDebug()<<"请求失败";
        return false;
    }
}

3.7 main.cpp

#include "widget.h"

#include <QApplication>

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    Widget w;
    w.show();
    return a.exec();
}

3.8 speech.cpp

#include "speech.h"

Speech::Speech(QObject *parent) : QObject(parent)
{
}

QString Speech::speechIdentify(QString fileName)
{
    QString accessToken;
    //获取access_token
    QString tokenUrl = QString(baiduTokenUrl).arg(client_id).arg(client_secret);
    QMap<QString,QString> header;
    header.insert(QString("Content-Type"),QString("audio/pcm;rate=16000"));

    QByteArray requestData;//发送具体内容
    QByteArray replyData;//服务器返回内容

    Http m_http;
    bool result = m_http.post_sync(tokenUrl,header,requestData,replyData);
    if(result)
    {
        QString key = "access_token";
        accessToken = getJsonValue(replyData,key);
        //qDebug()<<accessToken;
    }
    else
    {

    }
    //组合URL
    QString speechUrl = QString(baiduSpeechUrl).arg(QHostInfo::localHostName()).arg(accessToken);
    //把文件转化为QByteArray;
    QFile file;
    file.setFileName(fileName);
    file.open(QIODevice::ReadOnly);
    requestData = file.readAll();
    file.close();

    replyData.clear();

    //再次发送请求
    result = m_http.post_sync(speechUrl,header,requestData,replyData);
    if(result)
    {
        QString key = "result";
        QString text = getJsonValue(replyData,key);
        return  text;
        //qDebug()<<accessToken;
    }
    else
    {
        QMessageBox::warning(NULL,"识别提示","识别失败");
    }
    return "";

}

QString Speech::getJsonValue(QByteArray ba, QString key)
{
    QJsonParseError parseError;
    QJsonDocument jsonDocument = QJsonDocument::fromJson(ba,&parseError);
    if(parseError.error == QJsonParseError::NoError)
    {
        if(jsonDocument.isObject())
        {
            //jsonDocument转化为json对象
            QJsonObject jsonObj = jsonDocument.object();
            if(jsonObj.contains(key))
            {
                QJsonValue jsonVal= jsonObj.value(key);
                if(jsonVal.isString())//说明是个字符串
                {
                    return jsonVal.toString();
                }
                else if(jsonVal.isArray())//数组
                {
                    QJsonArray arr =jsonVal.toArray();//转换成jsonArray
                    QJsonValue jv=arr.at(0);          //获取第一个元素
                    return jv.toString();
                }
            }
        }

    }
    return "";
}

3.9 speech.cpp

#include "widget.h"
#include "ui_widget.h"

Widget::Widget(QWidget *parent)
    : QWidget(parent)
    , ui(new Ui::Widget)
{
    ui->setupUi(this);
    ui->pushButton->setText("按住说话");
}

Widget::~Widget()
{
    delete ui;
}


void Widget::on_pushButton_pressed()
{
    ui->pushButton->setText("松开识别");
    //开始录音
    audio = new Audio;
    audio->startAudio("E:\\QT document\\baiduSpeech\\audio.pcm");


}

void Widget::on_pushButton_released()
{
    //停止录音
    audio->stopAudio();
    //修改按钮文字
    ui->pushButton->setText("开始识别");
    //开始识别
    Speech m_speech;
    QString text =  m_speech.speechIdentify("E:\\QT document\\baiduSpeech\\audio.pcm");
    ui->textEdit->setText(text);

    ui->pushButton->setText("按住说话");


}

void Widget::on_clearButton_clicked()
{
    ui->textEdit->clear();
}

4.相关URL地址

(1)百度智能云获取地址

(2)baiduTokenUrl获取地址

(3)baiduSpeechUrl获取地址

(4)打包好的程序exe百度云地址提取码：txpf，若是不会打包可以看我的另一篇博文

(5)源码地址(包含已经创建好的Id,Secret，源程序和打包好的发行版本exe)

5.源码使用方法：

注：1.程序需要访问百度服务器并使用百度语音识别的API，在程序运行之前需要修改client_id，client_secret，所以在此之前需要在百度智能云中创建应用
2.程序运行会生成一个audio.pcm，需要更改pcm音频的存放位置

百度智能云创建应用及Id，Secret获取

1.打开网址 用百度云账号登录，并创建应用

2.创建完成后在应用列表可以看见相关信息，需要将这里的两个值替换到相应位置(speech.h头文件中)

pcm存放位置更改

1.在widget.cpp中，更改为你所创建的文件目录中，注意此处此处需要用到转义“\”，见下图