百度语音识别——Rest APi(Java) (1)

百度语音识别——Rest Api方式 （1）

Rest Api 百度官方识别DEMO地址：https://github.com/Baidu-AIP/speech-demo/tree/master/rest-api-asr

不支持流式识别，不限系统，不限编程语言；

功能要求：

1. Rest Api给用户提供的是一个HTTP接口，上传(输入)整个音频文件,返回（输出）识别结果；识别时长与音频时长成正比；

2. 识别模型：支持搜索模型，输入法模型,远场模型三种;  普通话搜索模型可以识别常用的英语。

3. 语音格式： 支持pcm（不压缩） 采样率：固定值16000   编码  16bit，  单声道 ，小端序。

                                         wav（不压缩 pcm编码），（就是pcm格式的加了个头文件）

                                         amr（压缩），16k  单声道

1.  支持自定义词库： 自定义识别词分词的优先级较高，RestApi的自定义词库仅对dev_pid=1536才能使用。 自定义词库的text文件不能超过5M，最好在一万行以内

2. RestApi的语音识别的请求方式有两种：Json和Raw两种方式提交。

DEMO的调用流程：

两次HTTP请求，第一次换取Token值；  第二次上传音频文件，获取识别结果；

1.获取Token值

请求的URL应该为：

https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id="申请的APIKEY“&client_secret=”申请的SecretKey"

2.上传音频文件

    设置输入参数：

format	string	必填	语音文件的格式，pcm 或者 wav 或者 amr。不区分大小写。推荐pcm文件
rate	string	必填	采样率，16000，固定值
channel	string	必填	声道数，仅支持单声道，请填写固定值 1
cuid	int	必填	用户唯一标识，用来区分用户，计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码，长度为60字符以内。
token	string	必填	开放平台获取到的开发者[access_token]获取 Access Token "access_token")
dev_pid	int	选填	不填写lan参数生效，都不填写，默认1537（普通话 输入法模型），dev_pid参数见本节开头的表格
lan	string	选填，废弃参数	历史兼容参数，请使用dev_pid。如果dev_pid填写，该参数会被覆盖。语种选择,输入法模型，默认中文（zh）。 中文=zh、粤语=ct、英文=en，不区分大小写。
speech	string	选填	本地语音文件的的二进制语音数据 ，需要进行base64 编码。与len参数连一起使用。
len	int	选填	本地语音文件的的字节数，单位字节

具体使用可参考demo；