java调用科大讯飞流式(websocket)语音识别接口
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, ""); } } } }
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源!
· 字符编码:从基础到乱码解决
2017-08-14 使用resteasy作为dubbox消费者