GOOGLE 语音 API 参考文章地址:
http://blog.laobubu.net/546
iphone 4s 中的 siry google android 手机上面的 语音搜索。(我用的很少。。。 衰), 前段时间 在微博上看到 baidu 也在 做语音。。。当时还提到国产的 “科大讯飞”
我真的 很激动。。。 自己想做一款 语音方面的 游戏,, 当做 iphone 练手项目。。
//----------------------------------------------------------------------------------------
[API]Google的语音识别API,支持各种语言
没好用的智能机的孩子你伤不起啊有木有!成天都是倒霉Symbian60啊有木有!上次超流量下载了Google Search for S60,里面神奇的有“语音搜索”……然后就是今天碰到android手机了,自带一个语音输入法啊!这准确率杆杆地!不过根据我多秒经验,S60的废柴API库绝对没有这么完美的语音识别(玩过诺基亚的应该都知道,待机状态长按右软件那个出来的是自带的识别功能),所以肯定Google留了一手!
(软件见http://www.google.com/intl/zh-CN_ALL/mobile/google-mobile-app/)
废话多了,现在看看Google的猥琐API之STT!(属于speech-api v1的recognize)
http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN
不过使用不是那么简单的哦……
如何调用
要使用这个API,你得先有一些心理素质:面对倒霉的FLAC格式,因为这个API只支持FLAC格式的数据,杯具啊。
不过你找到了我的博客,那么你是幸福的,因为我已经为你准备了不少好东西了。(顺便说一句,如果要转载记得清楚地标注“来自http://blog.laobubu.net”,我信任你。)
现在看看如何请求数据:
- 【URL】http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN
- 【方式】POST
- 【请求头】Content-Type:audio/x-flac; rate=16000
- 【POST】flac文件的数据
- 【URL里可选参数】&maxresults=返回结果数
如果你人品大爆发,你成功了,可以得到类似这个的结果
{"status":0,"id":"54e1babccaa58682ffbb02ceb42aa47c-1", "hypotheses":[{"utterance":"测试程序","confidence":0.8556527}]}或者你的请求URL里设置了maxresults(比如 http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN&maxresults=10 )你就会得到:
{"status":0,"id":"fbf23a887b9ac2bfb630aa40dd1a776c-1","hypotheses": [ {"utterance":"欢迎访问过的网址","confidence":0.7275984}, {"utterance":"欢迎访问我的网站"}, {"utterance":"欢迎访问我的网址"}, {"utterance":"欢迎访问过的网站"}, {"utterance":"白云访问过的网址"}, {"utterance":"怀孕访问过的网址"}, {"utterance":"欢迎访问有的网址"}, {"utterance":"欢迎访问过的网址哦"}, {"utterance":"白云访问我的网站"}, {"utterance":"怀孕访问我的网站"} ] }不过不简单哦
实例
Python代码
#By laobubu.net import urllib2 FILE='1.flac' #这里假设在当前文件夹下有一个叫1.flac的文件被识别 url = 'http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN' audio=open(FILE,'rb').read() headers = {'Content-Type' : 'audio/x-flac;
rate=16000'} req = urllib2.Request(url, audio, headers) response = urllib2.urlopen(req) print response.read().decode('UTF-8')PHP代码
<?php $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, "http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN&maxresults=10"); curl_setopt($ch, CURLOPT_VERBOSE, 0); curl_setopt($ch, CURLOPT_HEADER, 0); curl_setopt($ch, CURLOPT_POST, 1); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_POSTFIELDS, file_get_contents('1.flac')); curl_setopt($ch, CURLOPT_HTTPHEADER, array("Content-Type:
audio/x-flac; rate=16000")); $data = curl_exec($ch); curl_close($ch); if ($data=json_decode($data,true)) { echo "<ul>"; foreach($data['hypotheses'] as $i) echo "<li>".$i['utterance']."</li>"; echo "</ul>"; } else { echo "<i>识别出错</i>"; } ?>
头疼:FLAC文件格式
这里我长话短说,google的flac也有限制,22050 Hz+201kbps还正常,如果比这个大多了就不对了。
不过还有最要命的问题,怎么生成FLAC文件?
没关系,这里有救星:flac.exe包下载
http://datastorage.laobubu.net/FLAC.zip
具体使用方法是【flac.exe 文件.wav】这样在命令行调用即可,测试得知:不支持MP3等格式,但是支持基本的wav格式。
至于其他环境下(如linux里)也有对应的flac下载。我没有怎么用过linux就不说啥了。
好了,你可以去制造你的app了,哈哈。
来自laobubu实验室自动转换API
为了方便,我写了一个python程序,放在Google App Engine上面,只要提交一个音频文件的URL(支持MP3、wav等常见格式),且文件不大,就可以得到结果了哦。
API入口:http://laobubumf.appspot.com/stt/
备用入口:http://glab.laobubu.net/stt/喜欢的话记得+1哦,当然捐赠我最不介意