【RT1052】4、rt-thread 语音识别接入百度AI平台

踏平幼稚园 · 发表于 2018-11-13 18:32:01

上周为了直接用百度语音识别的sdk（c++），折腾了一周curl和json的移植，结果各种编译问题，搞得头疼。遂放弃官方sdk，直接分析数据和协议，再用用rt-thread已有的组件，进行协议解析与组包，一下子豁然开朗了。话不多说，直接上图，可以看到图中三次结果都是正确的

一、语音识别的平台选用百度ai开放平台（主要是因为完全免费），参考百度ai平台的官网的新手指南注册并创建应用，创建好的应用有两条内容在下面会用到，如下图：

二、ok1052相关的工作
1、通过env添加webclient、cjson、mbedtls组件，添加方法参考之前的帖子，具体配置如下图

2、添加两个宏到rt-thread\components\net\lwip-2.0.2\src\lwipopts.h，见下图

      3、编写sound_test.c文件，主要有三个部分：获取百度ai平台token、实现语音上传及结果获取、语音数据采集及应用逻辑实现。
         a、获取token，函数webclient_get_token，实现方法参考语音识别中的token获取方法；

b、实现语音上传及结果获取，函数webclient_post_pcm，实现方法同样参考语音识别，音频格式为raw，单声道，16K采样率pcm文件

c、语音数据采集，在上一篇帖子中已经实现，应用逻辑为当按键按下时采集语音，数据达到最大长度或按键抬起会结束采集，之后发送到服务器并等待结果。

三、相关代码及用法
1、代码：

imxrt1052-evk.zip (1.54 MB, 下载次数: 80)

1209实验室@ujn · 发表于 2018-11-13 18:46:22

相当棒的demo, 多谢分享。

踏平幼稚园 · 发表于 2018-11-13 19:10:52

1209实验室@ujn 发表于 2018-11-13 18:46
相当棒的demo, 多谢分享。

Paderboy · 发表于 2018-11-13 19:27:06

666多谢分享。

mzy2364 · 发表于 2018-11-13 20:30:16

好东西学习

ALTIUM2 · 发表于 2018-11-13 21:46:59

厉害厉害，学习下，赞赞赞！

leo121_3006061 · 发表于 2018-11-30 10:51:57

谢谢分享，厉害，跟着学习

永不停息 · 发表于 2018-12-3 16:18:41

真棒，有空我也试试看

晴天小熊 · 发表于 2019-2-21 18:11:29

我看您wm8960驱动程序中，音频协议是32位左对齐的数据格式，采样率是44.1kHz，百度语音识别需要的是语音文件是音频格式为raw，单声道，16K采样率pcm文件，您这个通过mic采集音频后，是怎么转变成百度语音文件需要的音频格式呢？我在您程序中没有找到音频转换的程序，我的想法是把wm8960设置为pcm的音频协议，采样率设置为16k，不知道我理解的对不对，希望得到您的解答，谢谢

踏平幼稚园 · 发表于 2019-2-25 09:54:52

晴天小熊发表于 2019-2-21 18:11
我看您wm8960驱动程序中，音频协议是32位左对齐的数据格式，采样率是44.1kHz，百度语音识别需要的是语音文 ...

raw是原始数据直接把内存里的数据上传就行不需要转换格式

【RT1052】4、rt-thread 语音识别接入百度AI平台

相关帖子

站长推荐 /4