一步到位！！百度大腦語音合成快速搞定會員到訪提醒功能

每次會員到訪都需要。會員自主結賬或找導購才能被發現。或者需要一個人員站在門口，並且對會員都全部瞭解，才能對會員到訪進行更好服務的接待。

小帥爲了免去這些操作呢。就想到了百度AI。語音合成。再結合第三方的人臉庫會員到訪推送。做了一個簡單的會員到訪語音提醒推送小工程。

下面我們就一起看一下整體流程吧~

實現步驟
Step1:成爲百度AI開放平臺的開發者

我們有賬號之後登錄，並且點擊此處(百度語音)創建一個應用，如下圖

然後就能看到創建完的應用和 APPID、API KEY 以及 Secret KEY了

Step2:準備數據

語音合成是將文本轉換爲可以播放的音頻文件的服務，我們從大姚的訂單庫中找一段訂單信息的文本如下：

三分鐘前，由北京市順義區二經路與二緯路交匯處北側，北京首都國際機場T3航站樓去往東城區北三環東路36號喜來登大酒店(北京金隅店)
Step3: 編寫一個語音合成示例程序

有第一步的 API KEY 以及 Secret KEY，以及第二步的數據，我們就可以寫一個示例代碼調用百度AI開放平臺的文字識別能力
準備開發環境

小帥選擇用 Java來快速搭建一個原型，關於如何安裝Java。可以參考百度經驗哦～。百度AI有很完善的API文檔、和封裝調用更方便的工具包。接下來小帥就用Maven搭建工程環境

pom.xml配置如下：

xml請自行訪問網頁 複製

編寫代碼
粘貼以下內容，不要忘記替換你的 APPID APIKEY 以及 SECRETKEY 和圖片文件

運行main方法即可

import com.baidu.aip.speech.AipSpeech;
import com.baidu.aip.speech.TtsResponse;
import com.baidu.aip.util.Util;
import org.json.JSONObject;
 
import java.util.HashMap;
 
public class Sample {
    //第一步創建應用獲取的三個值
    private static String APPID = "你的 App ID";
    private static String APIKEY = "你的 Api Key";
    private static String SECRETKEY = "你的 Secret Key";
 
    public static void main(String[] args) {
        // 初始化一個AipSpeech 
        AipSpeech client = new AipSpeech(APPID,APIKEY,SECRETKEY);
        // 調用接口 第二步準備的圖片
        HashMap options = new HashMap<>();
        //合成的文本內容
        String text = "三分鐘前，由北京市順義區二經路與二緯路交匯處北側，北京首都國際機場T3航站樓 去往 東城區北三環東路36號喜來登大酒店(北京金隅店)";
        //發音人選擇
        /**
         * 度小宇=1，度小美=0，度逍遙=3，度丫丫=4
         * 度博文=106，度小童=110，度小萌=111，度米朵=103，度小嬌=5
         **/
        options.put("per","0");
        //語速，取值0-9，默認爲5中語速
        options.put("spd", "3");
        TtsResponse res = client.synthesis(text , "zh", 1, options);
 byte[] data = res.getData();
        JSONObject res1 = res.getResult();
        if (data != null) {
            try {
                Util.writeBytesToFileSystem(data, "F:\\testaudio\\度小美Demooutput.mp3");
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        if (res1 != null) {
            System.out.println(res1.toString());
        }
    }
}

保存接口返回語音byte[] 轉存爲MP3格式文件。這裏說明一下默認返回就是MP3格式的數據哦。如果想要其他格式

//3爲mp3格式(默認)； 
//4爲pcm-16k；
//5爲pcm-8k；
//6爲wav（內容同pcm-16k）; 
//注意aue=4或者6是語音識別要求的格式，但是音頻內容不是語音識別要求的自然人發音，所以識別效果會受影響。
 
options.put("aue","3");

點擊訪問合成的示例MP3文件 https://www.ydxiaoshuai.cn/demo.mp3

語音合成單例加載。10次測試耗時如下(單位:ms(毫秒))。第一次需要加載一次AUTH。耗時多了一些。後續基本都持平在710ms以內

發送請求到返回數據耗時:1493
發送請求到保存文件耗時:1495
 
發送請求到返回數據耗時:611
發送請求到保存文件耗時:612
 
發送請求到返回數據耗時:609
發送請求到保存文件耗時:610
 
發送請求到返回數據耗時:473
發送請求到保存文件耗時:474
 
發送請求到返回數據耗時:549
發送請求到保存文件耗時:550
 
發送請求到返回數據耗時:673
發送請求到保存文件耗時:674
 
發送請求到返回數據耗時:754
發送請求到保存文件耗時:755
 
發送請求到返回數據耗時:676
發送請求到保存文件耗時:676
 
發送請求到返回數據耗時:582
發送請求到保存文件耗時:582
 
發送請求到返回數據耗時:662
發送請求到保存文件耗時:663
 
發送請求到返回數據平均耗時:708.2ms
發送請求到保存文件平均耗時:709.1ms

        for (int i = 0; i < 10; i++) {
            // 調用接口
            String text = "三分鐘前，由北京市順義區二經路與二緯路交匯處北側，北京首都國際機場T3航站樓 去往 東城區北三環東路36號喜來登大酒店(北京金隅店)";
            HashMap options = new HashMap();
            options.put("per", "0");
            options.put("spd", "3");
            long startTime = System.currentTimeMillis();
            TtsResponse res = client.synthesis(text, "zh", 1, options);
            byte[] data = res.getData();
            if (data != null) {
                long endTime = System.currentTimeMillis();
                System.out.println("發送請求到返回數據耗時:"+(endTime - startTime));
                try {
                    Util.writeBytesToFileSystem(data, "F:\\testaudio\\度小美Demooutput.mp3");
                    long saveEndTime = System.currentTimeMillis();
                    System.out.println("發送請求到保存文件耗時:"+(saveEndTime - startTime));
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
            JSONObject res1 = res.getResult();
            if (res1 != null) {
                System.out.println(res1.toString());
            }
            System.out.println();
        }

系統配置-小帥認爲速度和配置帶寬都存在一定的因素

以上數據可以看出。平均耗時在0.7s上下。如果服務器配置賊6、帶寬也賊寬。應該耗時還會更低哦

接下來。咱們就拿語音合成的服務。來結合實際業務做一個小的功能哦~

會員到訪語音提醒搞起來

簡單看一下業務流程圖。主要看語音合成、語音提醒部分即可

人臉會員識別可以看百度AI的官方解決方案 https://ai.baidu.com/solution/faceidentify

本業務中人臉識別、攝像頭廠商暫時沒用百度AI。這一點我也很無奈。迫於公司要求呀。如果再來一次選擇。絕對強制提議選擇百度AI(怕太便宜而告終 你懂得)

會員信息採集

會員到訪提示音發音類型默認 度米多。也可以根據會員不同給不同的發音類型哦~

下拉框

後端會員人臉信息處理

 /**
  * 會員人臉信息添加
  * @param csFace
  * @return
  */
 @AutoLog(value = "會員人臉信息添加")
 @ApiOperation(value="會員人臉信息添加", notes="會員人臉信息添加")
 @PostMapping(value = "/add")
 public Result add(@RequestBody CsFace csFace) {
	 Result result = new Result();
	 csFaceGroup group = new csFaceGroup();
	 try {
                 //這裏存人臉信息到人臉庫就不演示了。人臉庫存入成功後業務系統再記錄
		 csFaceService.save(csFace);
                 //把會員人臉信息提交給JOB等待後續執行。方便前端頁面交互不等待
                 //人臉會員信息只是在一個JobFace類中增加一個List容器 public static List vipFaceMap=new ArrayList();
		 JobFace.vipFaceMap.add(csFace);
		 result.success("添加成功！");
	 } catch (Exception e) {
		 log.info(e.getMessage());
		 result.error500("操作失敗-人臉服務存在異常");
	 }
	 return result;
 }

會員到訪定製提示音頻合成定時任務

import cn.hutool.core.date.DatePattern;
import cn.hutool.core.date.DateUtil;
import cn.netand.common.factory.BDFactory;
import cn.netand.modules.csface.entity.CsFace;
import cn.netand.modules.csface.service.ICsFaceService;
import com.baidu.aip.speech.AipSpeech;
import com.baidu.aip.speech.TtsResponse;
import com.baidu.aip.util.Util;
import lombok.extern.slf4j.Slf4j;
import org.quartz.Job;
import org.quartz.JobExecutionContext;
import org.quartz.JobExecutionException;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
 
import java.io.File;
import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
import java.util.HashMap;
import java.util.List;
 
/**
 * @Description 人臉會員音頻生成
 * @author 小帥丶
 * @className VipVoiceJob 
 * @Date 2019/11/20 22:11
 **/
@Slf4j
public class VipVoiceJob implements Job {
    @Value(value = "${xiaoshuai.path.upload}")
    private String uploadpath;
    @Autowired
    private GeneralDealBeanUtil generalDealBeanUtil;
    @Autowired
    private ICsFaceService csFaceService;
    //獲取音頻合成的客戶端
    AipSpeech aipSpeech = BDFactory.getAipSpeech();
    @Value(value = "${xiaoshuai.domainVoice}")
    private String domainVoice;
 
    /**
     * 度小宇=1，度小美=0，度逍遙=3，度丫丫=4
     * 度博文=106，度小童=110，度小萌=111，度米朵=103，度小嬌=5
     **/
    private static final List audioType = Arrays.asList("1","0","3","4","106","110","111","103","5");
    private static final String LANGUAGE_ZH = "zh";
    private static final Integer CTP = 1;
    private static final String AUDIO = ".mp3";
    //任務執行詳情
    @Override
    public void execute(JobExecutionContext jobExecutionContext) throws JobExecutionException {
        System.out.println("execute VipVoiceJob = " + DateUtil.format(new Date(), DatePattern.NORM_DATETIME_PATTERN));
        List vipFaceMap = JobFace.vipFaceMap;
        int vipFaceSize = vipFaceMap.size();
        if(vipFaceSize>0){
            vipFaceMap.forEach(csFace -> {
                //獲取會員信息
                try {
                    generalAudio(csFace);
                    csFace.setVoiceStatus(1);
                    csFaceService.updateById(csFace);
                }catch (Exception e){
                    System.out.println(e.getMessage());
                    csFace.setVoiceStatus(2);
                    csFaceService.updateById(csFace);
                }
            });
            JobFace.vipFaceMap.clear();
        }
    }
    /**
     * @Description 生成全部音庫音頻文件
     * @Author 小帥丶
     * @Date  2019/11/20 23:28
     * @param face 會員人臉數據
     * @return void
     **/
    public void generalAudio(CsFace face){
        String ctxPath = uploadpath;
        String bizPath = "audios";
        File file = new File(ctxPath + File.separator + bizPath + File.separator + face.getId());
        if (!file.exists()) {
            file.mkdirs();// 創建文件根目錄
        }
        long startTime = System.currentTimeMillis();
        audioType.forEach(audioTypeStr->{
            HashMap options = new HashMap<>();
            //合成的文本內容
            String text = "XX門店提醒 "+face.getName()+" 會員到訪";
           //發音人選擇
           options.put("per",audioTypeStr);
           //語速，取值0-9，默認爲5中語速
           options.put("spd", "3");
           String fileName = audioTypeStr+AUDIO;
           TtsResponse response = aipSpeech.synthesis(text,LANGUAGE_ZH,CTP,options);
            byte[] data = response.getData();
            if (data != null) {
                try {
                    String savePath = file.getPath() + File.separator +fileName;
                    String filePath = bizPath + File.separator + face.getId() + File.separator + fileName;
                    if(null!=face.getVoiceType()&&face.getVoiceType().equals(Integer.parseInt(audioTypeStr))){
                        filePath = filePath.replace("\\", "/");
                        face.setVoicePath(filePath);
                        face.setVoiceUrl(domainVoice+filePath);
                    }
                    Util.writeBytesToFileSystem(data, savePath);
                } catch (Exception e) {
                   System.out.println(e.getMessage());
                }
            }
        });
        long endTime = System.currentTimeMillis();
        System.out.println("總耗時 = " + (endTime - startTime) + "ms");
    }
}

添加一條定時任務

這裏是5秒執行一次。其實可以根據自我需求來定義。定時任務形式也不是必須。

會員音頻提示文件生成

數字代表的是發音類型。每添加一個會員。則會生成所有發音類型的音頻文件哦。方便後續給每個到訪會員給定不同聲音的提醒

會員到訪APP推送

非百度AI人臉會員解決方案哦~ 不要問爲什麼不用百度AI的。上面已經給出說明了。

1.攝像頭抓怕推送到人臉庫系統

2.人臉庫系統對比並推送結果到內部業務系統

3.內部業務系統|人臉庫系統推送給APP(小帥使用前者)

下圖是一個gif。會演示app收到推送彈窗並播放語音提醒。帶聲音的等小帥後續上傳到第三方網站方便大家查看效果。

視頻錄屏APP推送會員到訪並播放會員專屬語音

鏈接: https://pan.baidu.com/s/1psqYLmYNqYa4fpqyKS2Xng 提取碼: vbf2 複製這段內容後打開百度網盤手機App，操作更方便哦

一步到位！！百度大腦語音合成快速搞定會員到訪提醒功能

視頻分析邊緣計算盒EM-BOX亮相服貿會，助力企業安全管理智能化升級

手把手教你使用百度大腦地址識別API

詳解百度大腦EdgeBoard出色的視頻處理技術

一步到位！！百度大腦語音合成快速搞定會員到訪提醒功能

AI小程序之語音聽寫來了，十分鐘掌握百度大腦語音聽寫全攻略！！

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結