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