google語音 API vs 國產 科大訊飛

GOOGLE 語音 API  參考文章地址：

http://blog.laobubu.net/546

iphone 4s 中的 siry  google android 手機上面的 語音搜索。（我用的很少。。。 衰），  前段時間 在微博上看到 baidu 也在 做語音。。。當時還提到國產的 “科大訊飛”

我真的 很激動。。。  自己想做一款 語音方面的 遊戲，， 當做 iphone 練手項目。。

//----------------------------------------------------------------------------------------

[API]Google的語音識別API，支持各種語言

發表於 2011-08-21

沒好用的智能機的孩子你傷不起啊有木有！成天都是倒黴Symbian60啊有木有！上次超流量下載了Google Search for S60，裏面神奇的有“語音搜索”……然後就是今天碰到android手機了，自帶一個語音輸入法啊！這準確率杆杆地！不過根據我多秒經驗，S60的廢柴API庫絕對沒有這麼完美的語音識別（玩過諾基亞的應該都知道，待機狀態長按右軟件那個出來的是自帶的識別功能），所以肯定Google留了一手！

（軟件見http://www.google.com/intl/zh-CN_ALL/mobile/google-mobile-app/）

廢話多了，現在看看Google的猥瑣API之STT！（屬於speech-api v1的recognize）

http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN

不過使用不是那麼簡單的哦……

如何調用

要使用這個API，你得先有一些心理素質：面對倒黴的FLAC格式，因爲這個API只支持FLAC格式的數據，杯具啊。

不過你找到了我的博客，那麼你是幸福的，因爲我已經爲你準備了不少好東西了。（順便說一句，如果要轉載記得清楚地標註“來自http://blog.laobubu.net”，我信任你。）

現在看看如何請求數據：

• 【URL】http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN
• 【方式】POST
• 【請求頭】Content-Type:audio/x-flac; rate=16000
• 【POST】flac文件的數據
• 【URL裏可選參數】&maxresults=返回結果數

如果你人品大爆發，你成功了，可以得到類似這個的結果

{"status":0,"id":"54e1babccaa58682ffbb02ceb42aa47c-1",
"hypotheses":[{"utterance":"測試程序","confidence":0.8556527}]}

或者你的請求URL裏設置了maxresults（比如 http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN&maxresults=10 ）你就會得到：

{"status":0,"id":"fbf23a887b9ac2bfb630aa40dd1a776c-1","hypotheses":
[
{"utterance":"歡迎訪問過的網址","confidence":0.7275984},
{"utterance":"歡迎訪問我的網站"},
{"utterance":"歡迎訪問我的網址"},
{"utterance":"歡迎訪問過的網站"},
{"utterance":"白雲訪問過的網址"},
{"utterance":"懷孕訪問過的網址"},
{"utterance":"歡迎訪問有的網址"},
{"utterance":"歡迎訪問過的網址哦"},
{"utterance":"白雲訪問我的網站"},
{"utterance":"懷孕訪問我的網站"}
]
}

不過不簡單哦

實例

Python代碼

1. #By laobubu.net
2. import urllib2
3. FILE='1.flac' #這裏假設在當前文件夾下有一個叫1.flac的文件被識別
4. url = 'http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN'
5. audio=open(FILE,'rb').read()
6. headers = {'Content-Type' : 'audio/x-flac; rate=16000'}
7. req = urllib2.Request(url, audio, headers)
8. response = urllib2.urlopen(req)
9. print response.read().decode('UTF-8')

PHP代碼

1.  
2. <?php
3. $ch = curl_init();
4. curl_setopt($ch, CURLOPT_URL, "http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN&maxresults=10");
5. curl_setopt($ch, CURLOPT_VERBOSE, 0);
6. curl_setopt($ch, CURLOPT_HEADER, 0);
7. curl_setopt($ch, CURLOPT_POST, 1);
8. curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
9. curl_setopt($ch, CURLOPT_POSTFIELDS, file_get_contents('1.flac'));
10. curl_setopt($ch, CURLOPT_HTTPHEADER, array("Content-Type: audio/x-flac; rate=16000"));
11. $data = curl_exec($ch);
12. curl_close($ch);
13. if ($data=json_decode($data,true)) {
14.  echo "<ul>";
15.  foreach($data['hypotheses'] as $i) echo "<li>".$i['utterance']."</li>";
16.  echo "</ul>";
17. } else {
18.  echo "<i>識別出錯</i>";
19. }
20. ?>

頭疼：FLAC文件格式

這裏我長話短說，google的flac也有限制，22050 Hz+201kbps還正常，如果比這個大多了就不對了。

不過還有最要命的問題，怎麼生成FLAC文件？

沒關係，這裏有救星：flac.exe包下載

http://datastorage.laobubu.net/FLAC.zip 

具體使用方法是【flac.exe 文件.wav】這樣在命令行調用即可，測試得知：不支持MP3等格式，但是支持基本的wav格式。

至於其他環境下（如linux裏）也有對應的flac下載。我沒有怎麼用過linux就不說啥了。

好了，你可以去製造你的app了，哈哈。

來自laobubu實驗室自動轉換API

爲了方便，我寫了一個python程序，放在Google App Engine上面，只要提交一個音頻文件的URL(支持MP3、wav等常見格式)，且文件不大，就可以得到結果了哦。

API入口：http://laobubumf.appspot.com/stt/
備用入口：http://glab.laobubu.net/stt/

喜歡的話記得+1哦，當然捐贈我最不介意