百度语音合成与语音识别api使用（Java版本）

先到百度AI开发平台创建一个语音应用

创建成功如下：

pom.xml需要导入百度aip的JavaSDK，以及mp3转pcm的mp3spi

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.accp</groupId>
    <artifactId>demo</artifactId>
    <version>1.0-SNAPSHOT</version>
    
<dependencies>
    <!--百度语音识别-->
    <dependency>
        <groupId>com.baidu.aip</groupId>
        <artifactId>java-sdk</artifactId>
        <version>4.8.0</version>
    </dependency>
    
    <!--mp3转pcm-->
    <dependency>
        <groupId>com.googlecode.soundlibs</groupId>
        <artifactId>mp3spi</artifactId>
        <version>1.9.5.4</version>
    </dependency>
</dependencies>

</project>
           

百度语音工具类内容如下：

package com.accp;

import com.baidu.aip.speech.AipSpeech;
import com.baidu.aip.speech.TtsResponse;
import com.baidu.aip.util.Util;
import javazoom.spi.mpeg.sampled.file.MpegAudioFileReader;
import org.json.JSONObject;

import javax.sound.sampled.AudioFileFormat;
import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.AudioInputStream;
import javax.sound.sampled.AudioSystem;
import java.io.File;
import java.io.IOException;

/**
 * 百度语音工具类
 */
public class SpeechUtils {

    public static final String APP_ID = "15948020";
     //你创建的App应用的API Key
    public static final String API_KEY = "sPbOLUBOGq5U3WR9fpHOvtcP";
    //你创建的App应用的Secret Key
    public static final String SECRET_KEY = "ZcyHqnuXHS41vC3SytBwwAPiSAkGW3qa";

     public static String pcmPath="D:\\temp\\output.pcm";//pcm文件保存路径

     public static String  mp3Path="D:\\rap\\output.mp3";//MP3文件存放路径

    /**
     * 语音合成
     * @param text 文字内容
     * @param Path 合成语音生成路径
     * @return
     */
    public static void aSpeechSynthesis(String text, String Path) {
        /*
        最长的长度
         */
        int maxLength = 1024;
        if (text.getBytes().length >= maxLength) {
            return ;
        }
        // 初始化一个AipSpeech
        AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);

        // 可选：设置网络连接参数
        client.setConnectionTimeoutInMillis(2000);
        client.setSocketTimeoutInMillis(60000);

        // 可选：设置代理服务器地址, http和socket二选一，或者均不设置
//        client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
//        client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理

        // 调用接口
        TtsResponse res = client.synthesis(text, "zh", 1, null);
        byte[] data = res.getData();
        //定义变量调用转换格式
        boolean a = true;
        if (data != null) {
            try {
                createFile(Path,"output.mp3");
                Util.writeBytesToFileSystem(data, Path);
                a=false;
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        if (!a) {

            convertMP3ToPcm(Path,pcmPath);
        }

    }

    /**
     * 语音识别
     * @param Path 路径
     * @param Path 语音类型
     * @return
     */
    public static String aSpeechRecognition(String Path) throws IOException {
        // 初始化一个AipSpeech
        AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);

        // 可选：设置网络连接参数
        client.setConnectionTimeoutInMillis(2000);
        client.setSocketTimeoutInMillis(60000);

        // 调用接口
        byte[] data = Util.readFileByBytes(Path);     //readFileByBytes仅为获取二进制数据示例
        JSONObject asrRes2 = client.asr(data, "pcm", 16000, null);
        return asrRes2.toString(2);
    }


    /**
     *  mp3转pcm
     * @param mp3path MP3文件存放路径
     * @param pcmpath pcm文件保存路径
     * @return
     */
    public static boolean convertMP3ToPcm(String mp3path, String pcmpath){
        try {
            createFile(pcmpath,"output.pcm");
            //获取文件的音频流，pcm的格式
            AudioInputStream audioInputStream = getPcmAudioInputStream(mp3path);
            //将音频转化为  pcm的格式保存下来
            AudioSystem.write(audioInputStream, AudioFileFormat.Type.WAVE, new File(pcmpath));
            return true;
        } catch (IOException e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 获得pcm文件的音频流
     * @param mp3filepath
     * @return
     */
    private static AudioInputStream getPcmAudioInputStream(String mp3filepath) {
        File mp3 = new File(mp3filepath);
        AudioInputStream audioInputStream = null;
        AudioFormat targetFormat = null;
        try {
            AudioInputStream in = null;
            MpegAudioFileReader mp = new MpegAudioFileReader();
            in = mp.getAudioInputStream(mp3);
            AudioFormat baseFormat = in.getFormat();
            targetFormat = new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, baseFormat.getSampleRate(), 16,
                    baseFormat.getChannels(), baseFormat.getChannels()*2, baseFormat.getSampleRate(), false);
            audioInputStream = AudioSystem.getAudioInputStream(targetFormat, in);
        } catch (Exception e) {
            e.printStackTrace();
        }
        return audioInputStream;
    }

   //创建文件夹
    public static void createFile(String path,String suffix){
        String separator=File.separator+File.separator;
        String[] spilt=path.split(separator+suffix);
        File file=new File(spilt[0]);
          if(!file.exists()){
             System.out.println(spilt[0]+"文件夹不存在,正在创建中....");
             // mkdir()只会建立一级的文件夹
             // mkdirs()可以建立多级文件夹
             file.mkdir();
          }else{
             System.out.println(spilt[0]+"文件夹已存在");
          }

    }

    public static void main(String[] args) throws IOException {

        //第一个参数是你输入的文字，第二个参数是你保存到本地的路径
        aSpeechSynthesis("靚仔,看什么还看说的就是你", mp3Path);
        //这个参数是刚合成的本地路径
        String s = aSpeechRecognition(pcmPath);
        System.out.println(s);
    }
}