http://www.cnblogs.com/bigdataZJ/p/SpeechRecognition.html

　　明后两天就是公司一年一度的Fedex Day了。我的理解就是技术界的头脑风暴，idea喷如泉涌的盛大节日。

　　对于这次活动每个人或者两三个人一组需要有个idea，针对当前的产品现状，提出自己的改进或者丰富产品的想法，我拿出自己的手机并登了经常去的网站，语音识别这个名词脱颖而出，击中我的脑海。相比较以前手指时代的手工输入，各种在中英文乃至数字之间进行切换，往往还会因为走神或者手抖导致输入出错，然后又是一通狂按删除键，一遍一遍的输入，面对偌大的屏幕，有种使不上劲的感觉。语音输入就可以告别这一烦恼，如今的语音识别准确率高，使用简单易操作，更是为解放双手铺平了道路。你可以对着siri说帮我查看最近的天气或者定个闹铃，你可以使用讯飞语音输入法，说到哪就输入到哪，你可以让各种品牌的手机自带的语音助手给你讲个笑话……

　　今天闲来想先动动手，了解下这个语音识别技术，有什么好用的api可以调用。因为用的是度娘，所以映入眼帘的就是百度语音，"永久免费智能语音开放平台"的旗号还是深深的把我打动了。

　　摸索下来，看了两种方式，一是基于REST API的方式完成语音识别，另一个是基于移动端Android平台的app语音识别。

一、获得入场券

1.注册成为开发者

　　点击进入http://yuyin.baidu.com/，用你的百度账号完成登录，如果在点击“应用管理”选项卡后发现如下图所示

　　说明你需要完成注册验证，提交完毕后，你就是一名百度开发者用户了。

2.创建应用

　　完成上面操作后，点击“应用管理”，如果页面中没有任何应用列表，说明你还需要添加一个应用，点击页面右上角“创建新应用”，填好应用类别并给他个名字，这样就完成了应用创建。创建成功后就会看到类似下面这样的效果。

　　在“查看Key”中，我们可以看到后面我们需要用到的App ID， API Key和Secret Key

3.开通服务

　　创建了应用后，我们需要开通语音识别的服务之后才能使用语音识别。点击应用卡片上的“开通服务”，选择语音识别即可。

　　至此，您已经获得了入场券资格。

二、基于REST API 的语音识别

　　百度语音支持android、ios和REST API三种平台。这里先介绍REST API，相对来说不用搭建android或者ios开发环境。

　　进入http://yuyin.baidu.com/asr/download下载REST API的示例和文档。

　　示例分别有java、linux c和php版本，还附带了一个test.pcm的音频文件。

　　选择java版本，导入eclipse中，代码很简单就一个测试类。

  package  com.baidu.speech.serviceapi; 
 import  java.io.BufferedReader; 
 import  java.io.DataOutputStream; 
 import  java.io.File; 
 import  java.io.FileInputStream; 
 import  java.io.IOException; 
 import  java.io.InputStream; 
 import  java.io.InputStreamReader; 
 import  java.net.HttpURLConnection; 
 import  java.net.URL; 
 import  javax.xml.bind.DatatypeConverter; 
 import  org.json.JSONObject; 
 public  class  Sample { 
      private  static  final  String serverURL =  "http://vop.baidu.com/server_api" ; 
      private  static  String token =  "" ; 
      private  static  final  String testFileName =  "C:\\Users\\Administrator\\workspace\\speechrecognition\\src\\test.pcm" ; 
      //put your own params here 
      private  static  final  String apiKey =  "***" ; //这里的apiKey就是前面申请在应用卡片中的apiKey 
      private  static  final  String secretKey =  "***" ; //这里的secretKey就是前面申请在应用卡片中的secretKey 
      private  static  final  String cuid =  "***" ; //cuid是设备的唯一标示，因为我用的是PC，所以这里用的是网卡Mac地址 
      public  static  void  main(String[] args)  throws  Exception { 
          getToken(); 
          method1(); 
          method2(); 
      } 
      private  static  void  getToken()  throws  Exception { 
          String getTokenURL =  "https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials"  + 
              "&client_id="  + apiKey +  "&client_secret="  + secretKey; 
          HttpURLConnection conn = (HttpURLConnection)  new  URL(getTokenURL).openConnection(); 
          token =  new  JSONObject(printResponse(conn)).getString( "access_token" ); 
      } 
      private  static  void  method1()  throws  Exception { 
          File pcmFile =  new  File(testFileName); 
          HttpURLConnection conn = (HttpURLConnection)  new  URL(serverURL).openConnection(); 
          // construct params 
          JSONObject params =  new  JSONObject(); 
          params.put( "format" ,  "pcm" ); 
          params.put( "rate" ,  8000 ); 
          params.put( "channel" ,  "1" ); 
          params.put( "token" , token); 
          params.put( "cuid" , cuid); 
          params.put( "len" , pcmFile.length()); 
          params.put( "speech" , DatatypeConverter.printBase64Binary(loadFile(pcmFile))); 
          // add request header 
          conn.setRequestMethod( "POST" ); 
          conn.setRequestProperty( "Content-Type" ,  "application/json; charset=utf-8" ); 
          conn.setDoInput( true ); 
          conn.setDoOutput( true ); 
          // send request 
          DataOutputStream wr =  new  DataOutputStream(conn.getOutputStream()); 
          wr.writeBytes(params.toString()); 
          wr.flush(); 
          wr.close(); 
          printResponse(conn); 
      } 
      private  static  void  method2()  throws  Exception { 
          File pcmFile =  new  File(testFileName); 
          HttpURLConnection conn = (HttpURLConnection)  new  URL(serverURL 
                  +  "?cuid="  + cuid +  "&token="  + token).openConnection(); 
          // add request header 
          conn.setRequestMethod( "POST" ); 
          conn.setRequestProperty( "Content-Type" ,  "audio/pcm; rate=8000" ); 
          conn.setDoInput( true ); 
          conn.setDoOutput( true ); 
          // send request 
          DataOutputStream wr =  new  DataOutputStream(conn.getOutputStream()); 
          wr.write(loadFile(pcmFile)); 
          wr.flush(); 
          wr.close(); 
          printResponse(conn); 
      } 
      private  static  String printResponse(HttpURLConnection conn)  throws  Exception { 
          if  (conn.getResponseCode() !=  200 ) { 
              // request error 
              return  "" ; 
          } 
          InputStream is = conn.getInputStream(); 
          BufferedReader rd =  new  BufferedReader( new  InputStreamReader(is)); 
          String line; 
          StringBuffer response =  new  StringBuffer(); 
          while  ((line = rd.readLine()) !=  null ) { 
              response.append(line); 
              response.append( '\r' ); 
          } 
          rd.close(); 
          System.out.println( new  JSONObject(response.toString()).toString( 4 )); 
          return  response.toString(); 
      } 
      private  static  byte [] loadFile(File file)  throws  IOException { 
          InputStream is =  new  FileInputStream(file); 
          long  length = file.length(); 
          byte [] bytes =  new  byte [( int ) length]; 
          int  offset =  0 ; 
          int  numRead =  0 ; 
          while  (offset < bytes.length 
                  && (numRead = is.read(bytes, offset, bytes.length - offset)) >=  0 ) { 
              offset += numRead; 
          } 
          if  (offset < bytes.length) { 
              is.close(); 
              throw  new  IOException( "Could not completely read file "  + file.getName()); 
          } 
          is.close(); 
          return  bytes; 
      } 
 } 
 

　　整个类运行和普通的类运行完全没两样，得到的控制台的信息如下：

  { 
      "access_token" :  "***66a6adc3bb14***99.2592000.1462845194.282335-7***" , 
      "refresh_token" :  "25.344b6***6a9748d8b25a***360000.1775613194.282335-7***" , 
      "scope" :  "public audio_voice_assistant_get wise_adapt lebo_resource_base lightservice_public hetu_basic lightcms_map_poi kaidian_kaidian" , 
      "session_key" :  "9mzdC***7BvKTa4HuiEVYXrXOUPY***RSS8h4936rRxxd***V4PMq1Y+6OVKac+18rRxRtsT" , 
      "session_secret" :  "*352***e9a7a664ef***775e" , 
      "expires_in" :  2592000 
 } 
 { 
      "result" : [ "百度语音提供技术支持，" ], 
      "err_msg" :  "success." , 
      "sn" :  "160625465371460253194" , 
      "corpus_no" :  "6271739712934435529" , 
      "err_no" :  0 
 } 
 { 
      "result" : [ "百度语音提供技术支持，" ], 
      "err_msg" :  "success." , 
      "sn" :  "613862746801460253195" , 
      "corpus_no" :  "6271739717258680030" , 
      "err_no" :  0 
 } 
 

　　从结果看出，装在test.pcm的那段语音内容就是“百度语音提供技术支持”。于是，我也利用windows自带的录音机功能，录制了一段wav格式的语音，一开始报错3301，查看文档说是识别错误，打开音频文件，发现没有录入任何东西，于是重新录入进行识别，虽然没有报错，但是识别的并非语音内容，估计是噪音太大。

三、基于Android平台的语音识别

　　显然，光是REST API模式还是玩的不过瘾，想着在来试试移动端的效果如何，移动平台有android和ios，考虑到自己本子的情况，还是选择了android，当然，这两者都不熟悉。

　　网上找了一个可以直接使用的android环境http://blog.sina.com.cn/s/blog_6de000c20101rpva.html#cmt_2623882，下载了一通eclipse、sdk和adt等等，凭着之前搭建过一次android平台的记忆，勉强把环境弄好了。

　　于是还是如REST API中一样需要下载android的sdk和文档。SDK目录包含以下内容：

　　各个模块的功能如下：

　　导入demo项目到eclipse中，配置好virtual device，就可以启动虚拟机（我在实际操作过程中，发现将libbdEASRAndroid.so和libBDVoiceRecognitionClient_MFE_V1.so导入classpath时会报错，于是我删除了这两个包），运行起来的效果如下：