google语音 API vs 国产科大讯飞

GOOGLE 语音 API 参考文章地址：

http://blog.laobubu.net/546

iphone 4s 中的 siry google android 手机上面的语音搜索。（我用的很少。。。衰），前段时间在微博上看到 baidu 也在做语音。。。当时还提到国产的 “科大讯飞”

我真的很激动。。。自己想做一款语音方面的游戏，，当做 iphone 练手项目。。

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

[API]Google的语音识别API，支持各种语言

发表于 2011-08-21

没好用的智能机的孩子你伤不起啊有木有！成天都是倒霉Symbian60啊有木有！上次超流量下载了Google Search for S60，里面神奇的有“语音搜索”……然后就是今天碰到android手机了，自带一个语音输入法啊！这准确率杆杆地！不过根据我多秒经验，S60的废柴API库绝对没有这么完美的语音识别（玩过诺基亚的应该都知道，待机状态长按右软件那个出来的是自带的识别功能），所以肯定Google留了一手！

（软件见http://www.google.com/intl/zh-CN_ALL/mobile/google-mobile-app/）

废话多了，现在看看Google的猥琐API之STT！（属于speech-api v1的recognize）

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

不过使用不是那么简单的哦……

如何调用

要使用这个API，你得先有一些心理素质：面对倒霉的FLAC格式，因为这个API只支持FLAC格式的数据，杯具啊。

不过你找到了我的博客，那么你是幸福的，因为我已经为你准备了不少好东西了。（顺便说一句，如果要转载记得清楚地标注“来自http://blog.laobubu.net”，我信任你。）

现在看看如何请求数据：

【URL】http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN
【方式】POST
【请求头】Content-Type:audio/x-flac; rate=16000
【POST】flac文件的数据
【URL里可选参数】&maxresults=返回结果数

如果你人品大爆发，你成功了，可以得到类似这个的结果
{"status":0,"id":"54e1babccaa58682ffbb02ceb42aa47c-1",
"hypotheses":[{"utterance":"测试程序","confidence":0.8556527}]}
或者你的请求URL里设置了maxresults（比如 http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN&maxresults=10 ）你就会得到：
{"status":0,"id":"fbf23a887b9ac2bfb630aa40dd1a776c-1","hypotheses":
[
{"utterance":"欢迎访问过的网址","confidence":0.7275984},
{"utterance":"欢迎访问我的网站"},
{"utterance":"欢迎访问我的网址"},
{"utterance":"欢迎访问过的网站"},
{"utterance":"白云访问过的网址"},
{"utterance":"怀孕访问过的网址"},
{"utterance":"欢迎访问有的网址"},
{"utterance":"欢迎访问过的网址哦"},
{"utterance":"白云访问我的网站"},
{"utterance":"怀孕访问我的网站"}
]
}
不过不简单哦

实例

Python代码

#By laobubu.net

import urllib2

FILE= '1.flac' #这里假设在当前文件夹下有一个叫1.flac的文件被识别

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

audio= open (FILE, 'rb' ). read ( )

headers = { 'Content-Type' : 'audio/x-flac; rate=16000' }

req = urllib2. Request (url, audio, headers )

response = urllib2. urlopen (req )

print response. read ( ). decode ( 'UTF-8' )

PHP代码

<?php

$ch = curl_init ( ) ;

curl_setopt ( $ch , CURLOPT_URL , "http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN&maxresults=10" ) ;

curl_setopt ( $ch , CURLOPT_VERBOSE , 0 ) ;

curl_setopt ( $ch , CURLOPT_HEADER , 0 ) ;

curl_setopt ( $ch , CURLOPT_POST , 1 ) ;

curl_setopt ( $ch , CURLOPT_RETURNTRANSFER , 1 ) ;

curl_setopt ( $ch , CURLOPT_POSTFIELDS , file_get_contents ( '1.flac' ) ) ;

curl_setopt ( $ch , CURLOPT_HTTPHEADER , array ( "Content-Type: audio/x-flac; rate=16000" ) ) ;

$data = curl_exec ( $ch ) ;

curl_close ( $ch ) ;

if ( $data =json_decode ( $data , true ) ) {

echo "<ul>" ;

foreach ( $data [ 'hypotheses' ] as $i ) echo "<li>" . $i [ 'utterance' ] . "</li>" ;

echo "</ul>" ;

} else {

echo "<i>识别出错</i>" ;

}

?>

头疼：FLAC文件格式

这里我长话短说，google的flac也有限制，22050 Hz+201kbps还正常，如果比这个大多了就不对了。

不过还有最要命的问题，怎么生成FLAC文件？

没关系，这里有救星：flac.exe包下载

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

具体使用方法是【flac.exe 文件.wav】这样在命令行调用即可，测试得知：不支持MP3等格式，但是支持基本的wav格式。

至于其他环境下（如linux里）也有对应的flac下载。我没有怎么用过linux就不说啥了。

好了，你可以去制造你的app了，哈哈。

来自laobubu实验室自动转换API

为了方便，我写了一个python程序，放在Google App Engine上面，只要提交一个音频文件的URL(支持MP3、wav等常见格式)，且文件不大，就可以得到结果了哦。

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

喜欢的话记得+1哦，当然捐赠我最不介意