Java中怎么通过调用jna实现语音识别功能
Java中怎么通过调用jna实现语音识别功能,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
创新互联建站凭借在网站建设、网站推广领域领先的技术能力和多年的行业经验,为客户提供超值的营销型网站建设服务,我们始终认为:好的营销型网站就是好的业务员。我们已成功为企业单位、个人等客户提供了成都网站设计、成都网站制作服务,以良好的商业信誉,完善的服务及深厚的技术力量处于同行领先地位。
JNA
java调用.dll获取.so一般通过JNI,但是JNI的使用比较复杂,需要用C另写一个共享库进行适配。而JNA是一个自动适配工具,通过它调用.dll只需要一个借口即可。
官网:https://github.com/twall/jna/。下载jna.jar即可。
编写接口
科大讯飞语音云主要提供语音合成和语音识别两个方面的东西,我主要使用语音识别这块的功能。
建立接口QTSR,继承Library。
将msc.dll等文件复制到项目根目录。
加载msc.dll
QTSR INSTANCE = (QTSR) Native.loadLibrary("msc", QTSR.class);
然后来看一下msc.dll公开了哪些方法。首先是QISRInit,这是一个全局初始化函数。
它的返回值为int,参数是const char*。int还是java的int,但是char*就对应的是java的String了。
所以在QTSR中添加方法:
public int QISRInit(String configs);
返回值在msp_errors.h中定义,等一下我们还是要弄在java里面去。
继续看QISRInit函数,在官方文档中有调用示例:
const char* configs=“server_url=dev.voicecloud.cn, timeout=10000, vad_enable=true”; int ret = QISRInit( configs ); if(MSP_SUCCESS != ret ) { printf( “QISRInit failed, error code is: %d”, ret ); }
对应的在java中的调用代码如下:
String config = "server_url=dev.voicecloud.cn, timeout=10000, vad_enable=true"; int code = QTSR.INSTANCE.QISRInit(config); if (code != 0) { System.out.println("QISRInit failed, error code is:" + code); }
我们在看一个函数:QISRSessionBegin,这个开始一路ISR会话。
还是刚才的思路,char*对应java的String,但是注意一下int *errorCode。这个函数其实传入两个参数,传出两个参数。即本身返回的sessionId,还有errorCode。
这里的int*对应的是jna的IntByReference。所以添加方法:
public String QISRSessionBegin(String grammarList, String params,IntByReference errorCode);
同样看看官方示例:
/* vad_timeout和vad_speech_tail两个参数只有在打开VAD功能时才生效 */ const char* params= “ssm=1,sub=iat,aue=speex-wb;7,auf=audio/L16;rate=16000,ent=sms16k,rst=plain,vad_timeout=1000,vad_speech_tail=1000”; int ret = MSP_SUCCESS; const char* session_id = QISRSessionBegin( NULL, params, &ret ); if(MSP_SUCCESS != ret ) { printf( “QISRSessionBegin failed, error code is: %d”, ret ); }
在java这样写:
String params = "ssm=1,sub=iat,aue=speex-wb;7,auf=audio/L16;rate=16000,ent=sms16k,rst=plain,vad_timeout=1000,vad_speech_tail=1000"; IntByReference errorCode = new IntByReference(); String sessionId = QTSR.INSTANCE.QISRSessionBegin(null, params,errorCode);
运行效果:
其他的函数处理方式大致相同,这里贴上一个c和java在jna中的类型对应表:
其中Unsigned类型和signed在java中对应是一样的。
.h文件和常量处理
在SDK的include目录有4个.h文件,定义了一些常量,比如上面一节中的0其实是msp_errors.h中MSP_SUCCESS。
我以msp_errors.h为例,建立一个接口Msp_errors,继承StdCallLibrary。
照着msp_errors.h中的定义在Msp_errors中进行定义。
public static final int MSP_SUCCESS = 0; public static final int ERROR_FAIL = -1; public static final int ERROR_EXCEPTION= -2; public static final int ERROR_GENERAL= 10100; public static final int ERROR_OUT_OF_MEMORY= 10101; public static final int ERROR_FILE_NOT_FOUND= 10102; public static final int ERROR_NOT_SUPPORT= 10103;
使用很简单的,比如MSP_SUCCESS 就是Msp_errors.MSP_SUCCESS。
完整代码和文件
这个只是语音识别部分的,语音合成的话我记得有人做过jni接口的。
*QTSR.java
package com.cnblogs.htynkn; import com.sun.jna.Library; import com.sun.jna.Native; import com.sun.jna.Pointer; import com.sun.jna.ptr.IntByReference; /** * @author 夜明的孤行灯 * @date 2012-7-5 */ public interface QTSR extends Library { QTSR INSTANCE = (QTSR) Native.loadLibrary("msc", QTSR.class); /** * 初始化MSC的ISR部分 * * @param configs * 初始化时传入的字符串,以指定合成用到的一些配置参数,各个参数以“参数名=参数值”的形式出现,大小写不敏感,不同的参数之间以“ * ,”或“\n”隔开,不设置任何值时可以传入NULL或空串: * @return 如果函数调用成功返回MSP_SUCCESS,否则返回错误代码,错误代码参见msp_errors */ public int QISRInit(String configs); /** * 开始一个ISR会话 * * @param grammarList * uri-list格式的语法,可以是一个语法文件的URL或者一个引擎内置语法列表。可以同时指定多个语法,不同的语法之间以“,” * 隔开。进行语音听写时不需要语法,此参数设定为NULL或空串即可;进行语音识别时则需要语法,语法可以在此参数中指定, * 也可以随后调用QISRGrammarActivate指定识别所用的语法。 * @param params * 本路ISR会话使用的参数,可设置的参数及其取值范围请参考《可设置参数列表_MSP20.xls》,各个参数以“参数名=参数值” * 的形式出现,不同的参数之间以“,”或者“\n”隔开。 * @param errorCode * 如果函数调用成功则其值为MSP_SUCCESS,否则返回错误代码,错误代码参见msp_errors。几个主要的返回值: * MSP_ERROR_NOT_INIT 未初始化 MSP_ERROR_INVALID_PARA 无效的参数 * MSP_ERROR_NO_LICENSE 开始一路会话失败 * @return MSC为本路会话建立的ID,用来唯一的标识本路会话,供以后调用其他函数时使用。函数调用失败则会返回NULL。 */ public String QISRSessionBegin(String grammarList, String params, IntByReference errorCode); /** * 传入语法 * * @param sessionID * 由QISRSessionBegin返回过来的会话ID。 * @param grammar * 语法字符串 * @param type * 语法类型,可以是uri-list、abnf、xml等 * @param weight * 本次传入语法的权重,本参数在MSP 2.0中会被忽略。 * @return 如果函数调用成功返回MSP_SUCCESS,否则返回错误代码,错误代码参见msp_errors */ public int QISRGrammarActivate(String sessionID, String grammar, String type, int weight); /** * 写入用来识别的语音 * * @param sessionID * 由QISRSessionBegin返回过来的会话ID。 * @param waveData * 音频数据缓冲区起始地址 * @param waveLen * 音频数据长度,其大小不能超过设定的max_audio_size * @param audioStatus * 用来指明用户本次识别的音频是否发送完毕,可能值如下: * MSP_AUDIO_SAMPLE_FIRST = 1 第一块音频 * MSP_AUDIO_SAMPLE_CONTINUE = 2 还有后继音频 * MSP_AUDIO_SAMPLE_LAST = 4 最后一块音频 * @param epStatus * 端点检测(End-point detected)器所处的状态,可能的值如下: * MSP _EP_LOOKING_FOR_SPEECH = 0 还没有检测到音频的前端点。 * MSP _EP_IN_SPEECH = 1 已经检测到了音频前端点,正在进行正常的音频处理。 * MSP _EP_AFTER_SPEECH = 3 检测到音频的后端点,后继的音频会被MSC忽略。 * MSP _EP_TIMEOUT = 4 超时。 * MSP _EP_ERROR= 5 出现错误。 * MSP _EP_MAX_SPEECH = 6 音频过大。 * @param recogStatus * 识别器所处的状态 * @return */ public int QISRAudioWrite(String sessionID, Pointer waveData, int waveLen, int audioStatus, IntByReference epStatus, IntByReference recogStatus); /** * 获取识别结果 * * @param sessionID 由QISRSessionBegin返回过来的会话ID。 * @param rsltStatus 识别结果的状态,其取值范围和含义请参考QISRAudioWrite的参数recogStatus * @param waitTime 与服务器交互的间隔时间,可以控制和服务器的交互频度。单位为ms,建议取值为5000。 * @param errorCode 如果函数调用成功返回MSP_SUCCESS,否则返回错误代码,错误代码参见msp_errors * @return 函数执行成功并且获取到识别结果时返回识别结果,函数执行成功没有获取到识别结果时返回NULL */ public String QISRGetResult(String sessionID, IntByReference rsltStatus, int waitTime, IntByReference errorCode); /** * 结束一路会话 * * @param sessionID 由QISRSessionBegin返回过来的会话ID。 * @param hints 结束本次会话的原因描述,用于记录日志,便于用户查阅或者跟踪某些问题。 * @return */ public int QISRSessionEnd(String sessionID, String hints); /** * 获取与识别交互相关的参数 * * @param sessionID 由QISRSessionBegin返回过来的会话ID。 * @param paramName 要获取的参数名称;支持同时查询多个参数,查询多个参数时,参数名称按“,” 或“\n”分隔开来。 * @param paramValue 获取的参数值,以字符串形式返回;查询多个参数时,参数值之间以“;”分开,不支持的参数将返回空的值。 * @param valueLen 参数值的长度。 * @return */ public int QISRGetParam(String sessionID, String paramName, String paramValue, IntByReference valueLen); /** * 逆初始化MSC的ISR部分 * * @return */ public int QISRFini(); } *Msp_errors ? package com.cnblogs.htynkn; import com.sun.jna.win32.StdCallLibrary; /** * @author 夜明的孤行灯 * @date 2012-7-5 */ public interface Msp_errors extends StdCallLibrary { public static final int MSP_SUCCESS = 0; public static final int ERROR_FAIL = -1; public static final int ERROR_EXCEPTION= -2; public static final int ERROR_GENERAL= 10100; /* 0x2774 */ public static final int ERROR_OUT_OF_MEMORY= 10101; /* 0x2775 */ public static final int ERROR_FILE_NOT_FOUND= 10102; /* 0x2776 */ public static final int ERROR_NOT_SUPPORT= 10103; /* 0x2777 */ public static final int ERROR_NOT_IMPLEMENT= 10104; /* 0x2778 */ public static final int ERROR_ACCESS= 10105; /* 0x2779 */ public static final int ERROR_INVALID_PARA= 10106; /* 0x277A */ public static final int ERROR_INVALID_PARA_VALUE= 10107; /* 0x277B */ public static final int ERROR_INVALID_HANDLE= 10108; /* 0x277C */ public static final int ERROR_INVALID_DATA= 10109; /* 0x277D */ public static final int ERROR_NO_LICENSE= 10110; /* 0x277E */ public static final int ERROR_NOT_INIT= 10111; /* 0x277F */ public static final int ERROR_NULL_HANDLE= 10112; /* 0x2780 */ public static final int ERROR_OVERFLOW= 10113; /* 0x2781 */ public static final int ERROR_TIME_OUT= 10114; /* 0x2782 */ public static final int ERROR_OPEN_FILE= 10115; /* 0x2783 */ public static final int ERROR_NOT_FOUND= 10116; /* 0x2784 */ public static final int ERROR_NO_ENOUGH_BUFFER= 10117; /* 0x2785 */ public static final int ERROR_NO_DATA= 10118; /* 0x2786 */ public static final int ERROR_NO_MORE_DATA= 10119; /* 0x2787 */ public static final int ERROR_NO_RESPONSE_DATA= 10120; /* 0x2788 */ public static final int ERROR_ALREADY_EXIST= 10121; /* 0x2789 */ public static final int ERROR_LOAD_MODULE= 10122; /* 0x278A */ public static final int ERROR_BUSY = 10123; /* 0x278B */ public static final int ERROR_INVALID_CONFIG= 10124; /* 0x278C */ public static final int ERROR_VERSION_CHECK= 10125; /* 0x278D */ public static final int ERROR_CANCELED= 10126; /* 0x278E */ public static final int ERROR_INVALID_MEDIA_TYPE= 10127; /* 0x278F */ public static final int ERROR_CONFIG_INITIALIZE= 10128; /* 0x2790 */ public static final int ERROR_CREATE_HANDLE= 10129; /* 0x2791 */ public static final int ERROR_CODING_LIB_NOT_LOAD= 10130; /* 0x2792 */ /* Error codes of network 10200(0x27D8)*/ public static final int ERROR_NET_GENERAL= 10200; /* 0x27D8 */ public static final int ERROR_NET_OPENSOCK= 10201; /* 0x27D9 */ /* Open socket */ public static final int ERROR_NET_CONNECTSOCK= 10202; /* 0x27DA */ /* Connect socket */ public static final int ERROR_NET_ACCEPTSOCK = 10203; /* 0x27DB */ /* Accept socket */ public static final int ERROR_NET_SENDSOCK= 10204; /* 0x27DC */ /* Send socket data */ public static final int ERROR_NET_RECVSOCK= 10205; /* 0x27DD */ /* Recv socket data */ public static final int ERROR_NET_INVALIDSOCK= 10206; /* 0x27DE */ /* Invalid socket handle */ public static final int ERROR_NET_BADADDRESS = 10207; /* 0x27EF */ /* Bad network address */ public static final int ERROR_NET_BINDSEQUENCE= 10208; /* 0x27E0 */ /* Bind after listen/connect */ public static final int ERROR_NET_NOTOPENSOCK= 10209; /* 0x27E1 */ /* Socket is not opened */ public static final int ERROR_NET_NOTBIND= 10210; /* 0x27E2 */ /* Socket is not bind to an address */ public static final int ERROR_NET_NOTLISTEN = 10211; /* 0x27E3 */ /* Socket is not listening */ public static final int ERROR_NET_CONNECTCLOSE= 10212; /* 0x27E4 */ /* The other side of connection is closed */ public static final int ERROR_NET_NOTDGRAMSOCK= 10213; /* 0x27E5 */ /* The socket is not datagram type */ public static final int ERROR_NET_DNS= 10214; /* 0x27E6 */ /* domain name is invalid or dns server does not function well */ /* Error codes of mssp message 10300(0x283C) */ public static final int ERROR_MSG_GENERAL= 10300; /* 0x283C */ public static final int ERROR_MSG_PARSE_ERROR= 10301; /* 0x283D */ public static final int ERROR_MSG_BUILD_ERROR= 10302; /* 0x283E */ public static final int ERROR_MSG_PARAM_ERROR= 10303; /* 0x283F */ public static final int ERROR_MSG_CONTENT_EMPTY= 10304; /* 0x2840 */ public static final int ERROR_MSG_INVALID_CONTENT_TYPE = 10305; /* 0x2841 */ public static final int ERROR_MSG_INVALID_CONTENT_LENGTH = 10306; /* 0x2842 */ public static final int ERROR_MSG_INVALID_CONTENT_ENCODE = 10307; /* 0x2843 */ public static final int ERROR_MSG_INVALID_KEY= 10308; /* 0x2844 */ public static final int ERROR_MSG_KEY_EMPTY= 10309; /* 0x2845 */ public static final int ERROR_MSG_SESSION_ID_EMPTY= 10310; /* 0x2846 */ public static final int ERROR_MSG_LOGIN_ID_EMPTY= 10311; /* 0x2847 */ public static final int ERROR_MSG_SYNC_ID_EMPTY= 10312; /* 0x2848 */ public static final int ERROR_MSG_APP_ID_EMPTY= 10313; /* 0x2849 */ public static final int ERROR_MSG_EXTERN_ID_EMPTY= 10314; /* 0x284A */ public static final int ERROR_MSG_INVALID_CMD= 10315; /* 0x284B */ public static final int ERROR_MSG_INVALID_SUBJECT= 10316; /* 0x284C */ public static final int ERROR_MSG_INVALID_VERSION= 10317; /* 0x284D */ public static final int ERROR_MSG_NO_CMD= 10318; /* 0x284E */ public static final int ERROR_MSG_NO_SUBJECT= 10319; /* 0x284F */ public static final int ERROR_MSG_NO_VERSION= 10320; /* 0x2850 */ public static final int ERROR_MSG_MSSP_EMPTY= 10321; /* 0x2851 */ public static final int ERROR_MSG_NEW_RESPONSE= 10322; /* 0x2852 */ public static final int ERROR_MSG_NEW_CONTENT= 10323; /* 0x2853 */ public static final int ERROR_MSG_INVALID_SESSION_ID = 10324; /* 0x2854 */ /* Error codes of DataBase 10400(0x28A0)*/ public static final int ERROR_DB_GENERAL= 10400; /* 0x28A0 */ public static final int ERROR_DB_EXCEPTION= 10401; /* 0x28A1 */ public static final int ERROR_DB_NO_RESULT= 10402; /* 0x28A2 */ public static final int ERROR_DB_INVALID_USER= 10403; /* 0x28A3 */ public static final int ERROR_DB_INVALID_PWD= 10404; /* 0x28A4 */ public static final int ERROR_DB_CONNECT= 10405; /* 0x28A5 */ public static final int ERROR_DB_INVALID_SQL= 10406; /* 0x28A6 */ public static final int ERROR_DB_INVALID_APPID= 10407; /* 0x28A7 */ /* Error codes of Resource 10500(0x2904)*/ public static final int ERROR_RES_GENERAL= 10500; /* 0x2904 */ public static final int ERROR_RES_LOAD = 10501; /* 0x2905 */ /* Load resource */ public static final int ERROR_RES_FREE = 10502; /* 0x2906 */ /* Free resource */ public static final int ERROR_RES_MISSING = 10503; /* 0x2907 */ /* Resource File Missing */ public static final int ERROR_RES_INVALID_NAME = 10504; /* 0x2908 */ /* Invalid resource file name */ public static final int ERROR_RES_INVALID_ID = 10505; /* 0x2909 */ /* Invalid resource ID */ public static final int ERROR_RES_INVALID_IMG = 10506; /* 0x290A */ /* Invalid resource image pointer */ public static final int ERROR_RES_WRITE= 10507; /* 0x290B */ /* Write read-only resource */ public static final int ERROR_RES_LEAK = 10508; /* 0x290C */ /* Resource leak out */ public static final int ERROR_RES_HEAD = 10509; /* 0x290D */ /* Resource head currupt */ public static final int ERROR_RES_DATA = 10510; /* 0x290E */ /* Resource data currupt */ public static final int ERROR_RES_SKIP = 10511; /* 0x290F */ /* Resource file skipped */ /* Error codes of TTS 10600(0x2968)*/ public static final int ERROR_TTS_GENERAL= 10600; /* 0x2968 */ public static final int ERROR_TTS_TEXTEND = 10601; /* 0x2969 */ /* Meet text end */ public static final int ERROR_TTS_TEXT_EMPTY= 10602; /* 0x296A */ /* no synth text */ /* Error codes of Recognizer 10700(0x29CC) */ public static final int ERROR_REC_GENERAL= 10700; /* 0x29CC */ public static final int ERROR_REC_INACTIVE= 10701; /* 0x29CD */ public static final int ERROR_REC_GRAMMAR_ERROR= 10702; /* 0x29CE */ public static final int ERROR_REC_NO_ACTIVE_GRAMMARS = 10703; /* 0x29CF */ public static final int ERROR_REC_DUPLICATE_GRAMMAR= 10704; /* 0x29D0 */ public static final int ERROR_REC_INVALID_MEDIA_TYPE = 10705; /* 0x29D1 */ public static final int ERROR_REC_INVALID_LANGUAGE= 10706; /* 0x29D2 */ public static final int ERROR_REC_URI_NOT_FOUND= 10707; /* 0x29D3 */ public static final int ERROR_REC_URI_TIMEOUT= 10708; /* 0x29D4 */ public static final int ERROR_REC_URI_FETCH_ERROR= 10709; /* 0x29D5 */ /* Error codes of Speech Detector 10800(0x2A30) */ public static final int ERROR_EP_GENERAL= 10800; /* 0x2A30 */ public static final int ERROR_EP_NO_SESSION_NAME= 10801; /* 0x2A31 */ public static final int ERROR_EP_INACTIVE = 10802; /* 0x2A32 */ public static final int ERROR_EP_INITIALIZED = 10803; /* 0x2A33 */ /* Error codes of TUV */ public static final int ERROR_TUV_GENERAL= 10900; /* 0x2A94 */ public static final int ERROR_TUV_GETHIDPARAM = 10901; /* 0x2A95 */ /* Get Busin Param huanid*/ public static final int ERROR_TUV_TOKEN= 10902; /* 0x2A96 */ /* Get Token */ public static final int ERROR_TUV_CFGFILE= 10903; /* 0x2A97 */ /* Open cfg file */ public static final int ERROR_TUV_RECV_CONTENT = 10904; /* 0x2A98 */ /* received content is error */ public static final int ERROR_TUV_VERFAIL = 10905; /* 0x2A99 */ /* Verify failure */ /* Error codes of IMTV */ public static final int ERROR_LOGIN_SUCCESS= 11000; /* 0x2AF8 */ /* 成功 */ public static final int ERROR_LOGIN_NO_LICENSE = 11001; /* 0x2AF9 */ /* 试用次数结束,用户需要付费 */ public static final int ERROR_LOGIN_SESSIONID_INVALID = 11002; /* 0x2AFA */ /* SessionId失效,需要重新登录通行证 */ public static final int ERROR_LOGIN_SESSIONID_ERROR= 11003; /* 0x2AFB */ /* SessionId为空,或者非法 */ public static final int ERROR_LOGIN_UNLOGIN = 11004; /* 0x2AFC */ /* 未登录通行证 */ public static final int ERROR_LOGIN_INVALID_USER = 11005; /* 0x2AFD */ /* 用户ID无效 */ public static final int ERROR_LOGIN_INVALID_PWD = 11006; /* 0x2AFE */ /* 用户密码无效 */ public static final int ERROR_LOGIN_SYSTEM_ERROR= 11099; /* 0x2B5B */ /* 系统错误 */ /* Error codes of HCR */ public static final int ERROR_HCR_GENERAL= 11100; public static final int ERROR_HCR_RESOURCE_NOT_EXIST = 11101; public static final int ERROR_HCR_CREATE= 11102; public static final int ERROR_HCR_DESTROY= 11103; public static final int ERROR_HCR_START= 11104; public static final int ERROR_HCR_APPEND_STROKES= 11105; public static final int ERROR_HCR_GET_RESULT= 11106; public static final int ERROR_HCR_SET_PREDICT_DATA= 11107; public static final int ERROR_HCR_GET_PREDICT_RESULT = 11108; /* Error codes of http 12000(0x2EE0) */ public static final int ERROR_HTTP_BASE= 12000; /* 0x2EE0 */ /*Error codes of ISV */ public static final int ERROR_ISV_NO_USER = 13000; /* 32C8 */ /* the user doesn't exist */ /* Error codes of Lua scripts */ public static final int ERROR_LUA_BASE= 14000; /* 0x36B0 */ public static final int ERROR_LUA_YIELD= 14001; /* 0x36B1 */ public static final int ERROR_LUA_ERRRUN= 14002; /* 0x36B2 */ public static final int ERROR_LUA_ERRSYNTAX= 14003; /* 0x36B3 */ public static final int ERROR_LUA_ERRMEM= 14004; /* 0x36B4 */ public static final int ERROR_LUA_ERRERR= 14005; /* 0x36B5 */ }
看完上述内容,你们掌握Java中怎么通过调用jna实现语音识别功能的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!
本文题目:Java中怎么通过调用jna实现语音识别功能
文章路径:http://ybzwz.com/article/jcjhcg.html