使用实时语音识别
前提条件
- 确保已按照配置CPP环境(Windows)配置完毕。
- 请参考SDK(websocket)获取最新版本SDK包。
初始化Client
初始化RasrClient,其参数包括AuthInfo。
请求参数
请求类为RasrRequest,详见表 RasrRequest。
参数名称 |
是否必选 |
参数类型 |
描述 |
---|---|---|---|
audioFormat |
是 |
String |
音频格式,支持pcm等,如pcm8k16bit,参见《API参考》中开始识别章节。 |
property |
是 |
String |
属性字符串,language_sampleRate_domain, 如chinese_8k_common,参见《API参考》中开始识别章节。 |
通过set方法可以设置具体参数,详见表 RasrRequest设置参数
方法名称 |
是否必选 |
参数类型 |
描述 |
---|---|---|---|
SetPunc |
否 |
String |
表示是否在识别结果中添加标点,取值为yes 、 no,默认no。 |
SetDigitNorm |
否 |
String |
表示是否将语音中的数字识别为阿拉伯数字,取值为yes 、 no,默认为yes。 |
SetVadHead |
否 |
Integer |
头部最大静音时间,[0, 60000],默认10000ms。 |
SetVadTail |
否 |
Integer |
尾部最大静音时间,[0, 3000],默认500ms。 |
SetMaxSeconds |
否 |
Integer |
音频最长持续时间, [1, 60],默认30s。 |
SetIntermediateResult |
否 |
String |
是否显示中间结果,yes 或 no,默认no。 |
SetVocabularyId |
否 |
String |
热词表id,若没有则不填。 |
SetNeedWordInfo |
否 |
String |
表示是否在识别结果中输出分词结果信息,取值为“yes”和“no”,默认为“no”。 |
示例代码
如下示例仅供参考,最新代码请前往SDK(websocket)章节获取并运行。
#include <iostream> #include "RasrClient.h" #include "RasrRequest.h" #include "IoUtil.h" void OnConnect() { std::cout << "now rasr Connect success" << std::endl; } void OnStart(std::string text) { std::cout << "now rasr receive start response: " << text << std::endl; } void OnResp(std::string text) { // text encoded by utf-8 contains chinese character, which will cause error code. So we should convert to ansi // cout << "rasr receive " << text << endl; std::cout << "now rasr receive " << Utf8ToAnsi(text) << std::endl; } void OnEnd(std::string text) { std::cout << "now rasr receive end response: " << text << std::endl; } void OnClose() { std::cout << "now rasr receive Close" << std::endl; } void OnError(string text) { std::cout << "now rasr receive error: " << text << std::endl; } void OnEvent(string text) { std::cout << "now rasr receive event: " << text << std::endl; } void RasrTest() { // 1. config parameter // 1.1 init authInfo // 认证用的ak和sk硬编码到代码中或者明文存储都有很大的安全风险,建议在配置文件或者环境变量中密文存放,使用时解密,确保安全; // 本示例以ak和sk保存在环境变量中来实现身份验证为例,运行本示例前请先在本地环境中设置环境变量HUAWEICLOUD_SDK_AK和HUAWEICLOUD_SDK_SK。 std::string ak = GetEnv("HUAWEICLOUD_SDK_AK"); std::string sk = GetEnv("HUAWEICLOUD_SDK_SK"); string region = ""; string projectId = ""; AuthInfo authInfo(ak, sk, region, projectId); // 1.2 config Connect parameter HttpConfig httpConfig; httpConfig.SetReadTimeout(20000); httpConfig.SetConnectTimeout(20000); // 1.3 config callback, callback function are optional, if not set, it will use function in RasrListener WebsocketService::ptr websocketServicePtr = websocketpp::lib::make_shared<WebsocketService>(); websocketServicePtr->SetOnConnectFunc(OnConnect); // Connect success callback websocketServicePtr->SetOnStartFunc(OnStart); // receive start response callback websocketServicePtr->SetOnRespFunc(OnResp); // receive transcribe result callback websocketServicePtr->SetOnEndFunc(OnEnd); // receive end response callback websocketServicePtr->SetOnCloseFunc(OnClose); // Close callback websocketServicePtr->SetOnEventFunc(OnEvent); // receive event callback websocketServicePtr->SetOnErrorFunc(OnError); // receive error callback // 1.4 config request parameter RasrRequest request("pcm16k16bit", "chinese_16k_general"); request.SetIntermediateResult("no"); // 2. init client RasrClient* rasrClient = new RasrClient(authInfo, websocketServicePtr, httpConfig); // 3. create connection :ContinueStreamConnect/ShortStreamConnect/SentenceStreamConnect rasrClient->ContinueStreamConnect(); // 4. send start rasrClient->SendStart(request); // 5. send binary audio. (filePtr, fileLength, byteLen, SleepTime ). If the audio is generated by recording, then it should set sleep time 0. int fileLength; std::string filePath = "../sisCppSdkDemo/123.wav"; unsigned char* buff = ReadBinary(filePath, &fileLength); if (buff == nullptr) { cout << filePath << " read file failed"; rasrClient->Close(); delete rasrClient; return; } rasrClient->SendBinary(buff, fileLength, 3200, 50); // 6. send end rasrClient->SendEnd(); // 7. close rasrClient->Close(); delete[] buff; delete rasrClient; } int main() { RasrTest(); return 0; }