摘要：返回的字串如下我要聽(tīng)三國(guó)演義這本書正在努力搜索中，請(qǐng)稍等我要聽(tīng)三國(guó)演義這本書三國(guó)演義通過(guò)解析這段，可以得到類型，用于查詢書名，是表示行為是播放。

轉(zhuǎn)載請(qǐng)注明原文地址：傳送

olami 開(kāi)放平臺(tái) sdk 除了支持語(yǔ)音識(shí)別功能外，更強(qiáng)大的在于支持語(yǔ)義理解功能，在 Android 平臺(tái)和 iOS 平臺(tái)都有示例 demo 供大家下載。

語(yǔ)音在線聽(tīng)書demo：傳送

語(yǔ)音記賬demo：傳送

在 web 端，基于 JavaScript 用 olami 開(kāi)放平臺(tái) sdk 也可以實(shí)現(xiàn)語(yǔ)音識(shí)別語(yǔ)義理解。本文就實(shí)現(xiàn)了這樣一個(gè)小程序，web 客戶端本地用麥克風(fēng)錄音，錄音的數(shù)據(jù)用 speex 壓縮，然后跨域向服務(wù)器發(fā)送請(qǐng)求，返回識(shí)別的語(yǔ)音和語(yǔ)義字符串并顯示。

先上圖：

如下圖剛載入的時(shí)候，未錄音前界面

點(diǎn)擊開(kāi)始錄音button后

一句話說(shuō)完自動(dòng)檢測(cè)尾音結(jié)束標(biāo)志然后壓縮上傳給服務(wù)器進(jìn)行識(shí)別

將從服務(wù)器獲取的識(shí)別結(jié)果顯示到界面上

本例中說(shuō)的語(yǔ)音是：“我要聽(tīng)三國(guó)演義這本書”，用的是 android 平臺(tái)聽(tīng)書 app 建立的語(yǔ)法。
返回的json字串如下：

{
    “data”: {
        “asr”: {
            “result”: “我要聽(tīng)三國(guó)演義這本書”,
            “speech_status”: 0,
            “final”: true,
            “status”: 0
        },
        “nli”: [
            {
                “desc_obj”: {
                    “result”: “正在努力搜索中，請(qǐng)稍等”,
                    “status”: 0
                },
                “semantic”: [
                    {
                        “app”: “musiccontrol”,
                        “input”: “我要聽(tīng)三國(guó)演義這本書”,
                        “slots”: [
                            {
                                “name”: “songname”,
                                “value”: “三國(guó)演義”
                            }
                        ],
                        “modifier”: [
                            “play”
                        ],
                        “customer”: “58df512384ae11f0bb7b487e”
                    }
                ],
                “type”: “musiccontrol”
            }
        ]
    },
    “status”: “ok”
}

通過(guò)解析這段 json，可以得到 app 類型，songname (用于查詢書名)，modifier 是 play 表示行為是播放。

這段 json 的語(yǔ)法當(dāng)然是用戶自定義的，獲得了 json 字串就可以解析得到程序需要的字段用于對(duì)應(yīng)的操作，從而實(shí)現(xiàn)了語(yǔ)義理解功能。olami 開(kāi)放平臺(tái)語(yǔ)法編寫介紹

下面來(lái)看看實(shí)現(xiàn)的 code，用 eclipse 建立 J2EE 工程 WebVoiceRecognize

初次搭建可以參考如下網(wǎng)站： 傳送

下面是建立的工程目錄結(jié)構(gòu)，發(fā)布后，網(wǎng)頁(yè)打開(kāi)運(yùn)行在chrome或者QQ瀏覽器均可。

下面講述下 voiceRecognize.html 這個(gè)文件，其他都是 min.js,只需知道如何調(diào)用就可以了。

    
    
     
    
     
      
          
     

    
        

        
點(diǎn)擊開(kāi)始button錄音,點(diǎn)擊停止button停止錄音并進(jìn)行識(shí)別
        

        
        
      
      
result:
      

         
       
      
     

瀏覽器載入的時(shí)候，先調(diào)用load()進(jìn)行初始化

function load(){
setAuthorization(
                "http://cn.olami.ai/cloudservice/api",//serverurl
                "51a4bb56ba954655a4fc834bfdc46af1", //appkey             
                "asr",//api類型
                "68bff251789b426896e70e888f919a6d",//appSecret
                "nli");//seq
setCallBackFromServerResult(getResultFromServer);
}

initAudio()中初始化了recorder用于獲取麥克風(fēng)資源做錄音使用。

setAuthorization函數(shù)，參數(shù)分別是

url :服務(wù)器地址
appkey:開(kāi)放平臺(tái)注冊(cè)應(yīng)用后獲得的appkey
api:api類型選asr為語(yǔ)音
appSecret:開(kāi)放平臺(tái)注冊(cè)應(yīng)用后獲得的appSecret
nli:為seq表示包含語(yǔ)音語(yǔ)義返回，為stt表示只有語(yǔ)音返回

setCallBackFromServerResult(getResultFromServer) 注冊(cè)錄音介紹并且識(shí)別出結(jié)果后的回調(diào)，在回調(diào)函數(shù)中可以把結(jié)果輸出到界面上。

當(dāng)點(diǎn)擊開(kāi)始錄音 button 后，調(diào)用

function StartRecording()
{
      // start recording
      if (audioRecorder == null)
      {
         initAudio();   
         alert("need initialize media");    
      }        
      audioRecorder.clear();
      audioRecorder.record();  
      recording = true;  
      bRecorded = false;
      ToggleLabels(); 
      RegisterCallBackToRecorder(); //注冊(cè)recoder回調(diào)        
}

當(dāng)在錄音的js代碼中，會(huì)自動(dòng)檢測(cè)尾音結(jié)束，然后回調(diào)注冊(cè)的函數(shù)speexEncode ()，點(diǎn)擊停止錄音button一樣調(diào)用這個(gè)函數(shù)

window.speexEncode =  function()
 {
    exportSpeex();      
 };


  function exportSpeex()
{
    recording = false;
    bRecorded = true;
    ToggleLabels();//更新界面的button狀態(tài)
    audioRecorder.stop();               
    audioRecorder.exportPCM(uploadSpeexData);
} 

audioRecorder.exportPCM(uploadSpeexData) 實(shí)現(xiàn)了將錄好的 16Kpcm 語(yǔ)音壓縮成 speex 格式并上傳到服務(wù)器，從服務(wù)器取得結(jié)果后調(diào)用注冊(cè)的

setCallBackFromServerResult(getResultFromServer)函數(shù)，然后再函數(shù) getResultFromServer 中進(jìn)行結(jié)果的輸出顯示。

代碼下載地址：

https://github.com/ls0609/Web...

相關(guān)網(wǎng)站鏈接：

olami開(kāi)放平臺(tái)語(yǔ)法官方介紹：https://cn.olami.ai/wiki/?mp=...
olami開(kāi)放平臺(tái)語(yǔ)法編寫簡(jiǎn)介：http://blog.csdn.net/ls0609/a...