หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>โค้ดแหล่งที่มา AI
ดาวน์โหลด

การรับรู้เนื้อหามัลติมีเดียการถ่ายโอนเสียงบริการสังเคราะห์เสียง

ง่ายแปลงภาพวิดีโอเสียงเป็นข้อความหรือเปลี่ยนข้อความเป็นเสียง (Base64) คุณสมบัติเพิ่มเติมสามารถคาดหวังได้ นี่คือ api-docs ที่ใช้ Swagger2

คำอธิบายไฟล์กำหนดค่า

หมายเหตุบันทึกการเริ่มต้น: เมื่อเอ็นจิ้น ocr ใช้ abbyy การเริ่มต้นคือถ้า fineReader engine license หมดอายุจะต้องเริ่มต้นอีกครั้ง 

 # convert部分配置
convert :
  # 是否开启每周日1:00am清空上传文件夹
  clean-tmp : true
  # 是否开启异步接口
  enable-async : false
  # 同步接口配置
  sync :
    # 最大上传文件大小
    upload-file-size : 50MB
    # 上传文件存储路径
    output-folder : ./convert/
  # 异步接口设置
  async :
    # 最大上传文件大小
    upload-file-size : 500MB
    # 上传文件存储路径
    output-folder : ./convert/async/
  video :
    vca :
      # 项目依赖于ffmpeg,必须要安装,默认即可
      default : ffmpeg
      ffmpeg :
        # ffmpeg的安装路径
        path : /opt/ffmpeg/ffmpeg-3.0/
        toImage :
          # ffmpeg视频切割图片默认为1帧/5s
          fps : 0.2                                           
  audio :
    # asr引擎配置
    asr :
      # 可选值:shhan:声瀚引擎(私有化部署),baidu:百度引擎
      default : shhan
      # asr接口对音频时间长度有限制,所以此值为切割文件的长度,声瀚为20s/段,百度为60s/段 
      seg-duration : 20 
      # baidu asr config 
      baidu :
        appId : 11067243
        apiKey : iDEvPvY4zT9CzFgYKMQY6eAi
        secretKey : Wkeh8gIbB2LrNBtGwuechG8TUkLlB2TY
      xfyun :
        apiUrl : http://api.xfyun.cn/v1/service/v1/iat
        appId : 5be241a0
        apiKey : da08f42480e67f574a61290717e8f945
      shhan :
        # 声瀚引擎base-url
        base-url : http://172.16.8.103:8177/shRecBase/
    # tts 引擎配置
      tts :
        default : m2
        # tts引擎所支持的单次请求最大文字长度
        max-text-length : 500
        # m2 tts config
        m2 :
          base-url : http://222.73.111.245:9090
  image :
    # ocr 引擎配置
    ocr :
      # 可选值 youtu|abbyy|tesseract 私有化部署设置abbyy|tesseract
      default : abbyy
      # tencent youtu ocr tool config
      youtu :
        appId : 10125304
        secretId : AKIDVs45xejwtvmW5SpdkjYGpDUZTIwOp0Hn
        secretKey : a0EHCwgHhgnogMCvUr33uhKl195qSwip
        userId : 1071552744
      # abbyy fineReader engine config
      abbyy :
        path : /opt/ABBYY/FREngine11/Bin
        license : SWTT-1101-1006-4491-7660-4166
      # tesseract config
      tesseract :
        # language package path 设置tessact语言包路径 未设置读取TESSDATA_PREFIX环境变量
        datapath : /opt/tesseract/tessdata
# kbase-monitor 监控配置
spring :
  application :
    name : kbase-media
  boot :
    admin :
      client :
        # kbase-monitor url
        url : " http://172.16.8.143:8888 "
        username : admin
        password : admin
management :
  endpoints :
    web :
      exposure :
        include : " * "
  endpoint :
    health :
      show-details : ALWAYS
  server :
    ssl :
      enabled : false

APIs พักผ่อน

http://kbs55.demo.xiaoi.com/kbase-media/swagger-ui.html

ตัวอย่าง API

ขอบคุณสำหรับ

tencent-youtu

Baidu-aip

Bramp/ffmpeg-cli-wrapper

Apache/rocketMQ

Ekoz/OCR-API

สิ่งที่แนบ

  1. เริ่มการกำหนดค่าไฟล์ 
vim /usr/lib/systemd/system/kbase-media.service 增加

[Unit]
Description=kbase-media
After=syslog.target
   
[Service]
Type=forking
ExecStart=/opt/kbase-media/startup.sh
ExecReload=/bin/kill -s HUP $MAINPID
ExecStop=/opt/kbase-media/shutdown.sh
PrivateTmp=true
SuccessExitStatus=143

[Install]
WantedBy=multi-user.target
  1. startup.sh 
 #! /bin/sh
/usr/local/jdk1.8/bin/java -Xms1024M -Xmx1024M -Xmn384M -Xss256k -jar /opt/kbase-media/kbase-media-1.0-SNAPSHOT.jar --spring.config.location=/opt/kbase-media/application.yml > /opt/kbase-media/logs/stdout.log &

โปรดทราบว่าตำแหน่งไฟล์การกำหนดค่า Springboot ใช้เพื่อระบุไฟล์การกำหนดค่า Springboot โดยตรง

  1. shutdown.sh 
 #! /bin/sh
kill -9 ` ps -ef | grep java | grep -v grep | grep kbase-media | awk ' {print $2} ' `
  1. โหลดไฟล์การกำหนดค่าใหม่และการลงทะเบียนบริการ & มุมมองคอนโซลบันทึก 
systemctl daemon-reload
systemctl enable kbase-media.service
journalctl -u kbase-media

การปรับใช้ Docker

ffmpeg ในตัวโปรดตั้งค่าเส้นทาง ffmpeg ในไฟล์กำหนดค่าให้ว่างเปล่า 

 .
├── application.yml
├── convert
│   ├── 066b0d47ba45041bbc287418adace090
│   │   └── 066b0d47ba45041bbc287418adace090.aac
│   ├── 066b0d47ba45041bbc287418adace090.mp4
│   ├── f172d854b2a950f7f12f61ce9cf4aec6
│   │   └── f172d854b2a950f7f12f61ce9cf4aec6.pcm
│   ├── f172d854b2a950f7f12f61ce9cf4aec6.rs
│   └── f172d854b2a950f7f12f61ce9cf4aec6.wav
├── docker-compose.yml
├── Dockerfile
├── log
│   └── spring.log
└── target
    └── dependency
        ├── BOOT-INF
        ├── META-INF
        └── org
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด