BaiduASRAndTTS

โครงสร้าง

อินเทอร์เฟซและคลาส

• SpeechModel: คลาสมีพารามิเตอร์เกือบทั้งหมดที่ Baidu API จำเป็นต้องได้รับ ASR และ TTS

• Wavinfo: โครงสร้างมีองค์ประกอบพื้นฐานของวัตถุคลื่นเดียว

• AutomaticsPeechRecognition: คลาสทำงาน 'Get Access Token' และ 'การจดจำ' ส่วนใหญ่ส่งคำขอโพสต์ HTTP

• Classutils: วิธีการยูทิลิตี้บางอย่างรวมกัน

• isPeechRecorder: อินเตอร์เฟสกำหนด 3 วิธีที่จะนำไปใช้: setFileName, Startrec, StopRec

• directrecorder และ naudiorecorder: การใช้งานที่แตกต่างกันสองประการของ ispeechRecorder

• แบบฟอร์ม: จัดการการกระทำของ UI Controls การตอบสนองต่อการกระทำของปุ่มและเหตุการณ์อื่น ๆ

UI

คุณสมบัติ

1. เลือกไฟล์ที่จะรับรู้
2. คำพูด ---> ข้อความ: บันทึกจากผู้ใช้และแปลคำพูดเป็นข้อความ
3. ข้อความ ---> คำพูด: อ่านข้อความในกล่องข้อความ
4. หยุดชั่วคราวและหยุด
5. ลากและวางไฟล์ข้อความลงในพื้นที่ข้อความ

บันทึก

• คีย์และคีย์ลับถูกลบออกจากซอร์สโค้ดดังนั้นคุณต้องเพิ่มของคุณเองเมื่อโทเค็นหมดอายุ
• token.dat ใน bin/debug มีโทเค็นที่สร้างขึ้น (บรรทัดแรก) และเวลาที่สร้างขึ้น (บรรทัดที่สอง)
• เมื่อใช้เวอร์ชัน directrecorder เพื่อทำงานบันทึกการตั้งค่าข้อยกเว้น (Ctrl+alt+e) ---> ผู้ช่วยดีบั๊กที่ได้รับการจัดการ ---> LoaderLock (ยกเลิกการเลือกสิ่งนี้)

อ้างอิง

• http://yuyin.baidu.com/docs
• http://blog.csdn.net/U013810234/article/details/54604355