文/云圖

大家好，我是云圖。 之前項目有個需求要做一個簡單的siri類似的問答系統(tǒng)，經(jīng)過一番周折，終于還是實現(xiàn)出來了，軟件不單可以在pc上面運行，也可以打包到安卓，ios平臺，真正實現(xiàn)一鍵跨平臺打包。

現(xiàn)在我們先說一些實現(xiàn)的思路，所謂問答系統(tǒng)，第一步就是用戶首先說一句話，然后我們的軟件把聽到的話轉換成文字。那現(xiàn)在問題有了，第二步我們就需要一個地方,把我們的問題文字轉化成我們軟件回答的答案內(nèi)容。第三步就是把要回答的文字讀出來。

思路有了，開始動手，首先，我們把用戶輸入的語音，要轉成文字，經(jīng)過我?guī)讉€挑選，我發(fā)現(xiàn)百度語音和訊飛語音都不錯，只不過訊飛語音的接入麻煩了點，所以就采用了百度的語音識別
?

1. private string token; //access_token
   
2. private string cuid = 隨便寫的d; //用戶標識
   
3. private string format = pcm; //語音格式
   
4. private int rate = 8000; //采樣率
   
5. private int channel = 1; //聲道數(shù)
   
6. private string speech; //語音數(shù)據(jù)，進行base64編碼
   
7. private int len; //原始語音長度
   
8. private string lan = zh; //語種
   
9. private string grant_Type = client_credentials;
   
10. private string client_ID = 9152186; //百度appkey
    
11. private string client_Secret = 14c703ce0f900eae40e95b2cdd564472; //百度Secret Key
    
12. private string baiduAPI = http://vop.baidu.com/server_api;
    
13. private string getTokenAPIPath =
    
14. https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentialsclient_id=ekGb1G5XHY4BIVSA8nLzX5cAclient_secret=14c703ce0f900eae40e95b2cdd564472;
    
15. private Byte[] clipByte;
    
16. /// <summary>
    
17. /// 轉換出來的TEXT
    
18. /// </summary>
    
19. public static string audioToString;
    
20. private AudioSource aud;
    
21. private int audioLength;//錄音的長度
    
22. public void StartRecord()
    
23. {
    
24. Debug.Log(開始說話);
    
25. if (Microphone.devices.Length == 0) return;
    
26. Microphone.End(null);
    
27. aud.clip = Microphone.Start(null, false, 10, rate);
    
28. }
    
29. public void EndRecord()
    
30. {
    
31. Debug.Log(結束說話);
    
32. int lastPos = Microphone.GetPosition(null);
    
33. if (Microphone.IsRecording(null))
    
34. audioLength = lastPos / rate;//錄音時長
    
35. else
    
36. audioLength = 10;
    
37. Microphone.End(null);
    
38. clipByte = GetClipData();
    
39. len = clipByte.Length;
    
40. speech = Convert.ToBase64String(clipByte);
    
41. StartCoroutine(GetToken(getTokenAPIPath));
    
42. StartCoroutine(GetAudioString(baiduAPI));
    
43. }
    
44. /// <summary>
    
45. /// 把錄音轉換為Byte[]
    
46. /// </summary>
    
47. /// <returns></returns>
    
48. public Byte[] GetClipData()
    
49. {
    
50. if (aud.clip == null)
    
51. {
    
52. Debug.LogError(錄音數(shù)據(jù)為空);
    
53. return null;
    
54. }
    
55. float[] samples = new float[aud.clip.samples];
    
56. aud.clip.GetData(samples, 0);
    
57. Byte[] outData = new byte[samples.Length * 2];
    
58. int rescaleFactor = 32767; //to convert float to Int16
    
59. for (int i = 0; i < samples.Length; i)
    
60. {
    
61. short temshort = (short)(samples[i] * rescaleFactor);
    
62. Byte[] temdata = System.BitConverter.GetBytes(temshort);
    
63. outData[i * 2] = temdata[0];
    
64. outData[i * 2 1] = temdata[1];
    
65. }
    
66. if (outData == null outData.Length <= 0)
    
67. {
    
68. Debug.LogError(錄音數(shù)據(jù)為空);
    
69. return null;
    
70. }
    
71. return outData;
    
72. }
    
73. /// <summary>
    
74. /// 獲取百度用戶令牌
    
75. /// </summary>
    
76. /// <param name=url>獲取的url</param>
    
77. /// <returns></returns>
    
78. private IEnumerator GetToken(string url)
    
79. {
    
80. WWW getTW = new WWW(url);
    
81. yield return getTW;
    
82. if (getTW.isDone)
    
83. {
    
84. if (getTW.error == null)
    
85. {
    
86. token = getTW.text;
    
87. StartCoroutine(GetAudioString(baiduAPI));
    
88. }
    
89. else
    
90. {
    
91. Debug.LogError(獲取令牌出錯 getTW.error);
    
92. }
    
93. }
    
94. else
    
95. {
    
96. Debug.LogError(下載出錯 getTW.error);
    
97. }
    
98. }
    
99. /// <summary>
    
100. /// 把語音轉換為文字
     
101. /// </summary>
     
102. /// <param name=url></param>
     
103. /// <returns></returns>
     
104. private IEnumerator GetAudioString(string url)
     
105. {
     
106. JsonWriter jw = new JsonWriter();
     
107. jw.WriteObjectStart();
     
108. jw.WritePropertyName(format);
     
109. jw.Write(format);
     
110. jw.WritePropertyName(rate);
     
111. jw.Write(rate);
     
112. jw.WritePropertyName(channel);
     
113. jw.Write(channel);
     
114. jw.WritePropertyName(token);
     
115. jw.Write(token);
     
116. jw.WritePropertyName(cuid);
     
117. jw.Write(cuid);
     
118. jw.WritePropertyName(len);
     
119. jw.Write(len);
     
120. jw.WritePropertyName(speech);
     
121. jw.Write(speech);
     
122. jw.WriteObjectEnd();
     
123. WWW getASW = new WWW(url, Encoding.Default.GetBytes(jw.ToString()));
     
124. yield return getASW;
     
125. if (getASW.isDone)
     
126. {
     
127. if (getASW.error == null)
     
128. {
     
129. JsonData getASWJson = JsonMapper.ToObject(getASW.text);
     
130. if (getASWJson[err_msg].ToString() == success.)
     
131. {
     
132. audioToString = getASWJson[result][0].ToString();
     
133. if (audioToString.Substring(audioToString.Length - 1) == ，)
     
134. audioToString = audioToString.Substring(0, audioToString.Length - 1);
     
135. Debug.Log(說話的問題是: audioToString);
     
136. GetAnswer(audioToString);
     
137. }
     
138. else
     
139. {
     
140. Debug.LogWarning(沒有成功: getASWJson[err_msg].ToString());
     
141. }
     
142. }
     
143. else
     
144. {
     
145. Debug.LogError(getASW.error);
     
146. }
     
147. }
     
148. }

我相信到這一步很多做類似項目的也有不少人做到了，可就是這里沒辦法做下去了，為什么呢，因為要用unity把網(wǎng)絡的音頻下載下來播放是非常麻煩的事情，我至今都沒找到辦法，就算用c#的辦法解決了，可是安卓和ios呢，根本調(diào)用不了，再者就是就算你下載下來了，unity好像沒有提供外部播放音頻的功能，我不知道是我能力不足還是unity的問題，感覺很基本的事情居然沒有解決方案。自我懷疑中。。。。

你可能要問了，那么有沒有一種辦法能解決這個多平臺播放音頻的問題呢？ 當然有了，我用了FMOD這個插件，可以直接播放網(wǎng)頁的在線音頻，用了一個插件集成進來，最后一步就把網(wǎng)頁音頻地址傳進去，就解決了播放的問題，而且是跨平臺的，ios ，安卓，pc都能用。

?

?

1. //要播放的語音文字
   • public string AudioMsg = ;
     • private string urlForward = @http://tsn.baidu.com/text2audio?tex=;
       • public string AudioUrl = ;
         • public AudioStreamDemo asDemo;
           • public void PlayAudio(string content)
             • {
               • Debug.Log(content);
                 • AudioUrl = @http://tsn.baidu.com/text2audio?tex= content lan=zhcuid=隨便寫的ctp=1tok= token;//
                   • string[] arrPunc = { ，, 。, ”, ；, “, };
                     • for (int i = 0; i < arrPunc.Length; i)
                       • {
                         • //用空白字符來替換指定的標點符號，也就相當于刪除掉了標點符號
                           • AudioUrl = AudioUrl.Replace(arrPunc[i], );
                             • }
                               • asDemo.SetUrlContext(AudioUrl);
                                 • asDemo.OnPlay();
                                   • }

復制代碼
就這么點代碼，當初找不到方案的時候頭疼了2個星期。 好在在不放棄的堅持下還是搞定了，中間走了不少彎路，好在有 MemoryC 大神的幫助下， 也一個個解決了，為 MemoryC大神打call 我把這三步驟已經(jīng)縮減到一個類里面，方便大家查閱，提一下目前這個功能的一點短處，就是說完話以后要盡快點結束，讓語音不浪費那么多空間， 增快識別速度，最快的時候可以在2秒內(nèi)讀出答案，網(wǎng)速好的話比較好。我測試在安卓讀的最快，然后是pc，最慢是ios，測試的機器是iphone5，不知道和這個有沒有關系。再說點這個東西的拓展,比如一些項目有一些運行了windows系統(tǒng)的機器人，展廳的一些全息 投影之類的項目,都可以接入這個功能，讓項目更有可玩性。

via：GAD

聲明：游資網(wǎng)登載此文出于傳遞信息之目的，絕不意味著游資網(wǎng)贊同其觀點或證實其描述。

銳亞教育，游戲開發(fā)論壇|游戲制作人|游戲策劃|游戲開發(fā)|獨立游戲|游戲產(chǎn)業(yè)|游戲研發(fā)|游戲運營| unity|unity3d|unity3d官網(wǎng)|unity3d 教程|金融帝國3|8k8k8k|mcafee8.5i|游戲蠻牛|蠻牛 unity|蠻牛