Java實(shí)現(xiàn)本地語(yǔ)音識(shí)別與熱點(diǎn)檢測(cè)詳解
引言
隨著語(yǔ)音交互技術(shù)的發(fā)展,如何高效地處理用戶(hù)的語(yǔ)音輸入成為許多應(yīng)用的重要課題。本文將詳細(xì)介紹如何在一個(gè)Java項(xiàng)目中同時(shí)實(shí)現(xiàn):
- 基于Vosk的本地語(yǔ)音識(shí)別:無(wú)需調(diào)用云端API即可完成語(yǔ)音到文本的轉(zhuǎn)換。
- 本地?zé)狳c(diǎn)語(yǔ)音內(nèi)容識(shí)別:對(duì)識(shí)別出的文本進(jìn)行關(guān)鍵詞匹配,快速響應(yīng)特定指令或查詢(xún)。
- 集成阿里云智能語(yǔ)音服務(wù):利用阿里云提供的高級(jí)語(yǔ)音功能,如更準(zhǔn)確的語(yǔ)音識(shí)別、情感分析等。
一、準(zhǔn)備工作
1. 注冊(cè)阿里云賬號(hào)并開(kāi)通 ASR 服務(wù)
- 訪問(wèn) 阿里云官網(wǎng)
- 登錄控制臺(tái),搜索“智能語(yǔ)音交互”
- 開(kāi)通服務(wù)并創(chuàng)建 AppKey 和 AccessKey
2. 環(huán)境準(zhǔn)備
- JDK 1.8+
- Maven 或 Gradle 構(gòu)建工具
- 支持上傳 .wav 或 .pcm 音頻文件
- 下載 Vosk SDK 及中文模型
3.Maven 依賴(lài)
<dependencies>
<!-- Vosk Java SDK -->
<dependency>
<groupId>org.vosk</groupId>
<artifactId>vosk-java</artifactId>
<version>0.3.34</version>
</dependency>
<!-- Alibaba Cloud SDK for Java -->
<dependency>
<groupId>com.alibaba.nls</groupId>
<artifactId>nls-sdk-java</artifactId>
<version>3.0.5</version>
</dependency>
</dependencies>
二、核心代碼實(shí)現(xiàn)
1. 定義熱點(diǎn)詞匯庫(kù)(本地關(guān)鍵詞)
import java.util.HashSet;
import java.util.Set;
public class HotSpotWords {
public static final Set<String> HOT_WORDS = new HashSet<>(Set.of(
"你好", "退出", "播放音樂(lè)", "打開(kāi)設(shè)置", "天氣怎么樣", "幫我查一下"
));
}
2. 使用 Vosk 進(jìn)行本地語(yǔ)音識(shí)別 + 熱點(diǎn)檢測(cè)
import org.vosk.Model;
import org.vosk.Recognizer;
import org.vosk.LibVosk;
import javax.sound.sampled.*;
import java.io.File;
import java.io.IOException;
public class LocalASRWithHotSpot {
// 檢測(cè)是否為熱點(diǎn)語(yǔ)音
private static boolean isHotSpot(String text) {
return HotSpotWords.HOT_WORDS.stream().anyMatch(text::contains);
}
public static void main(String[] args) throws Exception {
// 初始化 Vosk 庫(kù)
LibVosk.setLogLevel(0); // 設(shè)置日志級(jí)別
// 加載本地模型(路徑根據(jù)實(shí)際修改)
Model model = new Model("models/cn-small");
// 打開(kāi)音頻文件
File audioFile = new File("samples/audio.wav");
AudioInputStream ais = AudioSystem.getAudioInputStream(audioFile);
// 轉(zhuǎn)換音頻格式為 PCM 16bit 單聲道 16kHz
AudioFormat targetFormat = new AudioFormat(16000, 16, 1, true, false);
AudioInputStream convertedStream = AudioSystem.getAudioInputStream(targetFormat, ais);
// 創(chuàng)建識(shí)別器
Recognizer recognizer = new Recognizer(model, 16000);
byte[] buffer = new byte[4096];
int bytesRead;
System.out.println("開(kāi)始本地語(yǔ)音識(shí)別...");
while ((bytesRead = convertedStream.read(buffer)) >= 0) {
if (bytesRead > 0) {
recognizer.acceptWaveForm(buffer, bytesRead);
}
}
String result = recognizer.finalResult();
System.out.println("最終識(shí)別結(jié)果: " + result);
// 熱點(diǎn)檢測(cè)
if (isHotSpot(result)) {
System.out.println("發(fā)現(xiàn)熱點(diǎn)語(yǔ)音內(nèi)容: " + result);
} else {
System.out.println("非熱點(diǎn)語(yǔ)音內(nèi)容");
}
// 關(guān)閉資源
recognizer.close();
convertedStream.close();
ais.close();
}
}
3. 集成阿里云智能語(yǔ)音服務(wù)
為了增強(qiáng)語(yǔ)音識(shí)別能力或使用更多高級(jí)功能,我們可以結(jié)合阿里云智能語(yǔ)音服務(wù)。以下是一個(gè)簡(jiǎn)單的示例:
import com.alibaba.nls.client.protocol.asr.AsrPidCallBack;
import com.alibaba.nls.client.protocol.asr.SpeechTranscriber;
import com.alibaba.nls.client.protocol.asr.SpeechTranscriberResponse;
import java.io.File;
import java.util.concurrent.CountDownLatch;
public class AliyunASRIntegration {
public static void main(String[] args) throws Exception {
String accessKeyId = "<your-access-key-id>";
String accessKeySecret = "<your-access-key-secret>";
String appKey = "<your-appkey>";
String audioFilePath = "path/to/audio.wav"; // 支持 wav/pcm/amr
CountDownLatch latch = new CountDownLatch(1);
SpeechTranscriber asrClient = new SpeechTranscriber(accessKeyId, accessKeySecret, appKey, new AsrPidCallBack() {
@Override
public void onRecognitionResultChange(SpeechTranscriberResponse response) {
String result = response.getTranscript();
System.out.println("實(shí)時(shí)識(shí)別結(jié)果:" + result);
}
@Override
public void onRecognitionCompleted(SpeechTranscriberResponse response) {
String finalResult = response.getTranscript();
System.out.println("最終識(shí)別結(jié)果:" + finalResult);
latch.countDown();
}
@Override
public void onTaskFailed(SpeechTranscriberResponse response) {
System.err.println("識(shí)別失敗: " + response.getErrorMsg());
latch.countDown();
}
});
// 設(shè)置語(yǔ)言模型、采樣率等參數(shù)(根據(jù)音頻格式調(diào)整)
asrClient.setFormat("pcm"); // 可改為 wav/amr
asrClient.setSampleRate(16000); // 根據(jù)音頻采樣率調(diào)整
// 啟動(dòng)識(shí)別任務(wù)
File audioFile = new File(audioFilePath);
asrClient.start(audioFile);
latch.await(); // 等待識(shí)別完成
asrClient.stop(); // 停止客戶(hù)端
}
}
三、流程圖說(shuō)明

四、總結(jié)與展望
通過(guò)本文,你現(xiàn)在可以在一個(gè)Java項(xiàng)目中實(shí)現(xiàn):
- 本地語(yǔ)音識(shí)別:使用Vosk引擎,在沒(méi)有網(wǎng)絡(luò)連接的情況下也能完成語(yǔ)音到文本的轉(zhuǎn)換。
- 本地?zé)狳c(diǎn)語(yǔ)音內(nèi)容識(shí)別:對(duì)識(shí)別出的文本進(jìn)行關(guān)鍵詞匹配,快速響應(yīng)特定指令或查詢(xún)。
- 集成阿里云智能語(yǔ)音服務(wù):當(dāng)需要更高的準(zhǔn)確性或更多的高級(jí)功能時(shí),可以輕松切換到阿里云的服務(wù)。
這種方法不僅提高了系統(tǒng)的靈活性和隱私保護(hù)水平,還能根據(jù)具體需求靈活調(diào)整策略。
以上就是Java實(shí)現(xiàn)本地語(yǔ)音識(shí)別與熱點(diǎn)檢測(cè)詳解的詳細(xì)內(nèi)容,更多關(guān)于Java語(yǔ)音識(shí)別與熱點(diǎn)檢測(cè)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Java中HTTP接口請(qǐng)求重試的實(shí)現(xiàn)方式
HTTP接口請(qǐng)求重試是指在請(qǐng)求失敗時(shí),再次發(fā)起請(qǐng)求的機(jī)制,在實(shí)際應(yīng)用中,由于網(wǎng)絡(luò)波動(dòng)、服務(wù)器故障等原因,HTTP接口請(qǐng)求可能會(huì)失敗,為了保證系統(tǒng)的可用性和穩(wěn)定性,需要對(duì)HTTP接口請(qǐng)求進(jìn)行重試,所以本文給大家介紹了HTTP接口請(qǐng)求重試的實(shí)現(xiàn)方式,需要的朋友可以參考下2024-01-01
java中@DateTimeFormat和@JsonFormat注解的使用
本文主要介紹了java中@DateTimeFormat和@JsonFormat注解的使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2022-08-08
詳解java CountDownLatch和CyclicBarrier在內(nèi)部實(shí)現(xiàn)和場(chǎng)景上的區(qū)別
這篇文章主要介紹了詳解java CountDownLatch和CyclicBarrier在內(nèi)部實(shí)現(xiàn)和場(chǎng)景上的區(qū)別,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-05-05
關(guān)于kafka消費(fèi)不到遠(yuǎn)程bootstrap-server?數(shù)據(jù)的問(wèn)題
很多朋友遇到kafka消費(fèi)不到遠(yuǎn)程bootstrap-server?數(shù)據(jù)的問(wèn)題,怎么解決這個(gè)問(wèn)題,很多朋友不知所措,下面小編給大家?guī)?lái)了關(guān)于kafka消費(fèi)不到遠(yuǎn)程bootstrap-server?數(shù)據(jù)的問(wèn)題及解決方法,感興趣的朋友跟隨小編一起看看吧2021-11-11
Spring Boot 集成 Sharding-JDBC + Mybatis-Plus 實(shí)現(xiàn)分庫(kù)分表功能
這篇文章主要介紹了Spring Boot 集成 Sharding-JDBC + Mybatis-Plus 實(shí)現(xiàn)分庫(kù)分表功能,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-08-08
Java實(shí)現(xiàn)短信驗(yàn)證碼功能的完整代碼
這篇文章主要為大家詳細(xì)介紹了Java實(shí)現(xiàn)短信驗(yàn)證碼功能的完整代碼,文中的示例代碼講解詳細(xì),具有一定的借鑒價(jià)值,感興趣的小伙伴可以了解下2025-12-12
springboot 緩存@EnableCaching實(shí)例
這篇文章主要介紹了springboot 緩存@EnableCaching實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-11-11
Java基本數(shù)據(jù)類(lèi)型之間的相互轉(zhuǎn)換詳解
這篇文章主要講解Java中基本數(shù)據(jù)類(lèi)型的轉(zhuǎn)換,數(shù)據(jù)之間相互轉(zhuǎn)換是經(jīng)常會(huì)用到的基礎(chǔ)操作,文中講的很清晰,希望能給大家做一個(gè)參考。2022-05-05

