JAVA做的语音识别 (via TranXcode)解决思路
日期：2014-05-20 浏览次数：20626 次
JAVA做的语音识别 (via TranXcode)
我想用java实现一个 语音识别的软件。比如我说一句‘hello’，软件就会采集我说话的特征值，并记录下来，并输出相应值。当别人说‘hello’的时候，采集其特征值，并与我的比较，相同就通过，不同就继续输入。声音的采集主要通过麦克风实现。
------解决方案--------------------
声音识别是一个专门的技术，其实就是对声音波形的判断。如果你想用Java实现的话，那你必须先对Java的声音输入输出的操作有基本的了解。下面是一个简单的录音并输出的程序。录音的时候，每次读取数据是存放在buffer这个字节数组之中的，再把它输出。而你，是要识别的话，就是从这个数组中提取信息。那么这个数组的结构是什么样的呢。对这个程序而言，采用16位双声道录音，那么这个数组，每2位拼起来，是一个采样值，这个值即是声音的响度。将2个字节视为一个单位的话，由于是双声道，就是说，两个单位一组，一个是左声道，一个是右声道，交替录入的。
我想用java实现一个 语音识别的软件。比如我说一句‘hello’，软件就会采集我说话的特征值，并记录下来，并输出相应值。当别人说‘hello’的时候，采集其特征值，并与我的比较，相同就通过，不同就继续输入。声音的采集主要通过麦克风实现。
------解决方案--------------------
声音识别是一个专门的技术，其实就是对声音波形的判断。如果你想用Java实现的话，那你必须先对Java的声音输入输出的操作有基本的了解。下面是一个简单的录音并输出的程序。录音的时候，每次读取数据是存放在buffer这个字节数组之中的，再把它输出。而你，是要识别的话，就是从这个数组中提取信息。那么这个数组的结构是什么样的呢。对这个程序而言，采用16位双声道录音，那么这个数组，每2位拼起来，是一个采样值，这个值即是声音的响度。将2个字节视为一个单位的话，由于是双声道，就是说，两个单位一组，一个是左声道，一个是右声道，交替录入的。
- Java code
import java.io.*;
import javax.sound.sampled.AudioSystem;
import javax.sound.sampled.AudioInputStream;
import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.SourceDataLine;
import javax.sound.sampled.DataLine;
import javax.sound.sampled.FloatControl;
import javax.sound.sampled.TargetDataLine;
public class RecordAndPlay {
volatile int divider;
public RecordAndPlay(){
Play();
}
public static void main(String[] args) {
new RecordAndPlay();
}
//播放音频文件
public void Play() {
try {
AudioFormat audioFormat =
// new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, 44100F,
// 8, 1, 1, 44100F, false);
new AudioFormat(AudioFormat.Encoding.PCM_SIGNED,44100F, 16, 2, 4,
44100F, true);
DataLine.Info info = new DataLine.Info(TargetDataLine.class,
audioFormat);
TargetDataLine targetDataLine = (TargetDataLine) AudioSystem.getLine(info);
targetDataLine.open(audioFormat);
SourceDataLine sourceDataLine;
info = new DataLine.Info(SourceDataLine.class, audioFormat);
sourceDataLine = (SourceDataLine) AudioSystem.getLine(info);
sourceDataLine.open(audioFormat);
targetDataLine.start();
sourceDataLine.start();
FloatControl fc=(FloatControl)sourceDataLine.getControl(FloatControl.Type.MASTER_GAIN);
double value=0.2;
float dB = (float)(Math.log(value==0.0?0.0001:value)/Math.log(10.0)*20.0);
fc.setValue(dB);
int nByte = 0;
final int bufSize=1024;
byte[] buffer = new byte[bufSize];
while (nByte != -1) {
//System.in.read();
nByte = targetDataLine.read(buffer, 0, bufSize);
sourceDataLine.write(buffer, 0, nByte);
}
sourceDataLine.stop();
} catch (Exception e) {
e.printStackTrace();
}
}
}
------解决方案--------------------
那针对上次给你的那个录音程序，我写了一个录音并显示波形的程序。功能如下：
1.点击“开始”开始录音并显示，点击“暂停”即可暂停录音。
2.在暂停录音的状态下，可以移动滚动条查看之前的波形，按“回放”可以回放并显示波形，回放的开始是在当前显示的最左边的波形所对应的声音（不过这里遇到一个问题，即最后一点声音回放不出来，比较奇怪，没找到原因）。
程序如下：
- Java code
import java.awt.*;
import java.awt.event.*;
import java.awt.geom.Line2D;
import javax.swing.*;
import javax.swing.event.*;
import java.util.*;
import javax.sound.sampled.AudioSystem;
import javax.sound.sampled.AudioInputStream;
import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.SourceDataLine;
import javax.sound.sampled.DataLine;
import javax.sound.sampled.FloatControl;
import javax.sound.sampled.TargetDataLine;
/**
* 2011-6-23 0:53:40
* @author Administrator
*/
public class ShowWave {
JFrame frame;
JPanel pan;
final int panHeight=400;
JScrollBar timeLocationScrollBar;
int point[];
int number;
byte bufferAll[];
int bufferAllIndex;
int vRate,hRate;
JButton startButton,pauseButton;
JButton replayButton,stopReplayButton;
boolean continueRecorde;
boolean continueReplay;
JPanel centerPane,buttonPane;
JSlider hSlider;
boolean jsbActive;
public ShowWave(){
initData();
frame=new JFrame("录音并显示波形");
pan=new JPanel(){
public void paint(Graphics g){
g.setColor(Color.WHITE);
g.fillRect(0, 0, this.getWidth(), this.getHeight());
g.setColor(Color.red);
int x[]=new int[number];
for(int i=0;i<number;i++){
x[i]=i;
point[i]=panHeight-point[i];
}
g.drawPolyline(x, point, number);
// Graphics2D g2d=(Graphics2D)g;
// for(int i=0;i<number-1;i++){
// g2d.draw(new Line2D.Double(x[i], point[i], x[i+1], point[i+1]));
// }
g.setColor(Color.blue);
}
};
pan.setPreferredSize(new Dimension(600,panHeight));
timeLocationScrollBar=new JScrollBar();
timeLocationScrollBar.setOrientation(JScrollBar.HORIZONTAL);
timeLocationScrollBar.setMaximum(0);
timeLocationScrollBar.setMinimum(0);
timeLocationScrollBar.setValue(0);
timeLocationScrollBar.addAdjustmentListener(new AdjustmentListener() {
public void adjustmentValueChanged(AdjustmentEvent e) {
if(jsbActive==false){
return;
}
synchronized(bufferAll){
int beginIndex=timeLocationScrollBar.getValue();
beginIndex=beginIndex*2*hRate;
if(beginIndex==0){
number=bufferAllIndex/hRate/2;
if(number>600){
number=600;
}
}
else{
number=600;
}
for(int i=0;i<number;i++,beginIndex+=2*hRate){
int hBit=bufferAll[beginIndex];
int lBit=bufferAll[beginIndex+1];
point[i]=hBit<<8|lBit;
point[i]/=vRate;
point[i]+=panHeight/2;
}
pan.repaint();
}
}
});
centerPane=new JPanel();
centerPane.setLayout(new BorderLayout());
centerPane.add(pan);
centerPane.add(timeLocationScrollBar,BorderLayout.SOUTH);
frame.getContentPane().add(centerPane);
startButton=new JButton("开始");
startButton.addActionListener(new ActionListener() {
public void actionPerformed(ActionEvent e) {
continueRecorde=true;
jsbActive=false;
}
});
pauseButton=new JButton("暂停");
pauseButton.addActionListener(new ActionListener() {
public void actionPerformed(ActionEvent e) {
continueRecorde=false;
jsbActive=true;
}
});
hSlider=new JSlider();
hSlider.setOrientation(JSlider.HORIZONTAL);
hSlider.setMaximum(100);
hSlider.setMinimum(1);
hSlider.setValue(hRate);
hSlider.addChangeListener(new ChangeListener() {
public void stateChanged(ChangeEvent e) {
hRate=hSlider.getValue();
int length=bufferAllIndex/hRate/2;
length-=600;
int value=(int)((double)timeLocationScrollBar.getValue()/timeLocationScrollBar.getMaximum()*length);
jsbActive=false;
timeLocationScrollBar.setMaximum(length);
jsbActive=true;
timeLocationScrollBar.setValue(value);
}
});
replayButton=new JButton("回放");
replayButton.addActionListener(new ActionListener() {
public void actionPerformed(ActionEvent e) {
if(continueRecorde||continueReplay){
return;
}
new Thread(){
public void run(){
try{
continueReplay=true;
AudioFormat audioFormat =new AudioFormat(AudioFormat.Encoding.PCM_SIGNED,
44100F, 16, 1, 2,44100F, true);
DataLine.Info info = new DataLine.Info(SourceDataLine.class, audioFormat);
SourceDataLine sourceDataLine;
sourceDataLine = (SourceDataLine) AudioSystem.getLine(info);
sourceDataLine.open(audioFormat);
sourceDataLine.start();
FloatControl fc=(FloatControl)sourceDataLine.getControl(FloatControl.Type.MASTER_GAIN);
double value=2;
float dB = (float)(Math.log(value==0.0?0.0001:value)/Math.log(10.0)*20.0);
fc.setValue(dB);
int beginIndex=timeLocationScrollBar.getValue();
beginIndex=beginIndex*2*hRate;
int bufSize=1024;
byte buffer[]=new byte[bufSize];
while (beginIndex < bufferAllIndex && continueReplay) {
synchronized (bufferAll) {
int nByte = bufferAllIndex - beginIndex > bufSize ? bufSize : bufferAllIndex - beginIndex;
System.arraycopy(bufferAll, beginIndex, buffer, 0, nByte);
sourceDataLine.write(buffer, 0, nByte);
// System.out.println(beginIndex+" "+bufferAllIndex);
beginIndex += nByte;
if(beginIndex/2/hRate<=timeLocationScrollBar.getMaximum()){
timeLocationScrollBar.setValue(beginIndex/2/hRate);
}
}
}
sourceDataLine.flush();
sourceDataLine.stop();
sourceDataLine.close();
continueReplay=false;
}catch(Exception ee){ee.printStackTrace();}
}
}.start();
}
});
stopReplayButton=new JButton("停止回放");
stopReplayButton.addActionListener(new ActionListener(){
public void actionPerformed(ActionEvent e) {
continueReplay=false;
}
});
Box box=Box.createHorizontalBox();
box.add(Box.createHorizontalGlue());
box.add(startButton);
box.add(Box.createHorizontalStrut(10));
box.add(pauseButton);
box.add(Box.createHorizontalStrut(10));
box.add(hSlider);
box.add(Box.createHorizontalStrut(10));
box.add(replayButton);
box.add(Box.createHorizontalStrut(10));
box.add(stopReplayButton);
box.add(Box.createHorizontalGlue());
box.setBorder(BorderFactory.createEmptyBorder(10, 10, 10, 10));
frame.getContentPane().add(box,BorderLayout.SOUTH);
frame.pack();
frame.setLocationRelativeTo(null);
frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
frame.setVisible(true);
play();
}
免责声明： 本文仅代表作者个人观点，与爱易网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
