摘要：返回的字串如下我要聽三國演義這本書正在努力搜索中，請稍等我要聽三國演義這本書三國演義通過解析這段，可以得到類型，用于查詢書名，是表示行為是播放。

轉載請注明原文地址：傳送

olami 開放平臺 sdk 除了支持語音識別功能外，更強大的在于支持語義理解功能，在 Android 平臺和 iOS 平臺都有示例 demo 供大家下載。

語音在線聽書demo：傳送

語音記賬demo：傳送

在 web 端，基于 JavaScript 用 olami 開放平臺 sdk 也可以實現語音識別語義理解。本文就實現了這樣一個小程序，web 客戶端本地用麥克風錄音，錄音的數據用 speex 壓縮，然后跨域向服務器發送請求，返回識別的語音和語義字符串并顯示。

先上圖：

如下圖剛載入的時候，未錄音前界面

點擊開始錄音button后

一句話說完自動檢測尾音結束標志然后壓縮上傳給服務器進行識別

將從服務器獲取的識別結果顯示到界面上

本例中說的語音是：“我要聽三國演義這本書”，用的是 android 平臺聽書 app 建立的語法。
返回的json字串如下：

{
    “data”: {
        “asr”: {
            “result”: “我要聽三國演義這本書”,
            “speech_status”: 0,
            “final”: true,
            “status”: 0
        },
        “nli”: [
            {
                “desc_obj”: {
                    “result”: “正在努力搜索中，請稍等”,
                    “status”: 0
                },
                “semantic”: [
                    {
                        “app”: “musiccontrol”,
                        “input”: “我要聽三國演義這本書”,
                        “slots”: [
                            {
                                “name”: “songname”,
                                “value”: “三國演義”
                            }
                        ],
                        “modifier”: [
                            “play”
                        ],
                        “customer”: “58df512384ae11f0bb7b487e”
                    }
                ],
                “type”: “musiccontrol”
            }
        ]
    },
    “status”: “ok”
}

通過解析這段 json，可以得到 app 類型，songname (用于查詢書名)，modifier 是 play 表示行為是播放。

這段 json 的語法當然是用戶自定義的，獲得了 json 字串就可以解析得到程序需要的字段用于對應的操作，從而實現了語義理解功能。olami 開放平臺語法編寫介紹

下面來看看實現的 code，用 eclipse 建立 J2EE 工程 WebVoiceRecognize

初次搭建可以參考如下網站： 傳送

下面是建立的工程目錄結構，發布后，網頁打開運行在chrome或者QQ瀏覽器均可。

下面講述下 voiceRecognize.html 這個文件，其他都是 min.js,只需知道如何調用就可以了。

    
    
     
    
     
      
          
     

    
        

        
點擊開始button錄音,點擊停止button停止錄音并進行識別
        

        
        
      
      
result:
      

         
       
      
     

瀏覽器載入的時候，先調用load()進行初始化

function load(){
setAuthorization(
                "http://cn.olami.ai/cloudservice/api",//serverurl
                "51a4bb56ba954655a4fc834bfdc46af1", //appkey             
                "asr",//api類型
                "68bff251789b426896e70e888f919a6d",//appSecret
                "nli");//seq
setCallBackFromServerResult(getResultFromServer);
}

initAudio()中初始化了recorder用于獲取麥克風資源做錄音使用。

setAuthorization函數，參數分別是

url :服務器地址
appkey:開放平臺注冊應用后獲得的appkey
api:api類型選asr為語音
appSecret:開放平臺注冊應用后獲得的appSecret
nli:為seq表示包含語音語義返回，為stt表示只有語音返回

setCallBackFromServerResult(getResultFromServer) 注冊錄音介紹并且識別出結果后的回調，在回調函數中可以把結果輸出到界面上。

當點擊開始錄音 button 后，調用

function StartRecording()
{
      // start recording
      if (audioRecorder == null)
      {
         initAudio();   
         alert("need initialize media");    
      }        
      audioRecorder.clear();
      audioRecorder.record();  
      recording = true;  
      bRecorded = false;
      ToggleLabels(); 
      RegisterCallBackToRecorder(); //注冊recoder回調        
}

當在錄音的js代碼中，會自動檢測尾音結束，然后回調注冊的函數speexEncode ()，點擊停止錄音button一樣調用這個函數

window.speexEncode =  function()
 {
    exportSpeex();      
 };


  function exportSpeex()
{
    recording = false;
    bRecorded = true;
    ToggleLabels();//更新界面的button狀態
    audioRecorder.stop();               
    audioRecorder.exportPCM(uploadSpeexData);
} 

audioRecorder.exportPCM(uploadSpeexData) 實現了將錄好的 16Kpcm 語音壓縮成 speex 格式并上傳到服務器，從服務器取得結果后調用注冊的

setCallBackFromServerResult(getResultFromServer)函數，然后再函數 getResultFromServer 中進行結果的輸出顯示。

代碼下載地址：

https://github.com/ls0609/Web...

相關網站鏈接：

olami開放平臺語法官方介紹：https://cn.olami.ai/wiki/?mp=...
olami開放平臺語法編寫簡介：http://blog.csdn.net/ls0609/a...