一，下载SDK，获取.pcm格式的语音文件

利用科大讯飞的SDK实现语音转文字的功能，首先可以登录科大讯飞的官网查看“语音听写Java SDK文档”语音听写 Java SDK 文档 | 讯飞开放平台文档中心 (xfyun.cn)，下载Java SDK的链接是快速指引 | 讯飞开放平台文档中心 (xfyun.cn)需要先进行注册在下载SDK。语音听写下载图中的Java MSC

这里需要将服务接口认证信息保存在开始时需要使用

下载完sdk如图所示解压

 解压完成后，直接用idea打开

\Java_iat1021_03e05010\sample\MscDemo

打开项目后运行程序

运行程序的主要目的是录取一段PCM格式的录音，用于我们自己的项目。运行完的结果如下：

先设置保存音频的开关为开，然后点击“开始听写”，进行录音。这里是需要通过设备“前端点超时”和“后端点的超时”我的分别是5000，10000.这里设置他们，相当于是设置停顿时间，目的是在听写时根据停顿在转换为文字。在我们的程序中也要设置这两项，且要和这里设置的一样，不然会出现一次可以完全转换完，一次又出现未知错误的情况。如图所示：

前期准备工作完成，也有了PCM文件可以开始我们的代码开发了。

二、语音转文字的代码

创建项目，在项目的路径下，创建lib文件，将SDK中的json-jena-1.0.jar和Msc.jar贴过来。

 在项目路径下再将SDK中的以下4个文件也粘贴过来。

创建pom依赖

<!--科大讯飞语音听写的sd依赖-->
<dependency><groupId>com.hp.hpl.jena</groupId><artifactId>json-jena</artifactId><version>1.0</version>
</dependency>
<dependency><groupId>com.iflytek</groupId><artifactId>msc</artifactId><version>1.0</version><scope>system</scope><systemPath>${project.basedir}/lib/Msc.jar</systemPath>
</dependency>

 下面时具体的代码

package com.example.xhydome1.util.speechRecognition;import com.iflytek.cloud.speech.*;
import org.apache.http.entity.ContentType;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.mock.web.MockMultipartFile;
import org.springframework.web.multipart.MultipartFile;
import java.io.*;public class IatTool {private static Logger LOGGER = LoggerFactory.getLogger(IatTool.class);private StringBuilder curRet;private SpeechRecognizer recognizer;private Object lock = new Object();public IatTool(String appId){LOGGER.info("------Speech Utility init iat------");SpeechUtility.createUtility(SpeechConstant.APPID + "=" + appId);}public String RecognizePcmfileByte(MultipartFile audioFile) {curRet = new StringBuilder();try {if (recognizer == null) {//以下设置转换参数recognizer = SpeechRecognizer.createRecognizer();recognizer.setParameter(SpeechConstant.AUDIO_SOURCE, "-1");recognizer.setParameter( SpeechConstant.RESULT_TYPE, "plain" );recognizer.setParameter(SpeechConstant.VAD_BOS,"5000");//前端点超时，recognizer.setParameter(SpeechConstant.VAD_EOS,"10000");//后端点超时要与运行SDK时配置的一样}recognizer.startListening(recListener);byte[] buffer = audioFile.getBytes();if (buffer == null || buffer.length == 0) {LOGGER.error("no audio avaible!");recognizer.cancel();} else {int lenRead = buffer.length;System.out.println("文件长度"+buffer.length);recognizer.writeAudio( buffer, 0, lenRead );recognizer.stopListening();synchronized (lock) {lock.wait();//主线程等待}System.out.println(curRet.toString());return curRet.toString();}} catch (Exception e) {e.printStackTrace();}return null;}private RecognizerListener recListener = new RecognizerListener() {@Overridepublic void onBeginOfSpeech() {LOGGER.info( "onBeginOfSpeech enter" );}@Overridepublic void onEndOfSpeech() {LOGGER.info( "onEndOfSpeech enter" );}/*** 获取听写结果*/@Overridepublic void onResult(RecognizerResult results, boolean islast) {LOGGER.info( "onResult enter" );
//可以用json解析器解析为json格式，，参考AsrSpeechView中inResult函数String text = results.getResultString();curRet.append(text);//System.out.println("解析结果"+curRet.toString());if( islast ) {synchronized (lock) {lock.notify();//子线程唤醒}}}@Overridepublic void onVolumeChanged(int volume) {LOGGER.info( "onVolumeChanged volume=" + volume);}@Overridepublic void onError(SpeechError error) {LOGGER.error( "onError enter" );if (null != error) {LOGGER.error("onError Code：" + error.getErrorCode() + "," + error.getErrorDescription(true));}}@Overridepublic void onEvent(int eventType, int arg1, int agr2, String msg) {LOGGER.info( "onEvent enter" );//以下代码用于调试，如果出现问题可以将sid提供给讯飞开发者，用于问题定位排查/*if(eventType == SpeechEvent.EVENT_SESSION_ID) {DebugLog.Log("sid=="+msg);}*/}};public static void main(String args[]) throws IOException {IatTool iatTool=new IatTool("03e05010");File file = new File("D://0_JAVA_program//xhydome1//xhydome1//iat_test.pcm");FileInputStream fileInputStream = new FileInputStream(file);MultipartFile multipartFile = new MockMultipartFile(file.getName(), file.getName(),ContentType.APPLICATION_OCTET_STREAM.toString(), fileInputStream);iatTool.RecognizePcmfileByte(multipartFile);}
}

运行结果如下：