MyException - 我的异常网
当前位置:我的异常网» J2SE » JAVA做的语音识别 (via TranXcode)解决思路

JAVA做的语音识别 (via TranXcode)解决思路

www.MyException.Cn  网友分享于:2013-02-28  浏览:79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。
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();
    }

文章评论

5款最佳正则表达式编辑调试器
5款最佳正则表达式编辑调试器
总结2014中国互联网十大段子
总结2014中国互联网十大段子
看13位CEO、创始人和高管如何提高工作效率
看13位CEO、创始人和高管如何提高工作效率
要嫁就嫁程序猿—钱多话少死的早
要嫁就嫁程序猿—钱多话少死的早
程序员都该阅读的书
程序员都该阅读的书
每天工作4小时的程序员
每天工作4小时的程序员
程序员最害怕的5件事 你中招了吗?
程序员最害怕的5件事 你中招了吗?
程序猿的崛起——Growth Hacker
程序猿的崛起——Growth Hacker
不懂技术不要对懂技术的人说这很容易实现
不懂技术不要对懂技术的人说这很容易实现
我跳槽是因为他们的显示器更大
我跳槽是因为他们的显示器更大
做程序猿的老婆应该注意的一些事情
做程序猿的老婆应该注意的一些事情
“肮脏的”IT工作排行榜
“肮脏的”IT工作排行榜
代码女神横空出世
代码女神横空出世
团队中“技术大拿”并非越多越好
团队中“技术大拿”并非越多越好
程序员必看的十大电影
程序员必看的十大电影
老美怎么看待阿里赴美上市
老美怎么看待阿里赴美上市
科技史上最臭名昭著的13大罪犯
科技史上最臭名昭著的13大罪犯
10个调试和排错的小建议
10个调试和排错的小建议
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
Java程序员必看电影
Java程序员必看电影
一个程序员的时间管理
一个程序员的时间管理
十大编程算法助程序员走上高手之路
十大编程算法助程序员走上高手之路
如何成为一名黑客
如何成为一名黑客
老程序员的下场
老程序员的下场
中美印日四国程序员比较
中美印日四国程序员比较
程序员眼里IE浏览器是什么样的
程序员眼里IE浏览器是什么样的
初级 vs 高级开发者 哪个性价比更高?
初级 vs 高级开发者 哪个性价比更高?
我的丈夫是个程序员
我的丈夫是个程序员
60个开发者不容错过的免费资源库
60个开发者不容错过的免费资源库
亲爱的项目经理,我恨你
亲爱的项目经理,我恨你
程序员应该关注的一些事儿
程序员应该关注的一些事儿
程序员和编码员之间的区别
程序员和编码员之间的区别
旅行,写作,编程
旅行,写作,编程
那些争议最大的编程观点
那些争议最大的编程观点
如何区分一个程序员是“老手“还是“新手“?
如何区分一个程序员是“老手“还是“新手“?
鲜为人知的编程真相
鲜为人知的编程真相
什么才是优秀的用户界面设计
什么才是优秀的用户界面设计
写给自己也写给你 自己到底该何去何从
写给自己也写给你 自己到底该何去何从
编程语言是女人
编程语言是女人
 程序员的样子
程序员的样子
Web开发者需具备的8个好习惯
Web开发者需具备的8个好习惯
我是如何打败拖延症的
我是如何打败拖延症的
10个帮程序员减压放松的网站
10个帮程序员减压放松的网站
当下全球最炙手可热的八位少年创业者
当下全球最炙手可热的八位少年创业者
程序员的鄙视链
程序员的鄙视链
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有