百度AI-语音识别&图片搜索(Java)

灰太狼 2024-04-03 12:31 129阅读 0赞

#### 目录 ####

*  百度AI-语音识别&图片搜索
 *   *  准备工作
     *  语音识别
     *   *  第一步：左侧菜单选择\`语音技术\`
         *  第二步：语音识别主界面点击\`创建应用\`
         *  第三步：创建应用填写应用信息
         *  第四步：创建成功后进入应用列表查看
         *  第五步：点击上图左侧菜单\`技术文档\`
         *  第六步：按照下图打开语音快速入门文档
         *  第七步：阅读文档进行开发并调试
     *  语音合成
     *   *  一、点击\`语音技术\`页面右上角\`管理控制台\`
         *  二、在管理控制台进入\`语音技术\`主页
         *  三、语音技术主页选择\`概览\`-->\`语音合成\`
         *  四、领取\`语音合成\`免费次数
         *  五、点击\`技术文档\`进入语音技术API页面
         *  六、按照下图打开\`语音合成API\`文档
         *  七、阅读文档进行开发并调试
         *  注意
     *  图片搜索
     *   *  （1）控制台主页左侧菜单选择\`图像搜索\`
         *  （2）图像搜索主界面点击\`创建应用\`
         *  （3）创建应用填写应用信息
         *  （4）创建成功后进入应用列表查看
         *  （5） 点击“应用名称”进入应用详情页面
         *  （6）申请建库
         *  （7）建库成功后，导入图片
         *  （8）点击左侧\`技术文档\`进入技术文档
         *  （9）阅读文档进行开发并调试
         *  注意
         *  注意

## 百度AI-语音识别&图片搜索 ##

### 准备工作 ###

1）在浏览器输入[https://ai.baidu.com/][https_ai.baidu.com] 打开`Baidu大脑|AI开发平台首页`  
![在这里插入图片描述][a4386b6c507f402faddaa9270584c647.png_pic_center]

2）点击右上角`控制台`，进入用户注册登录界面  
![在这里插入图片描述][275c53f407554e5c9cdfa8d151f06d91.png_pic_center]  
3）如果没有百度账号，可以先注册然后再进行登录；如果已经有了百度账号可以直接登录；登录成功后，进入控制台管理界面  
![在这里插入图片描述][ffb5cdc39408467b8f488ed81b5b7183.png_pic_center]  
4）进行实名认证（因百度AI有些功能需要用户实名认证才可使用，所以在这提前进行实名认证）  
![在这里插入图片描述][7688eced6e1542c39c2fe9d49002a343.png_pic_center]  
5）点击实名认证按钮进入实名认证页面（因我的账号已经进行过初级实名认证，实名认证内容大家按照提示进行即可）  
![在这里插入图片描述][e708c217a15c42328ccbd030542bc280.png]

到此准备工作结束，可以使用`百度AI开发平台`提供的API进行开发了

### 语音识别 ###

#### 第一步：左侧菜单选择`语音技术` ####

![在这里插入图片描述][79ef0814ef7a423e9abb6ec8fb5208db.png_pic_center]

#### 第二步：语音识别主界面点击`创建应用` ####

![在这里插入图片描述][c12a46fe9a93456d88993a82f731abce.png_pic_center]

#### 第三步：创建应用填写应用信息 ####

![在这里插入图片描述][31d0120aaa2546eaa7b0d2ce0305e4e3.png_pic_center]

#### 第四步：创建成功后进入应用列表查看 ####

![在这里插入图片描述][ad8d0d78bd674b909211a55594b4901d.png]

#### 第五步：点击上图左侧菜单`技术文档` ####

![在这里插入图片描述][7fd9406458414a1eb84332692dcfde42.png_pic_center]

#### 第六步：按照下图打开语音快速入门文档 ####

![在这里插入图片描述][7e9222c19a8a40078285d20c486b3847.png_pic_center]

#### 第七步：阅读文档进行开发并调试 ####

1）创建一个测试工程

speech\_imageseach

2）根据API提示，导入百度AI所需依赖包

<dependency>
        <groupId>com.baidu.aip</groupId>
        <artifactId>java-sdk</artifactId>
        <version>4.12.0</version>
    </dependency>

3）编写测试代码

/**
     * @Auth: suihao
     * @Desc: 百度AI-语音识别、语音合成测试类
     * @DateTime: 2022/10/14 11:14
     */
    public class SpeechTest{
        
        
        //设置APPID/AK/SK
        public static final String APP_ID = "20616557";
        public static final String API_KEY = "YlvktyOpTrc7eOxqMQGUEAjM";
        public static final String SECRET_KEY = "EnAoDcoiBSqxRQp69bTKB3xBwZbGpOVR";
        /**
         * 功能描述:  语音识别
         * @return : void
         */
        @Test
        public void speechRecognition() throws JSONException {
        
            // 初始化一个AipSpeech
            AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
    
            // 可选：设置网络连接参数
            client.setConnectionTimeoutInMillis(2000);
            client.setSocketTimeoutInMillis(60000);
    
            // 可选：设置代理服务器地址, http和socket二选一，或者均不设置
            //client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
            //client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理
    
            // 可选：设置log4j日志输出格式，若不设置，则使用默认配置
            // 也可以直接通过jvm启动参数设置此环境变量
            //System.setProperty("aip.log4j.conf", "path/to/your/log4j.properties");
    
            // 调用接口
            JSONObject res = client.asr("E:/public/16k-23850.amr", "amr", 16000, null);
            System.out.println(res.toString(2));
    
        }
    }

4）下载官网提供测试音频文件（也可以使用语音合成，自己使用`语音合成`接口合成语音文件）  
![在这里插入图片描述][f7f2a0e51aae402b9878de98f942fda7.png_pic_center]

5）测试结果  
![在这里插入图片描述][255e2c6ec0524686a02a0acd4d255c13.png_pic_center]

### 语音合成 ###

> `语音技术`已经包含了`语音合成`，但是`语音合成`免费次数需要我们手动领取才可以，下面我们使用语音合成来合成语音文件完成语音识别测试。

#### 一、点击`语音技术`页面右上角`管理控制台` ####

![在这里插入图片描述][d7d53e09c19a4bfebb6a35528350bc5d.png_pic_center]

#### 二、在管理控制台进入`语音技术`主页 ####

![在这里插入图片描述][380dc0e660354d7b8b0a8eb72fd972a1.png_pic_center]

#### 三、语音技术主页选择`概览`–>`语音合成` ####

![在这里插入图片描述][e67ca19d6e964e00af5b22facf75a969.png_pic_center]

#### 四、领取`语音合成`免费次数 ####

![在这里插入图片描述][a35cf0dafc484a6991f24b8e11a5fdae.png_pic_center]

#### 五、点击`技术文档`进入语音技术API页面 ####

![在这里插入图片描述][156beab60de042b286a229d6433e38df.png_pic_center]

#### 六、按照下图打开`语音合成API`文档 ####

![在这里插入图片描述][95fc539d81db4b5186bced97ff41ee89.png_pic_center]

#### 七、阅读文档进行开发并调试 ####

1）在语音识别创建的speech\_imageseach直接开发即可，它们所需环境都是一致的

1）所需jar包一致，不需要重新导入
    2）所需APP_ID、API_KEY、SECRET_KEY一致不需要重新填写

2）编写测试代码

//直接在SpeechTest测试类中添加如下测试方法即可
    @Test
    public void speechSynthesis() throws JSONException{
        
        // 初始化一个AipSpeech
        AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
        // 可选：设置网络连接参数
        client.setConnectionTimeoutInMillis(2000);
        client.setSocketTimeoutInMillis(60000);
        // 可选：设置代理服务器地址, http和socket二选一，或者均不设置
        //client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
        //client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理
        // 可选：设置log4j日志输出格式，若不设置，则使用默认配置
        // 也可以直接通过jvm启动参数设置此环境变量
        //System.setProperty("aip.log4j.conf", "path/to/your/log4j.properties");
        // 调用接口
        TtsResponse res = client.synthesis("Hello World", "suihao", 1, null);
        byte[] data = res.getData();
        JSONObject res1 = res.getResult();
        if (data != null) {
        
            try {
        
                Util.writeBytesToFileSystem(data, "E:/ai-speech/itcast.mp3");
            } catch (IOException e) {
        
                e.printStackTrace();
            }
        }
        if (res1 != null) {
        
            System.out.println(res1.toString(2));
        }
    }

3）测试结果

> *代码测试返回结果*  
> ![在这里插入图片描述][992f95495a12401f923d2bef204dcf77.png_pic_center]

> *生成的音频文件*

![在这里插入图片描述][a680a87b9b5b45f79a55a512b6365e3b.png_pic_center]

#### 注意 ####

使用`语音识别`，`语音合成`如果出现错误，根据错误code参考以下链接解决:
    	`语音识别`: https://cloud.baidu.com/doc/SPEECH/s/Yk4o0bkop
    	`语音合成`: https://cloud.baidu.com/doc/SPEECH/s/jk4nlz520

### 图片搜索 ###

#### （1）控制台主页左侧菜单选择`图像搜索` ####

![在这里插入图片描述][fc4c18aca1d54e25bb21e82023b4ddb3.png_pic_center]

#### （2）图像搜索主界面点击`创建应用` ####

![在这里插入图片描述][da9641cd3b6543c98227a63e888bf33e.png_pic_center]

#### （3）创建应用填写应用信息 ####

![在这里插入图片描述][3e11e5418e8d415abfc18fcb84421ec7.png_pic_center]

#### （4）创建成功后进入应用列表查看 ####

![在这里插入图片描述][5d1ff21fa5874b44929ada9bcd9bd39b.png]

#### （5） 点击“应用名称”进入应用详情页面 ####

![在这里插入图片描述][c62c167af3f7426388cca1a52538a0da.png]

#### （6）申请建库 ####

![在这里插入图片描述][4eff99add1364550b5d86ffaf65e19fc.png_pic_center]  
![在这里插入图片描述][4f1cefe41d2e452b894a9dce93e3eef4.png_pic_center]

#### （7）建库成功后，导入图片 ####

首先，选择要导入的图库，点击`管理图库`按钮  
![在这里插入图片描述][ce6c9dda18cb459dbb7d7c3bbae59353.png_pic_center]

然后，上传图片并设置`摘要`信息

![在这里插入图片描述][374be3c8cc934eab9bac594fdb28749f.png_pic_center]  
![在这里插入图片描述][5aed17cd3d6a4eae878d7d86dd829b40.png_pic_center]

#### （8）点击左侧`技术文档`进入技术文档 ####

![在这里插入图片描述][e62424a7a0af43e886d7cda0c9969a7e.png_pic_center]

#### （9）阅读文档进行开发并调试 ####

1）创建一个测试工程（*因工程已经存在可以直接在speech\_imageseach工程中测试即可*）

2）根据API提示，导入百度AI所需依赖包（*包也已经存在可以不用再次导入*）

<dependency>
        <groupId>com.baidu.aip</groupId>
        <artifactId>java-sdk</artifactId>
        <version>4.12.0</version>
    </dependency>

3）编写测试代码

/**
     * @Auth: suihao
     * @Desc: 百度AI-图片搜索测试类
     * @DateTime: 2022/10/14 11:24
     */
    public class ImageSearchTest{
        
        
        //设置APPID/AK/SK
        public static final String APP_ID = "20617129";
        public static final String API_KEY = "O7SBMGthGxQd3rQkPIgGswdk";
        public static final String SECRET_KEY = "ApDvY5WN1Twsj1DAZADAdFxSZF8l7qt6";
        /**
     	 * 功能描述:  百度AI-图片搜索
     	 * @return : void
     	 */
        @Test
        public void isearch() throws JSONException {
        
            AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
            // 可选：设置网络连接参数
            client.setConnectionTimeoutInMillis(2000);
            client.setSocketTimeoutInMillis(60000);
    
            // 可选：设置代理服务器地址, http和socket二选一，或者均不设置
            //client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
            //client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理
    
            // 可选：设置log4j日志输出格式，若不设置，则使用默认配置
            // 也可以直接通过jvm启动参数设置此环境变量
            //System.setProperty("aip.log4j.conf", "path/to/your/log4j.properties");
    
            // 调用接口
            //String path = "E:\\img\\huaweiP40.jpg";
            //String path = "E:\\img\\huaweiNova7.jpg";
            String path = "E:\\img\\lianxiangM4000s.jpg";
            JSONObject res = client.productSearch(path, new HashMap<String, String>());
            System.out.println(res.toString(2));
        }
    }

4）测试结果  
![在这里插入图片描述][d977e633bcc2456da3e9c9251963ef50.png_pic_center]

#### 注意 ####

注意： 
    1、检索接口不返回原图，仅反馈入库时填写的brief信息，请调用入库接口时尽量填写可关联至本地图库的图片id或者图片url等信息。
    2、检索接口默认返回TOP 300的结果，如果图库里不满300张图片，会返回所有图片，请入库足量图片以便充分测试效果。
    3、原则上任何2张图片都有相似度，只不过分值有高低，应用时可结合接口返回的相关性分数score（取值范围0-1，越接近1代表相似度越高）进行筛选，如选取score大于某个值的结果进行应用。

4）测试结果  
![在这里插入图片描述][8d6b4bd284804dceb982113e8b157750.png_pic_center]

#### 注意 ####

[https_ai.baidu.com]: https://ai.baidu.com/
[a4386b6c507f402faddaa9270584c647.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/c71dd646a8484310a7d4a80a5b04c981.png
[275c53f407554e5c9cdfa8d151f06d91.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/4503e22978444738af1a423d224c35cb.png
[ffb5cdc39408467b8f488ed81b5b7183.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/01efb5fde4b6420097363dad40e51aa5.png
[7688eced6e1542c39c2fe9d49002a343.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/8de8d5e1075a43adb2d76007775445b6.png
[e708c217a15c42328ccbd030542bc280.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/763fe737aa914c2eb60ad8059dcbee37.png
[79ef0814ef7a423e9abb6ec8fb5208db.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/29e76414f40b412fa36ed8cc135d8407.png
[c12a46fe9a93456d88993a82f731abce.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/ea786ae47d8c44888b3bb7c3d38f80e0.png
[31d0120aaa2546eaa7b0d2ce0305e4e3.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/6823b2332c8549c5b4e67dc178b08dc9.png
[ad8d0d78bd674b909211a55594b4901d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/0533479b12cd45bb9bc2dec666e53115.png
[7fd9406458414a1eb84332692dcfde42.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/9ff0d68b77954668aba999008179cb17.png
[7e9222c19a8a40078285d20c486b3847.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/f488a534f1a149c192824ac8a6f3fe4e.png
[f7f2a0e51aae402b9878de98f942fda7.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/9feffea2aaf54f0294d86af45151676a.png
[255e2c6ec0524686a02a0acd4d255c13.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/221153644aa3497fb53e92deaafe84f2.png
[d7d53e09c19a4bfebb6a35528350bc5d.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/d5d784520cf9437293e2250c6061f814.png
[380dc0e660354d7b8b0a8eb72fd972a1.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/e07eade4dfe44284bac7cccec452bf94.png
[e67ca19d6e964e00af5b22facf75a969.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/5e124bf6d622407f9e2ffdffcf48b9ed.png
[a35cf0dafc484a6991f24b8e11a5fdae.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/394b9396907d4f21932f3a49c46a0bc0.png
[156beab60de042b286a229d6433e38df.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/046263c90836424bba93a33268b84bdb.png
[95fc539d81db4b5186bced97ff41ee89.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/3b49447a4ad84ae4829c3900456e22d8.png
[992f95495a12401f923d2bef204dcf77.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/29da0b7abe45491bb5deb6eca9e20069.png
[a680a87b9b5b45f79a55a512b6365e3b.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/ff92dfb5c9ae4e76835d825543f6c31b.png
[fc4c18aca1d54e25bb21e82023b4ddb3.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/d1bad14c826b4f058c35a247f4c14b29.png
[da9641cd3b6543c98227a63e888bf33e.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/43fbcec29d2f4d98819133f5d60eec44.png
[3e11e5418e8d415abfc18fcb84421ec7.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/e47de49df5b94a1f9e995ea1b8ca87b0.png
[5d1ff21fa5874b44929ada9bcd9bd39b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/13f4bef7f37f46a09befff53470fa5e7.png
[c62c167af3f7426388cca1a52538a0da.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/2625b95bac4a4dbcb343f44e0aa3e068.png
[4eff99add1364550b5d86ffaf65e19fc.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/470de8e55e774488a86f4f51aab95a36.png
[4f1cefe41d2e452b894a9dce93e3eef4.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/6c8da2514e7c4f57917c4af18a9e0666.png
[ce6c9dda18cb459dbb7d7c3bbae59353.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/8c5219f03f524643adf622eb2de63e56.png
[374be3c8cc934eab9bac594fdb28749f.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/e70f1cd598b84b6691340e0c34f44ba6.png
[5aed17cd3d6a4eae878d7d86dd829b40.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/07dae6b8dc3c466faa8361303a9608bd.png
[e62424a7a0af43e886d7cda0c9969a7e.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/06472493f492422e9841e5b6e55982b5.png
[d977e633bcc2456da3e9c9251963ef50.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/657c836caf8e4bd9bc60ad4eb251ca19.png
[8d6b4bd284804dceb982113e8b157750.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/d58cb14c77d041849578ebf5be44373f.png