public void RunIat(string audioFile, string param)
{
string sessionID = null;
EpStatus epStatus = EpStatus.MSP_EP_LOOKING_FOR_SPEECH;
RsltStatus rsltStatus = RsltStatus.MSP_REC_STATUS_SUCCESS;
long count = 0; //计次?
uint totalLen = 0;
//获取音频文件
using (FileStream fs = new FileStream(audioFile, FileMode.Open, FileAccess.Read))
{
fs.Seek(0, SeekOrigin.End);
var size = fs.Length;
fs.Seek(0, SeekOrigin.Begin);
var data = new byte[size];
if (data == null)
{
if (onErrorEvent != null)
{
onErrorEvent.Invoke("内存不足.");
}
return;
}
var readSize = fs.Read(data, 1, (int)size);
if (readSize != size)
{
onErrorEvent.Invoke("读" + audioFile + "出错");
return;
}
int errcode = 0;
//开始语音听写
sessionID = Marshal.PtrToStringAuto(MSCDLL.QISRSessionBegin(null, param, ref errcode));
if (errcode != (int)ErrorCode.MSP_SUCCESS)
{
if (onErrorEvent != null)
{
onErrorEvent.Invoke("Iat开启出错" + errcode);
}
return;
}
while (true)
{
uint len = 10 * 640;
int ret = 0;
if (size < 2 * len)
{
len = (uint)size;
}
if (len <= 0)
{
break;
}
var audioStatus = AudioStatus.MSP_AUDIO_SAMPLE_CONTINUE;
if (count == 0)
{
audioStatus = AudioStatus.MSP_AUDIO_SAMPLE_FIRST;
}
ret = MSCDLL.QISRAudioWrite(sessionID, data, len, audioStatus, ref epStatus, ref rsltStatus);
if (ret != (int)ErrorCode.MSP_SUCCESS)
{
if (onErrorEvent != null)
{
onErrorEvent.Invoke("写入本次识别的音频失败." + ret);
}
return;
}
count += len;
size -= len;
//已经有部分听写结果
if (rsltStatus == RsltStatus.MSP_REC_STATUS_SUCCESS)
{
var result = Marshal.PtrToStringAuto(MSCDLL.QISRGetResult(sessionID, ref rsltStatus, 0, ref ret));
if (ret != 0)
{
if (onErrorEvent != null)
{
onErrorEvent.Invoke("获取识别结果失败." + ret);
}
return;
}
if (result != null)
{
uint resultLen = (uint)result.Length;
totalLen += resultLen;
if (totalLen >= 4096)
{
if (onErrorEvent != null)
{
onErrorEvent.Invoke("对于临时资源没有足够的缓存空间。");
}
return;
}
}
}
if (epStatus == EpStatus.MSP_EP_AFTER_SPEECH)
{
break;
}
Thread.Sleep(200);
}
errcode = MSCDLL.QISRAudioWrite(sessionID, null, 0, AudioStatus.MSP_AUDIO_SAMPLE_LAST, ref epStatus, ref rsltStatus);
if (errcode != 0)
{
if (onErrorEvent != null)
{
onErrorEvent.Invoke("音频写入失败。" + errcode);
}
return;
}
}
}
private static string audio_iat(byte[] AudioData, string session_begin_params)
{
string hints = "hiahiahia";
IntPtr session_id;
StringBuilder result = new StringBuilder(); //存储最终识别的结果
var aud_stat = AudioStatus.MSP_AUDIO_SAMPLE_CONTINUE; //音频状态
var ep_stat = EpStatus.MSP_EP_LOOKING_FOR_SPEECH; //端点状态
var rec_stat = RecogStatus.MSP_REC_STATUS_SUCCESS; //识别状态
int errcode = (int)Errors.MSP_SUCCESS;
byte[] audio_content = AudioData; //用来存储音频文件的二进制数据
int totalLength = 0; //用来记录总的识别后的结果的长度，判断是否超过缓存最大值
/* try
* {
* audio_content = File.ReadAllBytes(audio_path);
* }
* catch (Exception e)
* {
* Debug.Log(e);
* audio_content = null;
* }*/
if (audio_content == null)
{
Debug.Log("没有读取到任何内容");
MSCDLL.MSPLogout();//退出登录
return(null);
}
//Debug.Log("开始进行语音听写.......");
/*
* QISRSessionBegin（）；
* 功能：开始一次语音识别
* 参数一：定义关键词识别||语法识别||连续语音识别（null）
* 参数2：设置识别的参数：语言、领域、语言区域。。。。
* 参数3：带回语音识别的结果，成功||错误代码
* 返回值intPtr类型,后面会用到这个返回值
*/
session_id = MSCDLL.QISRSessionBegin(null, session_begin_params, ref errcode);
if (errcode != (int)Errors.MSP_SUCCESS)
{
Debug.Log("开始一次语音识别失败！");
MSCDLL.MSPLogout();
MSCDLL.QISRSessionEnd(session_id, hints);
return(null);
}
/*
* QISRAudioWrite（）；
* 功能：写入本次识别的音频
* 参数1：之前已经得到的sessionID
* 参数2：音频数据缓冲区起始地址
* 参数3：音频数据长度,单位字节。
* 参数4：用来告知MSC音频发送是否完成 MSP_AUDIO_SAMPLE_FIRST = 1 第一块音频
* MSP_AUDIO_SAMPLE_CONTINUE = 2 还有后继音频
* MSP_AUDIO_SAMPLE_LAST = 4 最后一块音频
* 参数5：端点检测（End-point detected）器所处的状态
* MSP_EP_LOOKING_FOR_SPEECH = 0 还没有检测到音频的前端点。
* MSP_EP_IN_SPEECH = 1 已经检测到了音频前端点，正在进行正常的音频处理。
* MSP_EP_AFTER_SPEECH = 3 检测到音频的后端点，后继的音频会被MSC忽略。
* MSP_EP_TIMEOUT = 4 超时。
* MSP_EP_ERROR = 5 出现错误。
* MSP_EP_MAX_SPEECH = 6 音频过大。
* 参数6：识别器返回的状态，提醒用户及时开始\停止获取识别结果
* MSP_REC_STATUS_SUCCESS = 0 识别成功，此时用户可以调用QISRGetResult来获取（部分）结果。
* MSP_REC_STATUS_NO_MATCH = 1 识别结束，没有识别结果。
* MSP_REC_STATUS_INCOMPLETE = 2 正在识别中。
* MSP_REC_STATUS_COMPLETE = 5 识别结束。
* 返回值：函数调用成功则其值为MSP_SUCCESS，否则返回错误代码。
* 本接口需不断调用，直到音频全部写入为止。上传音频时，需更新audioStatus的值。具体来说:
* 当写入首块音频时,将audioStatus置为MSP_AUDIO_SAMPLE_FIRST
* 当写入最后一块音频时,将audioStatus置为MSP_AUDIO_SAMPLE_LAST
* 其余情况下,将audioStatus置为MSP_AUDIO_SAMPLE_CONTINUE
* 同时，需定时检查两个变量：epStatus和rsltStatus。具体来说:
* 当epStatus显示已检测到后端点时，MSC已不再接收音频，应及时停止音频写入
* 当rsltStatus显示有识别结果返回时，即可从MSC缓存中获取结果*/
int res = MSCDLL.QISRAudioWrite(session_id, audio_content, (uint)audio_content.Length, aud_stat, ref ep_stat, ref rec_stat);
if (res != (int)Errors.MSP_SUCCESS)
{
Debug.Log("写入识别的音频失败！" + res);
MSCDLL.MSPLogout();
MSCDLL.QISRSessionEnd(session_id, hints);
return(null);
}
res = MSCDLL.QISRAudioWrite(session_id, null, 0, AudioStatus.MSP_AUDIO_SAMPLE_LAST, ref ep_stat, ref rec_stat);
if (res != (int)Errors.MSP_SUCCESS)
{
Debug.Log("写入音频失败！" + res);
MSCDLL.MSPLogout();
MSCDLL.QISRSessionEnd(session_id, hints);
return(null);
}
while (RecogStatus.MSP_REC_STATUS_COMPLETE != rec_stat)
{//如果没有完成就一直继续获取结果
/*
* QISRGetResult（）；
* 功能：获取识别结果
* 参数1：session，之前已获得
* 参数2：识别结果的状态
* 参数3：waitTime[in] 此参数做保留用
* 参数4：错误编码||成功
* 返回值：函数执行成功且有识别结果时，返回结果字符串指针；其他情况(失败或无结果)返回NULL。
*/
IntPtr now_result = MSCDLL.QISRGetResult(session_id, ref rec_stat, 0, ref errcode);
if (errcode != (int)Errors.MSP_SUCCESS)
{
Debug.Log("获取结果失败：" + errcode);
MSCDLL.MSPLogout();
MSCDLL.QISRSessionEnd(session_id, hints);
return(null);
}
if (now_result != null)
{
int length = now_result.ToString().Length;
totalLength += length;
if (totalLength > 4096)
{
Debug.Log("缓存空间不够" + totalLength);
MSCDLL.MSPLogout();
MSCDLL.QISRSessionEnd(session_id, hints);
return(null);
}
result.Append(Marshal.PtrToStringAnsi(now_result));
}
Thread.Sleep(150);//防止频繁占用cpu
}
//Debug.Log("语音听写结束");
//Debug.Log("结果：\n");
Debug.Log(result.ToString());
res = MSCDLL.QISRSessionEnd(session_id, hints);
if (res != (int)Errors.MSP_SUCCESS)
{
Debug.Log("会话结束失败！");
Debug.Log("错误编号:" + res);
MSCDLL.MSPLogout();
return(null);
}
Debug.Log("成功结束会话！");
res = MSCDLL.MSPLogout();
if (res != (int)Errors.MSP_SUCCESS)
{//说明登陆失败
Debug.Log("退出登录失败！");
Debug.Log("错误编号:" + res);
return(null);
}
//Debug.Log("退出登录成功！");
return(result.ToString());
}