近期想做个对象把大段对话转成文字。用语音输入法太慢，所以想到看有没有现成的API，网上一搜，根基就是百度和讯飞。
这里先看百度的
笔者使用的是Java版本号的
下载地点:
解压之后里面有个51.2KB的PCM格式的音频文件，笔者测验考试用各类播放器发明非常少有能打开的。最后找到一种要领分享一下。
一、播放例辅音频
下载安置Adobe Audition 3.0固然你也能够用更高的版本号
打开Adobe Audition，然后将test.pcm直接拖进来，这是后会弹出窗体，依照以下这个格式选
然后点击播放。你会听到“百度语音供给技术撑持”。
波形图是这种
二、以下我们来看措施的执行功效
首先，你必要创建一个应用，找到应用的API Key和Secret Key，在措施里改成你本身的，然后设置里面的cuid，cuid仿佛能够随意填，不知道怎么填的就改成你的网卡MAC地点。
以下是执行功效
"D:\Program Files\Java\jdk1.8.0_77\bin\java" -agentlib:jdwp=transport=dt_socket,address=127.0.0.1:52675,suspend=y,server=n -Dfile.encoding=UTF-8 -classpath "D:\Program Files\Java\jdk1.8.0_77\jre\lib\charsets.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\deploy.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\access-bridge-64.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\cldrdata.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\dnsns.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\jaccess.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\jfxrt.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\localedata.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\nashorn.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\sunec.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\sunjce_provider.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\sunmscapi.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\sunpkcs11.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\ext\zipfs.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\javaws.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\jce.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\jfr.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\jfxswt.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\jsse.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\management-agent.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\plugin.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\resources.jar;D:\Program Files\Java\jdk1.8.0_77\jre\lib\rt.jar;D:\IdeaProjects\Helloworld\out\production\Helloworld;C:\Program Files (x86)\JetBrains\IntelliJ IDEA 2016.2\lib\idea_rt.jar" com.baidu.speech.serviceapi.Sample Connected to the target VM, address: '127.0.0.1:52675', transport: 'socket' { "access_token": "24.34cfbc06516a339bca203a7d250d2d19.2592000.1474034743.282335-8506303", "refresh_token": "25.69215650d359739773609458e2d5ed6a.315360000.1786802743.282335-8506303", "scope": "public audio_voice_assistant_get audio_tts_post wise_adapt lebo_resource_base lightservice_public hetu_basic lightcms_map_poi kaidian_kaidian wangrantest_test wangrantest_test1 vis-faceverify_faceverify bnstest_test1 vis-ocr_ocr", "session_key": "9mzdCPAwAJZlQyjkoqSZR4FyJ4v7SKYRS8zy3thuiQfT/K9GAL+fG0zGIm4/kkTagxBIHrJd+qs49Iu59xMKGetYDI1W", "session_secret": "2a223032e1579bf5996fb6d4b38f767d", "expires_in": 2592000 } { "result": ["百度语音供给技术撑持，，"], "err_msg": "success.", "sn": "678411133801471442744", "corpus_no": "6319798464275533284", "err_no": 0 } { Disconnected from the target VM, address: '127.0.0.1:52675', transport: 'socket' "result": ["百度语音供给技术撑持，"], "err_msg": "success.", "sn": "37862479621471442745", "corpus_no": "6319798471823426386", "err_no": 0 }第一段json返回的是通过appkey拿到的token，后面两段是措置惩罚惩罚后返回的功效，由于挪用了两个要领，所以返回的是两段。三、音频文件转换
百度语音识别对语音的格式和參数是有要求的。文档看这里:
这里就捡重要的说了，格式撑持pcm（不压缩）、wav、opus、speex、amr、x-flac。然后採样率深度声道要满足：8k/16k 採样率 16bit 位深的单声道语音。每段要措置惩罚惩罚的语音不能赶过一分钟
格式上。非常多音频软件、播放器能满足要求，可是后面的參数要到达要求就有点难了。
1.少量音频的转换