ESP32开发（6）esp-adf：百度语音识别

前言

本例程基于官方例程esp-adf/example/speech_recognition/asr修改而来。asr例程是一个本地语音识别例程，已经帮助我们读取到了所需要的原始语音数据，我们只要稍作修改，将它通过HTTP协议上传到百度语音识别接口，就可以实现语音识别啦。

准备工作

开发环境：Linux-Ubuntu16 开发平台：ESP32_LyraT开发板。这款开发板上面的模组是ESP32-WROVER，额外带有4M RAM，可以用来缓存语音数据。

获取Access Token

在百度开发者平台上创建一个语音识别应用，具体操作参考，我这里语音识别和语音合成是一个应用，记录下API key和Secret Key。在Linux中创建一个shell脚本，输入以下命令：

#!/bin/bash
curl -i -k https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=******&client_secret=****** >>receive_token.json

其中"client_id"是API key，"client secret"是Secret Key，执行脚本，在重定向生成的receive_token.json文件中找"access_token"这一项，记录下后面那一长串字符。注意：这个access_token只有一个月的有效期，需要定期更新。

实现思路

在实现之前，建议先阅读一下百度的官方语音识别文档，了解一下两种上传方式的区别，我们采用RAM方式上传，不用计算JSON，节省内存开销。 因为asr例程是本地语音识别，所以我们还需要往程序中添加一些其他组件，比如基本的wifi连接配置，HTTP客户端配置，这些我们就不做讨论了。我们直接来看改动的主要部分。

while (1) 
{
          
   
    if(get_key_value() == 0)
    {
          
   
        char *buff = (char *)heap_caps_malloc(96 * 1024, MALLOC_CAP_SPIRAM);
        if (NULL == buff) 
        {
          
   
            ESP_LOGE(EVENT_TAG, "Memory allocation failed!");
            return;
        }
        memset(buff, 0, 96 * 1024);

        ESP_LOGI(TAG, "have key");
        for(size_t i = 0; i < 12; i++)
        {
          
   
            raw_stream_read(raw_read, (char *)buff + i * 8 * 1024, 8 * 1024);
        }

        esp_http_client_config_t config = 
        {
          
   
            .url = "http://vop.baidu.com/server_api?dev_pid=1536&cuid=ESP32_HanChenen521&token=24.5af78a8f13afcd9a592624865bbd5eac.2592000.1562320078.282335-15514068",
            .event_handler = _http_event_handler,
        };       
        esp_http_client_handle_t client = esp_http_client_init(&config);

        esp_http_client_set_method(client, HTTP_METHOD_POST);     
        esp_http_client_set_post_field(client, (const char *)buff, 96 * 1024);
        esp_http_client_set_header(client, "Content-Type", "audio/pcm;rate=16000");  
        esp_err_t err = esp_http_client_perform(client);
        if (err == ESP_OK) 
        {
          
   
            ESP_LOGI(TAG, "HTTP POST Status = %d, content_length = %d",
                    esp_http_client_get_status_code(client),
                    esp_http_client_get_content_length(client));
        } 
        else 
        {
          
   
            ESP_LOGE(TAG, "HTTP POST request failed: %s", esp_err_to_name(err));
        }
        esp_http_client_cleanup(client);

        free(buff);
        buff = NULL;
    }
    ESP_LOGI(TAG, "please press the key");
    vTaskDelay(100);