Описание API вызова библиотеки GoogleSpeechRecognizeAPI3.DLL -> Форум на Исходниках.Ру

	Наши проекты: Журнал · Discuz!ML · Wiki · DRKB · Помощь проекту

Здравствуйте, Гость ! [18.116.21.229]

Модераторы: RaD, nsh

Новое голосование

Описание API вызова библиотеки GoogleSpeechRecognizeAPI3.DLL , библиотека для работы с Google Speech Recognize API

raxp

Сообщ. #1 , 20.09.13, 14:39

Full Member

Профиль · PM

Рейтинг (т): 19

Данная библиотека (далее DLL) для работы с сервисом GoogleSpeech RecognizeAPI через POST-запросы в ОС NT/2000/2003/XP/7 предназначена для распознавания речи OFFTIME и REALTIME в автоматическом режиме, по задаваемому пользователем пороговому уровню, языку и задержке отслеживания окончания фразы (триггера "тишины").
http://www.youtube.com/watch?v=aRRvXOOlxmI

Cистемные требования и зависимости:
1. Win32 (NT/2003/XP/7)
2. Требуется наличие Интернет-канала
3. ssleay32.dll + libeay32.dll для работы с OpenSSL

DLL предоставляет универсальный доступ для других приложений вне зависимости от языка в среде Win32 (64-bit не тестировалось). Для использования DLL в своих проектах соблюдайте соглашение об stdcall-вызовах. Тип соглашения о вызове объявляется после прототипа функции, будь то объявление функционального типа или же объявление функции.

Прикладное применение:

Скрытый текст

Голосовое управление нагрузками HID гаджета "Описание API вызова библиотеки VoiceControlHid.DLL":
http://www.youtube.com/watch?v=aqzYZov_L1o...406101042#54114

Голосовое управление плеером AIMP "Описание API вызова библиотеки AIMP_VoiceControl.DLL":
http://www.youtube.com/watch?v=eIqKQcD7FEg...406101042#54115

Интерактивный голосовой переводчик:
http://www.youtube.com/watch?v=Etch0Qj1R7Y...406101042#54116

Расшифровки:

Скрытый текст

Таблица расшифровок параметров экспортируемой процедуры OFFTIME-распознавания Recognize_Flac() библиотеки <GoogleSpeechRecognizeAPI3.DLL>:

Цитата

Параметр Функционал Тип переменной
============================================================ ==================
filename имя FLAC-файла для распознавания PAnsiChar
ruen исходный язык записи ru/en PAnsiChar
full_answer_google полная строка ответа от сервиса PAnsiChar
recognize_flag признак распознавания PAnsiChar
recognize_text распознанный текст PAnsiChar
recognize_accuracy достоверность распознавания, % Integer

Таблица расшифровок параметров экспортируемой процедуры REALTIME-распознавания Recognize() библиотеки <GoogleSpeechRecognizeAPI3.DLL>:

Цитата

Параметр Функционал Тип переменной
============================================================ ==================
full_answer_google полная строка ответа от сервиса PAnsiChar
recognize_flag признак распознавания PAnsiChar
recognize_text распознанный текст PAnsiChar
recognize_accuracy достоверность распознавания, % Integer

Таблица расшифровок параметров экспортируемой процедуры Start() библиотеки <GoogleSpeechRecognizeAPI3.DLL>:

Цитата

Параметр Функционал Тип переменной
============================================================ ==================
threshold_level уровень порога срабатывания, % Integer
delay_off задержка отсл-я окончания фразы, мс Integer
ruen язык распознавания ru/en PAnsiChar

Таблица расшифровок параметров экспортируемой процедуры Set_Thresholdlevel_Delayoff_Ruen() библиотеки <GoogleSpeechRecognizeAPI3.DLL>:

Цитата

Таблица расшифровок параметров экспортируемой функции Get_SoundLevel() библиотеки <GoogleSpeechRecognizeAPI3.DLL>:

Цитата

Параметр Функционал Тип переменной
============================================================ ==================
result текущий уровень сигнала Integer

Пример динамического подключения (Delphi 6/7/2006/2009/2010/TDL):

var

get_soundlevel: function: integer; stdcall; // текущий уровень громкости

recognize : procedure(var

full_answer_google, // полная строка ответа от сервиса

recognize_flag, // признак распознавания

recognize_text: pansichar; // распознанный текст

var

recognize_accuracy: integer // достоверность распознавания, %

); stdcall;

recognize_flac: procedure(var

filename, // путь-имя файла для распознавания

ruen, // язык распознавания

full_answer_google, // полная строка ответа от сервиса

recognize_flag, // признак распознавания

recognize_text: pansichar; // распознанный текст

var

recognize_accuracy: integer // достоверность распознавания, %

); stdcall;

start : procedure(threshold_level, // уровень порога срабатывания, %

delay_off: // задержка отключения, мс

integer;

ruen: // язык распознавания

pansichar); stdcall;

stop : procedure; stdcall;

set_thresholdlevel_delayoff_ruen: procedure(threshold_level, // уровень порога срабатывания, %

delay_off: // задержка отключения, мс

integer;

ruen: // язык распознавания

pansichar); stdcall;

LibHandle: THandle;

function LinkProc(ProcName: string):Pointer;

begin

result:= GetProcAddress(LibHandle, PChar(ProcName))

end;

{ инициализация }

begin

LibHandle:= LoadLibrary('test\GoogleSpeechRecognizeAPI3.dll');

if LibHandle<>0 then begin

// старт модуля

start:= LinkProc('start');

// стоп модуля

stop := LinkProc('stop');

// задание порога, времени задержки и языка распознавания REALTIME

set_thresholdlevel_delayoff_ruen:= LinkProc('set_thresholdlevel_delayoff_ruen');

// получение уровня сигнала REALTIME

get_soundlevel:= LinkProc('get_soundlevel');

// получение результатов распознавания REALTIME

recognize := LinkProc('recognize');

// получение результатов распознавания OFFTIME (из файла)

recognize_flac:= LinkProc('recognize_flac');

end;

start(100 - tr.Position, 1000, 'ru');

...

{ деинициализация }

begin

stop;

FreeLibrary(LibHandle)

...

{ примеры вызова }

// распознать OFFTIME из файла FLAC

var full_answer_google, // полная строка ответа от сервиса

recognize_flag, // признак распознавания

recognize_text: pansichar; // распознанный текст

recognize_accuracy: integer; // достоверность распознавания, %

ruen, text: pansichar;

begin

memo1.Clear;

if checkbox1.Checked then ruen:= 'ru'

else ruen:= 'en';

text:= pansichar(edit1.text);

recognize_flac(text,

ruen,

full_answer_google,

recognize_flag,

recognize_text,

recognize_accuracy);

// результаты

memo1.Lines.Add(format('%s', [full_answer_google]));

memo1.Lines.Add('');

memo1.Lines.Add(format('%s', [recognize_flag]));

memo1.Lines.Add(format('Текст: %s', [recognize_text]));

memo1.Lines.Add(format('Достоверность: %d', [recognize_accuracy]) + '%');

...

// визуализация текущего уровня REALTIME (по таймеру или в потоке)

var temp: integer;

full_answer_google, // полная строка ответа от сервиса

recognize_flag, // признак распознавания

recognize_text: pansichar; // распознанный текст

recognize_accuracy: integer; // достоверность распознавания, %

begin

temp:= get_soundlevel;

panel2.Height:= panel1.Height * temp div 100;

label1.Caption:= format('%d', [temp]) + '%';

// распознать REALTIME по превышению порога с задержкой

inc(gl_inc);

if gl_inc > 1000 div timer1.Interval then begin

gl_inc:= 0;

memo1.Clear;

full_answer_google:= '';

recognize(full_answer_google,

recognize_flag,

recognize_text,

recognize_accuracy);

// результаты

memo1.Lines.Add(format('%s', [full_answer_google]));

memo1.Lines.Add('');

memo1.Lines.Add(format('%s', [recognize_flag]));

memo1.Lines.Add(format('Текст: %s', [recognize_text]));

memo1.Lines.Add(format('Достоверность: %d', [recognize_accuracy]) + '%');

end;

...

// задание параметров задержки и порога REALTIME

set_thresholdlevel_delayoff_ruen(20 {%}, 1000 {мс}, 'ru')

...

ПОРЯДОК ИСПОЛЬЗОВАНИЯ

1. Для распознавания OFFTIME речевого фрагмента в формате FLAC используйте процедуру Recognize_Flac().
2. Процедуры инициализации потока Start() и завершения Stop(без параметров) вызываются однократно при начале и окончании отслеживания.
3. Процедура Set_Thresholdlevel_Delayoff_Ruen() предназначена для изменения параметров (порогового уровня срабатывания триггера тишины, интервала отслеживания окончания фразы и языка) REALTIME.
4. Процедура Recognize() вернет результаты распознавания отслеживаемой фразы по срабатыванию триггера тишины.

cкачать

1 пользователей читают эту тему (1 гостей и 0 скрытых пользователей)

0 пользователей:

[ Script execution time: 0,0180 ] [ 14 queries used ] [ Generated: 20.05.24, 09:39 GMT ]