- 在线语音识别的优势
- 一，语音识别流程图
- 二，录音
- 三，词法分析
在线语音识别结合语义分析，具有识别精准，灵活性高的特点，但是，其处理速度不如离线识别。
与离线识别不同的是，在esp32被唤醒后，会进行录音，录音结束后将音频发送到云端进行语音识别，并将返回的文本结果进行词法分析，得到特征值，根据特征值，执行相应的命令。
esp32被唤醒后就开始录音，通过VAD音量检测，判断用户是否在讲话，若讲话停止则停止录音（或到达录音最大时间），并将数据通过http客户端发送到百度云语音识别接口。
这里展示主要的代码，录音的数据保存到recoder中：
百度词法分析文档
百度词法分析定制说明
接收到语音识别返回的文本后，还需要对文本进行词法分析，解析出文本中包含的指令。这个功能使用的是百度的词法分析定制版。具体逻辑是：首先我们确定一个词汇集，如：{打开，开启，启动}，并将该词汇集命名为OPEN，{空调，格力空调}命名为”AC“
例如，用户输入“打开空调”，词法分析就会得到以下结果
我们读取”ne“键中的内容，就能判断用户的意图。以下代码请求词法分析
在获取到以上的JSON数据后，接下来就是提取“ne”中的内容，用下面的数据结构来辅助解析。
以下代码会解析每个词，并填充到ety_eles数组，每个单词对应一个ety_eles成员：
下面，根据得到的ety_eles数组，组装成一个Audio_Order类型的命令：
有了Audio_Order命令，我们就能根据命令的内容作出反应。