aliyun-speech-recognition

阿里云语音识别工具包

注意事项：

阿里云对于字词 Words 的开始和结束时间划分的并不准确。句子 Sentences 的开始和结束时间划分比较准确。

程序配置

在项目根目录下创建一个 app_config.js 文件，将一下内容填入

const path = require('path');
const pinyin = require('pinyin');

module.exports = {
    accessKeyId: 'Kyoasdz90lVU7ttN',                        // 您的AccessKey Id
    secretAccessKey: 'B2asdVJTaBwyUQ6ANxxe3BwnrRfoqg',      // 您的AccessKey Secret
    appkey: 'z67asdyn0aC8byNK',                             // 您的appkey
    recognitionResultsPath: path.resolve(__dirname, 'recognition_results'),     // 语音识别结果保存位置
    transcodeAudiosPath: path.resolve(__dirname, 'transcode_audios'),           // 音频转码保存位置
    fileServerRoot: 'http://program-hub.cn/index',                              // 文件服务器根路径
    reviseTextPath: path.resolve(__dirname, 'revise_text'),                     // 修订文本路径
    pinyinOption: { segment: true, style: pinyin.STYLE_TONE2 }                  // 为文字标注拼音 设置方法参考 https://github.com/hotoo/pinyin
};

npm run transcode

将媒体文件转换成阿里云要求的格式与编码 (单声道 16k采样率 MP3)，结果保存在 transcodeAudiosPath 中

npm run submit_task

向阿里云提交语音识别任务。要进行识别的文件需放到 transcodeAudiosPath 中，而且需要用一台带域名的的服务器，反向代理该目录来让阿里云访问，具体的方法可参考《使用 nginx + xshell5 实现内网穿透（反向隧道）》

提交完成后不要立即关闭反向代理，因为阿里云之后可能还会再次访问，如果无法访问可能会导致识别失败

npm run receive_result

检查识别进度，将识别结果保存到 recognitionResultsPath。

recognitionResultsPath 目录下的 processing_tasks.json 记录的是还没有收到结果或者识别失败的任务。

npm run add_pinyin