【语音月】语音合成升级会员到访提醒解决方案
756665228 发布于2019-11-21 12:15 浏览:677 回复:4
2
收藏
最后编辑于2019-11-21
 每次会员到访都需要。会员自主结账或找导购才能被发现。或者需要一个人员站在门口,并且对会员都全部了解,才能对会员到访进行更好服务的接待。

小帅为了免去这些操作呢。就想到了百度AI。语音合成。再结合第三方的人脸库会员到访推送。做了一个简单的会员到访语音提醒推送小工程。

下面我们就一起看一下整体流程吧~

实现步骤
 Step1:成为百度AI开放平台的开发者

我们有账号之后登录,并且点击此处(百度语音)创建一个应用,如下图

然后就能看到创建完的应用和 APPID、API KEY 以及 Secret KEY

Step2:准备数据

语音合成是将文本转换为可以播放的音频文件的服务,我们从大姚的订单库中找一段订单信息的文本如下:

三分钟前,由北京市顺义区二经路与二纬路交汇处北侧,北京首都国际机场T3航站楼 去往 东城区北三环东路36号喜来登大酒店(北京金隅店)
Step3: 编写一个语音合成示例程序

有 第一步 的 API KEY 以及 Secret KEY,以及 第二步 的数据,我们就可以写一个示例代码调用百度AI开放平台的文字识别能力
准备开发环境

小帅选择用 Java来快速搭建一个原型,关于如何安装Java。可以参考百度经验哦~。百度AI有很完善的API文档、和封装调用更方便的工具包。接下来小帅就用Maven搭建工程环境

pom.xml配置如下:

xml请自行访问网页 复制

编写代码
粘贴以下内容,不要忘记替换你的 APPID APIKEY 以及 SECRETKEY 和 图片文件

运行main方法即可

import com.baidu.aip.speech.AipSpeech;
import com.baidu.aip.speech.TtsResponse;
import com.baidu.aip.util.Util;
import org.json.JSONObject;
 
import java.util.HashMap;
 
public class Sample {
    //第一步创建应用获取的三个值
    private static String APPID = "你的 App ID";
    private static String APIKEY = "你的 Api Key";
    private static String SECRETKEY = "你的 Secret Key";
 
    public static void main(String[] args) {
        // 初始化一个AipSpeech 
        AipSpeech client = new AipSpeech(APPID,APIKEY,SECRETKEY);
        // 调用接口 第二步准备的图片
        HashMap options = new HashMap<>();
        //合成的文本内容
        String text = "三分钟前,由北京市顺义区二经路与二纬路交汇处北侧,北京首都国际机场T3航站楼 去往 东城区北三环东路36号喜来登大酒店(北京金隅店)";
        //发音人选择
        /**
         * 度小宇=1,度小美=0,度逍遥=3,度丫丫=4
         * 度博文=106,度小童=110,度小萌=111,度米朵=103,度小娇=5
         **/
        options.put("per","0");
        //语速,取值0-9,默认为5中语速
        options.put("spd", "3");
        TtsResponse res = client.synthesis(text , "zh", 1, options);
 byte[] data = res.getData();
        JSONObject res1 = res.getResult();
        if (data != null) {
            try {
                Util.writeBytesToFileSystem(data, "F:\\testaudio\\度小美Demooutput.mp3");
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        if (res1 != null) {
            System.out.println(res1.toString());
        }
    }
}

保存接口返回语音byte[] 转存为MP3格式文件。这里说明一下默认返回就是MP3格式的数据哦。如果想要其他格式

//3为mp3格式(默认); 
//4为pcm-16k;
//5为pcm-8k;
//6为wav(内容同pcm-16k); 
//注意aue=4或者6是语音识别要求的格式,但是音频内容不是语音识别要求的自然人发音,所以识别效果会受影响。
 
options.put("aue","3");

点击访问合成的示例MP3文件 https://www.ydxiaoshuai.cn/demo.mp3

语音合成 单例加载。10次测试耗时如下(单位:ms(毫秒))。第一次需要加载一次AUTH。耗时多了一些。后续基本都持平在710ms以内

发送请求到返回数据耗时:1493
发送请求到保存文件耗时:1495
 
发送请求到返回数据耗时:611
发送请求到保存文件耗时:612
 
发送请求到返回数据耗时:609
发送请求到保存文件耗时:610
 
发送请求到返回数据耗时:473
发送请求到保存文件耗时:474
 
发送请求到返回数据耗时:549
发送请求到保存文件耗时:550
 
发送请求到返回数据耗时:673
发送请求到保存文件耗时:674
 
发送请求到返回数据耗时:754
发送请求到保存文件耗时:755
 
发送请求到返回数据耗时:676
发送请求到保存文件耗时:676
 
发送请求到返回数据耗时:582
发送请求到保存文件耗时:582
 
发送请求到返回数据耗时:662
发送请求到保存文件耗时:663
 
发送请求到返回数据平均耗时:708.2ms
发送请求到保存文件平均耗时:709.1ms
        for (int i = 0; i < 10; i++) {
            // 调用接口
            String text = "三分钟前,由北京市顺义区二经路与二纬路交汇处北侧,北京首都国际机场T3航站楼 去往 东城区北三环东路36号喜来登大酒店(北京金隅店)";
            HashMap options = new HashMap();
            options.put("per", "0");
            options.put("spd", "3");
            long startTime = System.currentTimeMillis();
            TtsResponse res = client.synthesis(text, "zh", 1, options);
            byte[] data = res.getData();
            if (data != null) {
                long endTime = System.currentTimeMillis();
                System.out.println("发送请求到返回数据耗时:"+(endTime - startTime));
                try {
                    Util.writeBytesToFileSystem(data, "F:\\testaudio\\度小美Demooutput.mp3");
                    long saveEndTime = System.currentTimeMillis();
                    System.out.println("发送请求到保存文件耗时:"+(saveEndTime - startTime));
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
            JSONObject res1 = res.getResult();
            if (res1 != null) {
                System.out.println(res1.toString());
            }
            System.out.println();
        }

系统配置-小帅认为速度和配置 带宽都存在一定的因素

以上数据可以看出。平均耗时在0.7s上下。如果服务器配置贼6、带宽也贼宽。应该耗时还会更低哦

接下来。咱们就拿语音合成的服务。来结合实际业务做一个小的功能哦~

会员到访语音提醒搞起来

简单看一下业务流程图。主要看语音合成、语音提醒部分即可

人脸会员识别可以看百度AI的官方解决方案 https://ai.baidu.com/solution/faceidentify

本业务中人脸识别、摄像头厂商暂时没用百度AI。这一点我也很无奈。迫于公司要求呀。如果再来一次选择。绝对强制提议选择百度AI(怕太便宜而告终 你懂得)

会员信息采集

会员到访提示音发音类型默认 度米多。也可以根据会员不同给不同的发音类型哦~

下拉框

后端会员人脸信息处理

 /**
  * 会员人脸信息添加
  * @param csFace
  * @return
  */
 @AutoLog(value = "会员人脸信息添加")
 @ApiOperation(value="会员人脸信息添加", notes="会员人脸信息添加")
 @PostMapping(value = "/add")
 public Result add(@RequestBody CsFace csFace) {
	 Result result = new Result();
	 csFaceGroup group = new csFaceGroup();
	 try {
                 //这里存人脸信息到人脸库就不演示了。人脸库存入成功后业务系统再记录
		 csFaceService.save(csFace);
                 //把会员人脸信息提交给JOB等待后续执行。方便前端页面交互不等待
                 //人脸会员信息只是在一个JobFace类中增加一个List容器 public static List vipFaceMap=new ArrayList();
		 JobFace.vipFaceMap.add(csFace);
		 result.success("添加成功!");
	 } catch (Exception e) {
		 log.info(e.getMessage());
		 result.error500("操作失败-人脸服务存在异常");
	 }
	 return result;
 }

会员到访定制提示音频合成定时任务

import cn.hutool.core.date.DatePattern;
import cn.hutool.core.date.DateUtil;
import cn.netand.common.factory.BDFactory;
import cn.netand.modules.csface.entity.CsFace;
import cn.netand.modules.csface.service.ICsFaceService;
import com.baidu.aip.speech.AipSpeech;
import com.baidu.aip.speech.TtsResponse;
import com.baidu.aip.util.Util;
import lombok.extern.slf4j.Slf4j;
import org.quartz.Job;
import org.quartz.JobExecutionContext;
import org.quartz.JobExecutionException;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
 
import java.io.File;
import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
import java.util.HashMap;
import java.util.List;
 
/**
 * @Description 人脸会员音频生成
 * @author 小帅丶
 * @className VipVoiceJob 
 * @Date 2019/11/20 22:11
 **/
@Slf4j
public class VipVoiceJob implements Job {
    @Value(value = "${xiaoshuai.path.upload}")
    private String uploadpath;
    @Autowired
    private GeneralDealBeanUtil generalDealBeanUtil;
    @Autowired
    private ICsFaceService csFaceService;
    //获取音频合成的客户端
    AipSpeech aipSpeech = BDFactory.getAipSpeech();
    @Value(value = "${xiaoshuai.domainVoice}")
    private String domainVoice;
 
    /**
     * 度小宇=1,度小美=0,度逍遥=3,度丫丫=4
     * 度博文=106,度小童=110,度小萌=111,度米朵=103,度小娇=5
     **/
    private static final List audioType = Arrays.asList("1","0","3","4","106","110","111","103","5");
    private static final String LANGUAGE_ZH = "zh";
    private static final Integer CTP = 1;
    private static final String AUDIO = ".mp3";
    //任务执行详情
    @Override
    public void execute(JobExecutionContext jobExecutionContext) throws JobExecutionException {
        System.out.println("execute VipVoiceJob = " + DateUtil.format(new Date(), DatePattern.NORM_DATETIME_PATTERN));
        List vipFaceMap = JobFace.vipFaceMap;
        int vipFaceSize = vipFaceMap.size();
        if(vipFaceSize>0){
            vipFaceMap.forEach(csFace -> {
                //获取会员信息
                try {
                    generalAudio(csFace);
                    csFace.setVoiceStatus(1);
                    csFaceService.updateById(csFace);
                }catch (Exception e){
                    System.out.println(e.getMessage());
                    csFace.setVoiceStatus(2);
                    csFaceService.updateById(csFace);
                }
            });
            JobFace.vipFaceMap.clear();
        }
    }
    /**
     * @Description 生成全部音库音频文件
     * @Author 小帅丶
     * @Date  2019/11/20 23:28
     * @param face 会员人脸数据
     * @return void
     **/
    public void generalAudio(CsFace face){
        String ctxPath = uploadpath;
        String bizPath = "audios";
        File file = new File(ctxPath + File.separator + bizPath + File.separator + face.getId());
        if (!file.exists()) {
            file.mkdirs();// 创建文件根目录
        }
        long startTime = System.currentTimeMillis();
        audioType.forEach(audioTypeStr->{
            HashMap options = new HashMap<>();
            //合成的文本内容
            String text = "XX门店提醒 "+face.getName()+" 会员到访";
           //发音人选择
           options.put("per",audioTypeStr);
           //语速,取值0-9,默认为5中语速
           options.put("spd", "3");
           String fileName = audioTypeStr+AUDIO;
           TtsResponse response = aipSpeech.synthesis(text,LANGUAGE_ZH,CTP,options);
            byte[] data = response.getData();
            if (data != null) {
                try {
                    String savePath = file.getPath() + File.separator +fileName;
                    String filePath = bizPath + File.separator + face.getId() + File.separator + fileName;
                    if(null!=face.getVoiceType()&&face.getVoiceType().equals(Integer.parseInt(audioTypeStr))){
                        filePath = filePath.replace("\\", "/");
                        face.setVoicePath(filePath);
                        face.setVoiceUrl(domainVoice+filePath);
                    }
                    Util.writeBytesToFileSystem(data, savePath);
                } catch (Exception e) {
                   System.out.println(e.getMessage());
                }
            }
        });
        long endTime = System.currentTimeMillis();
        System.out.println("总耗时 = " + (endTime - startTime) + "ms");
    }
}

添加一条定时任务

这里是5秒执行一次。其实可以根据自我需求来定义。定时任务形式也不是必须。

会员音频提示文件生成

数字代表的是发音类型。每添加一个会员。则会生成所有发音类型的音频文件哦。方便后续给每个到访会员给定不同声音的提醒

会员到访APP推送

非百度AI人脸会员解决方案哦~ 不要问为什么不用百度AI的。上面已经给出说明了。

1.摄像头抓怕推送到人脸库系统

2.人脸库系统对比并推送结果到内部业务系统

3.内部业务系统|人脸库系统推送给APP(小帅使用前者)

下图是一个gif。会演示app收到推送弹窗并播放语音提醒。带声音的等小帅后续上传到第三方网站方便大家查看效果。

视频录屏APP推送会员到访并播放会员专属语音

链接: https://pan.baidu.com/s/1psqYLmYNqYa4fpqyKS2Xng 提取码: vbf2 复制这段内容后打开百度网盘手机App,操作更方便哦  
收藏
点赞
2
个赞
共4条回复 最后由wangwei8638回复于2019-11-21 16:46
#4756665228回复于2019-11-21 16:36:33

https://mp.weixin.qq.com/s/qL57AxdS4r5zlDzM57z2CQ 微信查看APP演示视频。最好是在手机或有音箱的电脑。才能听到声音哦

1
#3756665228回复于2019-11-21 15:41:42

1
#5wangwei8638回复于2019-11-21 16:46:32

强大到没朋友

0
TOP
切换版块