语音融合调整

amos-boot-utils/amos-boot-utils-speech/src/main/java/com/yeejoin/amos/speech/AppSpeechTranscriber.java

 package com.yeejoin.amos.speech;
 
 import com.alibaba.nls.client.protocol.InputFormatEnum;
+import com.alibaba.nls.client.protocol.NlsClient;
 import com.alibaba.nls.client.protocol.SampleRateEnum;
 import com.alibaba.nls.client.protocol.asr.SpeechTranscriber;
 import com.alibaba.nls.client.protocol.asr.SpeechTranscriberListener;
+import com.alibaba.nls.client.protocol.asr.SpeechTranscriberResponse;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 
@@ -29,6 +31,7 @@ public class AppSpeechTranscriber {
     private final TimerTask timerTask;
     private final String localIpAddress;
     private int idleTime = 0;
+    private NlsClient client;
 
     public AppSpeechTranscriber(SpeechTranscriberListener listener, DatagramSocket serverSocket, String localIpAddress) {
         this.localIpAddress = localIpAddress;
@@ -73,7 +76,7 @@ public class AppSpeechTranscriber {
                 }
                 idleTime = 0;
                 logger.warn("收到数据包：" + b.length);
-                //去掉前12个字节的rtp包头，后面的332字节为语音数据
+                //去掉前12个字节的rtp包头，后面的320字节为语音数据
                 //4秒未再次调用此方法，阿里云会抛出超时异常
                 transcriber.send(Arrays.copyOfRange(b, 12, b.length));
             }
@@ -112,14 +115,15 @@ public class AppSpeechTranscriber {
         transcriber.setEnablePunctuation(false);
         //是否将返回结果规整化，比如将一百返回为100。
         transcriber.setEnableITN(true);
+
         //设置vad断句参数。默认值：800ms，有效值：200ms～2000ms。
-        transcriber.addCustomedParam("max_sentence_silence", 800);
+        //transcriber.addCustomedParam("max_sentence_silence", 600);
         //设置是否语义断句。
         //transcriber.addCustomedParam("enable_semantic_sentence_detection",false);
         //设置是否开启顺滑。
         //transcriber.addCustomedParam("disfluency",true);
         //设置是否开启词模式。
-        transcriber.addCustomedParam("enable_words", true);
+        //transcriber.addCustomedParam("enable_words",true);
         //设置vad噪音阈值参数，参数取值为-1～+1，如-0.9、-0.8、0.2、0.9。
         //取值越趋于-1，判定为语音的概率越大，亦即有可能更多噪声被当成语音被误识别。
         //取值越趋于+1，判定为噪音的越多，亦即有可能更多语音段被当成噪音被拒绝识别。
@@ -130,9 +134,10 @@ public class AppSpeechTranscriber {
         //设置训练后的定制热词id。
         //transcriber.addCustomedParam("vocabulary_id","你的定制热词id");
         //设置是否忽略单句超时。
-        transcriber.addCustomedParam("enable_ignore_sentence_timeout", false);
+        transcriber.addCustomedParam("enable_ignore_sentence_timeout",false);
         //vad断句开启后处理。
         //transcriber.addCustomedParam("enable_vad_unify_post",false);
+
         //此方法将以上参数设置序列化为JSON发送给服务端，并等待服务端确认。
     }
 }