当前位置： 首页 > article >正文

IM项目-----语音识别子服务

article 2024/11/15 4:56:11

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

  • 前言
  • 一、搭建思想
  • 二、服务器搭建
    • 1.继承speechService类,重写业务代码
    • 2.编写语音识别服务器类
    • 3.建造者类编写
  • 三.测试

前言

语音转换子服务，用于调用语音识别 SDK，进行语音识别，将语音转为文字后返回给网关。

  1. 语音消息的文字转换：客户端进行语音消息的文字转换。

在这里插入图片描述

一、搭建思想

1.参数解析 – 基于gflags模块
rpc所需信息:
当前服务器的地址端口:用于搭建rpc服务器的监听地址信息

服务注册所需信息:
注册中心的地址端口:用于进行向服务注册中心进行服务注册

外部访问的地址端口:用于告诉注册中心的访问地址信息

语音识别平台所需信息
(app id，api key，secret key)

日志模块所需信息:
运行模式，日志文件名称，日志输出级别

2.初始化日志模块
3.搭建RPC服务器–实现语音识别业务接口功能
4.向注册中心进行服务注册

在这里插入图片描述

二、服务器搭建

1.继承speechService类,重写业务代码

只有一个rpc服务，就是进行语音识别，请求方需要将语音文件内容发送过来，我们在需要调用语音识别sdk,因此在成员变量中有一个ASRClient。这个变量是在make_rpc时传入进来的，在创建rpc时需要添加服务。

//1.继承SpeechService服务类，重写业务方法
    class SpeechServiceImpl :public SpeechService
    {
    public:
        SpeechServiceImpl(const ASRClient::ptr& _asr_client)
            :_client(_asr_client)
        {

        }

        ~SpeechServiceImpl(){};

        //重写业务方法
        void SpeechRecognition(google::protobuf::RpcController* controller,
                        const ::lkm_im::SpeechRecognitionReq* request,
                        ::lkm_im::SpeechRecognitionRsp* response,
                        ::google::protobuf::Closure* done)
        {
            brpc::ClosureGuard rpc_guard(done);
            
            //解析出请求中的语音数据
            //基于语音识别sdk进行语音识别调用，获取语音转文字结果
            std::string err_msg;
            std::string resp = _client->recognize(request->speech_content(),err_msg);
            if(resp.empty()){
                //语音转文字失败
                LOG_ERROR("requestId = {} 语音识别失败.",request->request_id());
                response->set_request_id(request->request_id());
                response->set_success(false);
                response->set_errmsg(err_msg);
            }
            //构造响应返回
            response->set_request_id(request->request_id());
            response->set_success(true);
            response->set_recognition_result(resp);
        }
    private:
        ASRClient::ptr _client;     //语音识别客户端
    };

2.编写语音识别服务器类

在语音识别子服务中有三个对象，一个是服务注册对象，一个是语音识别对象,还有一个是rpc服务器。
服务注册对象的构建需要etcd服务器地址，注册的服务名称以及对应的主机地址。
语音识别对象的构建需要三个key.
rpc服务器构建需要rpc服务器监听的端口，还需要提供超时时间以及io线程数量.
构造这三个对象需要九个参数，因此我们使用建造者模式。

我们通过建造者类来构造这个对象，然后调用这个类提供的start方法，启动rpc服务器。

   //2.封装一个语音识别子服务服务器
    class SpeechServer
    {
    public:
    using ptr = std::shared_ptr<SpeechServer>;
        SpeechServer(const Registry::ptr& registry,const ASRClient::ptr& asr_client,const std::shared_ptr<brpc::Server>& server)
            :_registry(registry),_asr_client(asr_client),_server(server)
        {

        }
        ~SpeechServer(){}

        //启动rpc服务器
        void start()
        {
            _server->RunUntilAskedToQuit();
        }
    private:
        Registry::ptr _registry;    //服务注册对象
        ASRClient::ptr _asr_client;     //语音识别客户端
        std::shared_ptr<brpc::Server> _server;        //rpc服务器
    };

3.建造者类编写

这个类提供了三个方法make_**(),需要先调用这个三个方法，来分别构造出rpc服务器,服务注册和语音识别客户端。在调用build方法，生成一个speechServer对象，通过这个对象就可以启动服务器。

在构造服务注册对象时，就会向etcd进行服务注册。

//建造者类，具体思想是通过建造者类的build函数构造一个SpeechServer对象，通过这个对象启动rpc服务器
    class SpeechServerBuilder
    {
    public:
        void make_registry(const std::string& etcd_host,const std::string& service_name,const std::string& service_host)
        {
            _registry = std::make_shared<Registry>(etcd_host);
            //进行服务注册
            _registry->registry(service_name,service_host);
        }

        void make_asr(const std::string &app_id,const std::string &api_key,const std::string &secret_key)
        {
            _asr_client = std::make_shared<ASRClient>(app_id,api_key,secret_key);
        }

        void make_brpc(uint16_t port, int32_t timeout = -1, uint8_t num_threads = 1)
        {
            if(!_asr_client){
                LOG_ERROR("语音识别客户端未构造");
                abort();
            }

            //创建brpc服务器对象
            _server = std::make_shared<brpc::Server>();
            //添加服务
            SpeechServiceImpl *SpeechService = new SpeechServiceImpl(_asr_client);    //把这个对象的交给_server释放
            int ret = _server->AddService(SpeechService,brpc::ServiceOwnership::SERVER_OWNS_SERVICE);
            if (ret == -1) {
                LOG_ERROR("添加rpc服务失败");
                abort();
            }

            brpc::ServerOptions options;
            options.idle_timeout_sec = timeout;
            options.num_threads = num_threads;
            ret = _server->Start(port,&options);
            if(ret == -1){
                LOG_ERROR("rpc服务器启动失败");
                abort();
            }
        }


        SpeechServer::ptr build()
        {
            if(!_registry){
                LOG_ERROR("服务注册客户端对象未构造");
                abort();
            }
            if(!_asr_client){
                LOG_ERROR("语音识别客户端未构造");
                abort();
            }
            if(!_server){
                LOG_ERROR("rpc服务器对象未构造");
                abort();
            }

            SpeechServer::ptr speechServer = std::make_shared<SpeechServer>(_registry,_asr_client,_server);
            return speechServer;
        }
    private:
        Registry::ptr _registry;    //服务注册对象
        ASRClient::ptr _asr_client;     //语音识别客户端
        std::shared_ptr<brpc::Server> _server;        //rpc服务器
    };

三.测试

#include "speech_server.hpp"

DEFINE_bool(run_mode, false, "程序的运行模式，false-调试； true-发布；");
DEFINE_string(log_file, "", "发布模式下，用于指定日志的输出文件");
DEFINE_int32(log_level, 0, "发布模式下，用于指定日志输出等级");

DEFINE_string(etcd_host, "127.0.0.1:2379", "注册中心主机地址");
DEFINE_string(base_service, "/service", "服务监控根目录");
DEFINE_string(instance_name, "/speech_service/instance", "当前实例名称");
DEFINE_string(access_host, "127.0.0.1:10001", "当前实例的外部访问地址");

DEFINE_string(app_id, "115608644", "语音平台应用ID");
DEFINE_string(api_key, "GLQvgyNc4AaqhPfnDIMTRlw4", "语音平台API密钥");
DEFINE_string(secret_key, "vTcqDBswZUfAgjTcFA3GJGrc6yEWIO2w", "语音平台加密密钥");

DEFINE_int32(rpc_port,10001,"rpc服务器监听端口");   //必须和access_host端口一致

int main(int argc,char*argv[])
{
    google::ParseCommandLineFlags(&argc, &argv, true);
    lkm_im::init_logger(FLAGS_run_mode, FLAGS_log_file, FLAGS_log_level);

    lkm_im::SpeechServerBuilder ssb;
    ssb.make_registry(FLAGS_etcd_host,FLAGS_base_service + FLAGS_instance_name,FLAGS_access_host);
    ssb.make_asr(FLAGS_app_id,FLAGS_api_key,FLAGS_secret_key);
    ssb.make_brpc(FLAGS_rpc_port);
    lkm_im::SpeechServer::ptr speechServer = ssb.build();
    speechServer->start();

    return 0;
}

http://www.kler.cn/a/316544.html

相关文章：

  • Spring Boot实现文件上传与OSS集成：从基础到应用
  • 基于标签相关性的多标签学习
  • nginx配置负载均衡详解
  • 边缘计算在智能交通系统中的应用
  • VMware虚拟机安装Win7专业版保姆级教程（附镜像包）
  • 华为机试HJ39 判断两个IP是否属于同一子网
  • Java笔试面试题AI答之设计模式（4）
  • 进击J7：对于ResNeXt-50算法的思考
  • [深度学习]Pytorch框架
  • 猿大师办公助手在线编辑Office为什么要在客户端电脑安装插件微软Office或金山WPS？
  • 政务安全体系构建中的挑战
  • 使用思科搭建企业网规划训练，让网络全部互通，使用规则提高工作效率。
  • 深入解析数据库DQL语言：查询的艺术
  • 如何在SpringCloud中使用Consul进行服务发现与配置管理
  • Redis的主从模式、哨兵模式、集群模式
  • 电子电气架构 --- 基于ISO 26262的车载电子软件开发流程
  • 基于GIKT深度知识追踪模型的习题推荐系统源代码+数据库+使用说明，后端采用flask，前端采用vue
  • 快速下载Imagenet数据集
  • Python模块和包：标准库模块（os, sys, datetime, math等）②
  • CVE-2024-2389 未经身份验证的命令注入
  • LeetCode --- 139双周赛
  • STM32篇：开发环境安装
  • 基于微信小程序的科创微应用平台设计与实现+ssm(lw+演示+源码+运行）
  • MongoDB 双活集群在运营商的实践
  • 利用mybatis拦截器完成入库加密出库解密
  • 算法之搜索--最长公共子序列LCS