【7天入门RTOS网络编程】Wendell 结课 RTOS网络编程课作业☆☆

发布于 2018-10-26 18:00:50 浏览：1896 订阅该版

* 本帖最后由 san兄弟 于 2018-11-6 17:07 编辑 *

【7天入门RTOS网络编程】课程已经结束，迎来了终极大boss作业，看着很难的样子，先一点点来学习吧，边学习边记录！
**1. 题目要求**（1）在板子上能够发送一段文字给[百度语音](http://yuyin.baidu.com/)合成服务，获取语音合成链接，然后下载下来。（2）然后用这一段音频或者事先录制好的一段语音，通过百度语义识别功能，获取语音识别结果，然后根据语音识别的结果来模拟实现控制 led 灯的亮灭。
**2. 完成思路**（1）学习百度语音相关知识，[语音合成](https://ai.baidu.com/docs#/TTS-API/17fc02c0)、[语音识别](https://ai.baidu.com/docs#/ASR-API/top)，学习语音合成的操作步骤、API的使用及各参数含义。（2）根据百度语音要求，按照教程例程改写程序，实现语音合成和下载；由于使用开发板难度更大，因此先仍然使用qemu。（3）编写程序获取语音识别结果，并输出，模拟led的亮灭。（4）后期尝试使用开发板完成该次作业。（暂未完成，详细思路完成后补上）
**3.具体步骤**百度语音合成操作步骤如下。（1）在[百度语音](http://yuyin.baidu.com/)网页依次点击“语音识别-->立即使用-->创建应用”，如下图。（提示登录的时候该注册注册，该登录登录哈！）![百度语音操作1.jpg](/uploads/201810/26/174803sgg6tc6c21tp7na7.jpg)![百度语音操作2.jpg](/uploads/201810/26/174803utortfh8t8yzhz5c.jpg)![百度语音操作3.jpg](/uploads/201810/26/174803clctsimiymyxsycc.jpg)
（2）在弹出的页面中按照自己的情况填写，之后创建应用。![百度语音操作4.jpg](/uploads/201810/26/175010xbvoe5k052dptpk1.jpg)
（3）创建好以后在应用列表中可以看到以下应用情况。（secret key不清楚具体为啥要打码，看到网上资料打码了就保护一下隐私）![百度语音操作6.jpg](/uploads/201810/26/175011r0hzv8htuhj2tlbu.jpg)

（4）在[语音合成](https://ai.baidu.com/docs#/TTS-API/top)文档中复制以下代码，然后用自己应用中的key代替对应参数，可以在文本文档中操作。“client_id=”后面使用API Key代替，“client_secret=”后面用Secret Key代替![百度语音操作8.jpg](/uploads/201810/26/175937c55dacmcj2r19mmz.jpg)
（5）替换完成以后生成的网址复制到浏览器打开，换取token。scope中含有audio_tts_post 表示有语音合成能力，没有该audio_tts_post 的token调用接口会返回502错误。![百度语音操作9.jpg](/uploads/201810/26/202805womme2vmpklkbeml.jpg)
（6）使用GET调用方式，按照文档生成的地址为：```http://tsn.baidu.com/text2audio?tex=%E4%BD%A0%E5%A5%BDRT_Thread%EF%BC%8C%E8%AF%B7%E5%85%B3%E7%81%AF%EF%BC%81&lan=zh&cuid=A4-DB-30-74-3A-1F&ctp=1&aue=3&tok=24.32d07d10d1101b9c39343d5cfedcfc0e.2592000.1543137168.282335-14573176```该链接中“tex=”后面的文本为“你好RT_Thread，请关灯！”，（合成的文本，使用UTF-8编码。编码可以将地址复制到浏览器中修改“tex=”后面的文本，在url地址处修改自动生成。）“cuid=”后面是用户唯一标识，用来计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码，长度为60字符以内，我用的是本机mac地址。"aue=4"是为了后面的语音识别，语音合成默认为mp3格式（aue=3，可以直接在线听），不是可以语音识别的格式，aue=4为pcm-16k格式，可以语音识别。
（7）使用上面的链接可以下载合成的音频，下面就可以编写代码实现了。
耽误了好久才把代码搞定，主要一致有400 error，最后发现是因为在将文本拼接到链接的“tex=”后面是出现了问题，只要文本中有空格，就会出错，因为rt_snprintf中对于空格的处理和网页上的处理方式不一致，所以文本中不要出现空格。获取语音的代码如下，在启动qemu后输入命令baidu close或者baidu open，程序进行相应的链接拼接，并把文件名命名为close/open，之后保存获取的文件数据。（注：参考了[yukelab](https://www.rt-thread.org/qa/space-uid-10996.html)的作业代码，在此说明，要尊重版权:lol，但是我在使用全英文的时候没有出现错误。）
```#include <string.h>
#include <rtthread.h>
#include "webclient.h"
#include <dfs_posix.h>
#include <finsh.h>

#define GET_URI  "http://tsn.baidu.com/text2audio?tex=%s&lan=zh&cuid=A4-DB-30-74-3A-1F&ctp=1&aue=4&tok=24.32d07d10d1101b9c39343d5cfedcfc0e.2592000.1543137168.282335-14573176"
#define COMMAND_CLOSE_LED  "你好RT_Thread，请关灯！"
#define COMMAND_OPEN_LED   "你好RT_Thread，请开灯！"

#define BAIDU_FILE_NAME     "/%s.wav"
#define GET_HEADER_BUFSZ    2048        //头部大小
#define GET_RESP_BUFSZ      2048        //响应缓冲区大小
#define GET_URL_LEN_MAX     1000        //GET 方式，拼接后的url总长度不多于1000个字符，不推荐长文本合成使用

static int baidu(int argc, char **argv)
{
    struct webclient_session* session = RT_NULL;
    unsigned char *buffer = RT_NULL;
    char *baidu_url = RT_NULL;
    char *file_name = RT_NULL;
    int ret = 0;
    int bytes_read, resp_status;
    int content_length = -1;
    int fd;
    int length;

baidu_url = rt_calloc(1, GET_URL_LEN_MAX);
 if (baidu_url == RT_NULL)
 {
 rt_kprintf("No memory for url! ");
 return -1;
 }
 /* 拼接 GET 网址 */
 if (strcmp(argv[1],"close")==0)
 {
 rt_snprintf(baidu_url, GET_URL_LEN_MAX, GET_URI,COMMAND_CLOSE_LED);
 }
 else if (strcmp(argv[1],"open")==0)
 {
 rt_snprintf(baidu_url, GET_URL_LEN_MAX, GET_URI,COMMAND_OPEN_LED);
 }
 else
 {
 rt_kprintf("webclient get URL failed ");
 return -1;
 }
 
 rt_kprintf("URL:%s ", baidu_url);

file_name = rt_calloc(1, 32);
 if (file_name == RT_NULL)
 {
 rt_kprintf("No memory for file name! ");
 return -1;
 } 
 /* 拼接文件名 */
 rt_snprintf(file_name, 32, BAIDU_FILE_NAME, argv[1]);

/* 创建会话并且设置响应的大小 */
 session = webclient_session_create(GET_HEADER_BUFSZ);
 if (session == RT_NULL)
 {
 rt_kprintf("No memory for get header! ");
 goto __exit;
 }
 
 /* 发送 GET 请求使用默认的头部 */
 if ((resp_status = webclient_get(session, baidu_url)) != 200)
 {
 rt_kprintf("webclient GET request failed, response(%d) error. ", resp_status);
 goto __exit;
 }

fd = open(file_name, O_WRONLY | O_CREAT | O_TRUNC, 0);
 if (fd < 0)
 {
 rt_kprintf("open file for write failed ");
 }

buffer = (unsigned char *) web_malloc(GET_HEADER_BUFSZ);
 if (buffer == RT_NULL)
 {
 rt_kprintf("no memory for receive buffer. ");
 ret = -RT_ENOMEM;
 goto __exit;

}

content_length = webclient_content_length_get(session);
 if (content_length < 0)
 {
 do
 {
 bytes_read = webclient_read(session, buffer, GET_RESP_BUFSZ);
 if (bytes_read <= 0)
 {
 break;
 }

/* 写入数据 */
 length = write(fd, buffer, bytes_read);
 if (length != bytes_read)
 {
 rt_kprintf("write data failed ");
 close(fd);
 break;
 }
 } while (1);

rt_kprintf(" ");
 }
 else
 {
 int content_pos = 0;

do
 {
 bytes_read = webclient_read(session, buffer, 
 content_length - content_pos > GET_RESP_BUFSZ ?
 GET_RESP_BUFSZ : content_length - content_pos);
 if (bytes_read <= 0)
 {
 break;
 }

length = write(fd, buffer, bytes_read);
 if (length != bytes_read)
 {
 rt_kprintf("write data failed in else ");
 close(fd);
 break;
 }

content_pos += bytes_read;
 } while (content_pos < content_length);

rt_kprintf(" ");
 }

__exit:
    if (session)
    {
        webclient_close(session);
    }

if (buffer)
    {
        web_free(buffer);
    }

if (baidu_url)
    {
        web_free(baidu_url);
    }

if (file_name)
    {
        web_free(file_name);
    }
    if (fd > 0)
    {
        close(fd);
    }

return ret;
}

MSH_CMD_EXPORT(baidu, get baidu voice);```![homework_graduate.zip](/uploads/201810/29/100052ubjm848aaoaazzii.zip)运行结果截图：![百度语音操作10.jpg](/uploads/201810/29/101310r3lzrlgdsv2duwg5.jpg)

在[yukelab](https://www.rt-thread.org/qa/space-uid-10996.html)的帮助下实现了语音识别，美中不足的是，虽然能够返回正确的结果，还是会有错误出现，暂时告一段落，把学习结果写下来。问题的解决主要是在上传语音数据之后添加了webclient_set_timeout(session, 100000);函数，延长了等待百度云返回数据的时间，因为返回数据时间和网速、百度云的处理的hi建以及数据量大小都有关系。```#include <string.h>
#include <rtthread.h>
#include <webclient.h>
#include <dfs_posix.h>
#include <rtdbg.h>

#define POST_RESP_BUFSZ                1024
#define POST_HEADER_BUFSZ              1024
#define FILE_NAME_MAX                   32
#define BAIDU_FILE_NAME     "/baidu/%s.pcm"

#define POST_LOCAL_URI                 "http://vop.baidu.com/server_api?dev_pid=1536&cuid=A4-DB-30-74-3A-1F&token=24.32d07d10d1101b9c39343d5cfedcfc0e.2592000.1543137168.282335-14573176"

int webclient_post_test(int argc, char **argv)
{
    struct webclient_session* session = RT_NULL;
    unsigned char *buffer = RT_NULL;
    char *URI = RT_NULL;
    int index, ret = 0;
    int bytes_read, resp_status;
    char *file_name = RT_NULL;
    int fd = -1, rc = WEBCLIENT_OK;
    int send_count = 0,content_pos=0;
    size_t length;

file_name = rt_calloc(1, FILE_NAME_MAX);
 if (file_name == RT_NULL)
 {
 rt_kprintf("No memory for file name! ");
 return -1;
 }
 //rt_snprintf(post_data, 1024, post_date);

if (argc == 1)
 {
 rt_snprintf(file_name, FILE_NAME_MAX, BAIDU_FILE_NAME,"on1" );
 } 
 else if (argc == 2)
 {
 rt_snprintf(file_name, FILE_NAME_MAX, BAIDU_FILE_NAME,argv[1] );
 }
 else
 {
 rt_kprintf("webclient_post_test [URI] - webclient POST request test. ");
 return -1;
 }

fd = open(file_name, O_RDONLY, 0);
 if (fd < 0)
 {
 LOG_D("post file failed, open file(%s) error.", file_name);
 rc = -WEBCLIENT_FILE_ERROR;
 goto __exit;
 } 
 
 /* get the size of file */
 length = lseek(fd, 0, SEEK_END);
 lseek(fd, 0, SEEK_SET);

URI = web_strdup(POST_LOCAL_URI);
 if(URI == RT_NULL)
 {
 rt_kprintf("no memory for create URI buffer. ");
 return -1;
 }
 
 buffer = (unsigned char *) web_malloc(POST_RESP_BUFSZ);
 if (buffer == RT_NULL)
 {
 rt_kprintf("no memory for receive response buffer. ");
 ret = -RT_ENOMEM;
 goto __exit;

}

/* create webclient session and set header response size */
    session = webclient_session_create(POST_HEADER_BUFSZ);
    if (session == RT_NULL)
    {
        ret = -RT_ENOMEM;
        goto __exit;
    }

/* build header for upload */
 webclient_header_fields_add(session, "Content-Length: %d ", length);
 webclient_header_fields_add(session, "Content-Type: audio/pcm;rate=16000 ");
 rt_kprintf("length=%d ",length);
 
 /* send POST request by default header */
 if ((resp_status = webclient_post(session, URI, NULL)) < 0)
 {
 rt_kprintf("webclient POST request failed, response(%d) error. ", resp_status);
 ret = -RT_ERROR;
 goto __exit;
 }
 
 content_pos = 0;
 while (1)
 {
 rt_memset(buffer, 0x00, POST_RESP_BUFSZ);
 length = read(fd, buffer, POST_RESP_BUFSZ);
 if (length <= 0)
 {
 break;
 }

ret = webclient_write(session, buffer, 1024);
 if (ret < 0)
 {
 rt_kprintf("webclient write error! ");
 break;
 }
 rt_kprintf("read file data length %d; webclient write %d cnt! ", length, ++send_count);
 //rt_thread_mdelay(20);
 } 
 webclient_set_timeout(session, 100000);
 rt_kprintf("webclient POST request response data : ");
 do
 {
 bytes_read = webclient_read(session, buffer, POST_RESP_BUFSZ);
 if (bytes_read <= 0)
 {
 break;
 }

for (index = 0; index < bytes_read; index++)
 {
 rt_kprintf("%c", buffer[index]);
 }
 } while (1);

rt_kprintf(" ");

__exit:

if (buffer)
    {
        web_free(buffer);
    }

if (URI)
    {
        web_free(URI);
    }

return ret;
}

#ifdef FINSH_USING_MSH
#include <finsh.h>
MSH_CMD_EXPORT_ALIAS(webclient_post_test, web_post_test, webclient_post_test [URI] - webclient POST request test.);
#endif /* FINSH_USING_MSH */```![homework_graduate_1.zip](/uploads/201811/06/170703u0fafuaqhqxx470f.zip)在sd.bin中加入了4个语音文件，open和close是百度云语音合成的，另外两个是网上下载的，百度语音合成的识别不成功，毕竟和自然的语音差别比较大，识别百度云网站上下载的16k.pcm文件没问题。启动qemu后输入 web_post_test 16k，得到如下结果：![百度语音操作11.jpg](/uploads/201811/06/170432veq2l9ihsh6bxcuh.jpg)虽然还是有错误，但是已经能够成功识别了，先把作业补全了吧:D！