调用百度云语音识别服务——实现c++接口识别语音

C++ 调用百度云语音识别 API 全流程：从 0 到 1 实现语音转文字

在即时通讯、智能助手等场景中，语音转文字是一项高频需求。百度云语音识别 API 提供了稳定、高效的语音转文字能力，本文将以短语音识别为例，手把手教你用 C++ 实现调用，从前期准备到代码落地，每一步都清晰可操作。

一、准备工作：账号与环境搭建

在写代码前，我们需要完成百度云账号配置和开发环境准备，这是调用 API 的基础。

1. 注册百度云账号并开通服务

• 访问百度云官网，注册并登录账号。
• 进入语音技术控制台，点击 “立即开通”（个人开发者可享受免费额度，足够测试使用）。
  

2. 创建应用并获取密钥

• 在语音技术控制台左侧导航栏选择 “应用列表”，点击 “创建应用”。
• 填写应用名称（如 “C++ 语音识别测试”），选择需要的接口（至少勾选 “语音识别 - 短语音”），其他项默认即可。
• 创建成功后，在应用列表中可看到API Key和Secret Key，这两个密钥是获取访问令牌的关键，后续会用到。
  

3. 准备开发环境与依赖库

C++ 调用 API 需要处理 HTTP 请求、JSON 解析和 Base64 编码，推荐以下库：

• libcurl：处理 HTTP/HTTPS 请求（跨平台，支持 Windows、Linux、Mac）。
• nlohmann/json：轻量级 JSON 解析库（仅需一个头文件，无需编译）。
• Base64 编码库：可使用libb64或自定义实现（处理音频文件转 Base64）。

安装依赖（以 Linux 为例）：

# 安装libcurl
sudo apt-get install libcurl4-openssl-dev# 下载nlohmann/json（直接放在项目目录）
wget https://github.com/nlohmann/json/releases/download/v3.11.2/json.hpp# 下载libb64（Base64编码库）可选
git clone https://github.com/libb64/libb64.git
cd libb64
make  # 编译生成libb64.a

二、百度云语音识别 API 调用流程

建议使用简单的SDK调用，再百度云官方下载即可。c++建议选择如下模块下载即可。解压缩即可使用。

三、 官方调用实例

1. 新建client

client是语音识别的C++客户端，为使用语音识别的开发人员提供了一系列的交互方法。当您引入了相应头文件后就可以新建一个client对象

用户可以参考如下代码新建一个client：

    #include "speech.h"// 设置APPID/AK/SKstd::string app_id = "你的 App ID";std::string api_key = "你的 Api key";std::string secret_key = "你的 Secret Key";aip::Speech client(app_id, api_key, secret_key);

在上面代码中，常量APP_ID在百度云控制台中创建，常量API_KEY与SECRET_KEY是在创建完毕应用后，系统分配给用户的，均为字符串，用于标识用户，为访问做签名验证，可在AI服务控制台中的应用列表中查看。

2. 语音识别

2.1 接口描述

向远程服务上传整段语音进行识别

2.2 请求说明

举例：

void asr(aip::Speech client)
{// 无可选参数调用接口std::string file_content;aip::get_file_content("./assets/voice/16k_test.pcm", &file_content);Json::Value result = client.recognize(file_content, "pcm", 16000, aip::null);// 极速版调用函数// Json::Value result = client.recognize_pro(file_content, "pcm", 16000, aip::null);// 如果需要覆盖或者加入参数std::map<std::string, std::string> options;options["dev_pid"] = "1537";Json::Value result = client.recognize(file_content, "pcm", 16000, options);
}

接口函数说明：

参数	类型	描述	是否必须
data	byte[]	语音二进制数据, 语音文件的格式，pcm 或者 wav 或者 amr。不区分大小写	是
format	String	语音文件的格式，pcm 或者 wav 或者 amr。不区分大小写。推荐pcm文件	是
rate	int	采样率，16000，固定值	是
cuid	String	用户唯一标识，用来区分用户，填写机器 MAC 地址或 IMEI 码，长度为60以内	否
dev_pid	int	不填写lan参数生效，都不填写，默认1537（普通话 输入法模型），dev_pid参数见下面的表格	否
lm_id	int	自训练平台模型id，填dev_pid = 8001 或 8002生效	选填

dev_pid 参数列表

dev_pid	语言	模型	是否有标点	备注
1537	普通话(纯中文识别)	语音近场识别模型	有标点	支持自定义词库
1737	英语	英语模型	无标点	不支持自定义词库
1637	粤语	粤语模型	有标点	不支持自定义词库
1837	四川话	四川话模型	有标点	不支持自定义词库

返回数据参数详情

参数	类型	是否一定输出	描述
err_no	int	是	错误码
err_msg	int	是	错误码描述
sn	int	是	语音数据唯一标识，系统内部产生，用于 debug
result	int	是	识别结果数组，提供1-5 个候选结果，string 类型为识别的字符串， utf-8 编码

返回样例：

// 成功返回
{"err_no": 0,"err_msg": "success.","corpus_no": "15984125203285346378","sn": "481D633F-73BA-726F-49EF-8659ACCC2F3D","result": ["北京天气"]
}// 失败返回
{"err_no": 2000,"err_msg": "data empty.","sn": null
}

四、 封装调用

#include "LogTool.hpp"
#include <aip-cpp-sdk/base/http.h>
#include <aip-cpp-sdk/speech.h>
#include <curl/curl.h>
#include <jsoncpp/json/json.h>
#include <memory>
#include <stdexcept>
#include <string>namespace ASRTool   
{class SpeechToText{public:SpeechToText(const std::string& app_id, const std::string& api_key, const std::string& secret_key ){LogModule::Log::Init();app_id_ = app_id;api_key_ = api_key;secret_key_ = secret_key;client_ = std::make_unique<aip::Speech>(app_id_, api_key_, secret_key_); // 若失败直接抛异常if (!IsValid()){throw std::runtime_error("Speech client initialize fail!");}}std::string Recognize(const std::string& file_content){if (!IsValid()){throw std::runtime_error("Speech client not initialized");}Json::Value result;TryCatch([&](){result = client_->recognize(file_content, "pcm", 16000, aip::null);});if(result["err_no"].asInt() != 0){//throw std::runtime_error(result["err_msg"].asString());LOG_ERROR("解析语音失败:{}", result["err_msg"].asString());}else{return result["result"][0].asString();}return std::string();}// 检查客户端是否初始化成功bool IsValid() const {return client_ != nullptr;}~SpeechToText(){}private:// 改进 TryCatch：增加参数控制是否传播异常template<typename T = std::exception>bool TryCatch(std::function<void ()> func, bool propagate = false){try{func();return true; // 执行成功}catch (const T& e){LOG_ERROR("Error Get:{}", e.what());if (propagate) {throw e; // 向上传播异常}return false; // 执行失败}}private:std::string app_id_;std::string api_key_;std::string secret_key_;std::unique_ptr<aip::Speech> client_;};
};

LogTool.hpp

#pragma once
#include <atomic>
#include <memory>
#include <string>
#include <vector>#include <spdlog/spdlog.h>
#include <spdlog/async.h>
#include <spdlog/sinks/stdout_color_sinks.h>
#include <spdlog/sinks/basic_file_sink.h>namespace LogModule 
{// 简化输出模式：只保留常用的 3 种，语义更清晰enum class OutputMode{ConsoleOnly,  // 仅控制台FileOnly,     // 仅文件Both          // 控制台+文件};// 日志配置结构体：简化默认值，移除冗余参数struct LogConfig{OutputMode output_mode = OutputMode::ConsoleOnly;  // 默认仅控制台bool enable_debug = true;                          // 默认开启调试级日志std::string log_file = "app.log";                  // 默认日志文件名（更规范）bool use_async = false;                            // 默认同步日志（简化使用）size_t async_queue_size = 4096;                    // 异步队列默认值（1<<12 简化为 4096）size_t async_thread_num = 1;                       // 异步线程默认 1 个（足够日常使用）};class Log{public:// 1. 简化初始化：默认配置可直接调用，无需传参static void Init(const LogConfig& config = LogConfig()){if (is_init_.load(std::memory_order_acquire))  // 原子操作保证线程安全return;log_config_ = config;if (!create_logger())  // 创建失败直接返回，避免后续崩溃return;is_init_.store(true, std::memory_order_release);logger_->info("日志模块初始化完成");  // 简化日志内容}// 2. 单例获取：保持简洁，确保全局唯一static Log& GetInstance(){static Log instance;  // C++11 后静态局部变量线程安全return instance;}// 3. 日志接口：移除重复判断，统一前置检查template<typename... Args>void trace(const char* fmt, const Args&... args){if (!check_init()) return;logger_->trace(fmt, args...);}template<typename... Args>void info(const char* fmt, const Args&... args){if (!check_init()) return;logger_->info(fmt, args...);}template<typename... Args>void debug(const char* fmt, const Args&... args){if (!check_init()) return;logger_->debug(fmt, args...);}template<typename... Args>void warn(const char* fmt, const Args&... args){if (!check_init()) return;logger_->warn(fmt, args...);}template<typename... Args>void error(const char* fmt, const Args&... args){if (!check_init()) return;logger_->error(fmt, args...);}template<typename... Args>void critical(const char* fmt, const Args&... args){if (!check_init()) return;logger_->critical(fmt, args...);}// 4. 简化关闭接口：直接调用 spdlog 关闭，无需额外逻辑static void Shutdown(){if (is_init_.load(std::memory_order_acquire)){logger_->info("日志模块关闭");spdlog::shutdown();is_init_.store(false, std::memory_order_release);}}private:// 私有构造/析构：禁止外部创建Log() = default;~Log() = default;// 禁止拷贝赋值：确保单例唯一性Log(const Log&) = delete;Log& operator=(const Log&) = delete;// 5. 统一初始化检查：避免每个接口重复写判断bool check_init(){if (!is_init_.load(std::memory_order_acquire)){// 未初始化时用标准输出提示（避免 logger_ 空指针崩溃）fprintf(stderr, "[日志错误] 未初始化，请先调用 Log::Init()\n");return false;}return true;}// 6. 简化日志器创建：移除冗余逻辑，增加错误处理static bool create_logger(){try{std::vector<spdlog::sink_ptr> sinks;// 根据输出模式添加 sink（逻辑更清晰）if (log_config_.output_mode == OutputMode::ConsoleOnly || log_config_.output_mode == OutputMode::Both){// 控制台 sink：多线程安全版本（mt 后缀）auto console_sink = std::make_shared<spdlog::sinks::stdout_color_sink_mt>();sinks.push_back(console_sink);}if (log_config_.output_mode == OutputMode::FileOnly || log_config_.output_mode == OutputMode::Both){// 文件 sink：多线程安全+覆盖写入（默认不追加，避免日志膨胀）auto file_sink = std::make_shared<spdlog::sinks::basic_file_sink_mt>(log_config_.log_file, false);sinks.push_back(file_sink);}// 7. 简化日志级别设置：直接映射，无需额外变量auto log_level = log_config_.enable_debug ? spdlog::level::trace : spdlog::level::info;// 创建同步/异步日志器（逻辑拆分，更易读）if (log_config_.use_async){// 初始化异步线程池（仅当启用异步时创建）spdlog::init_thread_pool(log_config_.async_queue_size, log_config_.async_thread_num);// 创建异步日志器logger_ = std::make_shared<spdlog::async_logger>("AppLogger",  // 日志器名称：更规范sinks.begin(), sinks.end(),spdlog::thread_pool(),spdlog::async_overflow_policy::block);  // 溢出时阻塞（避免丢日志）}else{// 创建同步日志器logger_ = std::make_shared<spdlog::logger>("AppLogger", sinks.begin(), sinks.end());}// 8. 简化日志格式：保留关键信息，去掉冗余（如 %-8l 简化为 %l）logger_->set_pattern("[%Y-%m-%d %H:%M:%S.%e][%t][%l] %v");logger_->set_level(log_level);spdlog::set_default_logger(logger_);  // 设置为默认日志器，兼容 spdlog 原生接口return true;}catch (const std::exception& e){// 异常时用标准输出提示（避免未初始化的 logger_ 崩溃）fprintf(stderr, "[日志错误] 创建日志器失败：%s\n", e.what());return false;}}private:static inline std::shared_ptr<spdlog::logger> logger_;  // 日志器实例static inline LogConfig log_config_;                    // 日志配置static inline std::atomic<bool> is_init_ = false;       // 初始化状态（原子变量保证线程安全）};
}// 9. 简化宏定义：保留文件行号（调试关键），格式更简洁
#define LOG_TRACE(fmt, ...) LogModule::Log::GetInstance().trace("[{}:{}] " fmt, __FILE__, __LINE__, ##__VA_ARGS__)
#define LOG_INFO(fmt, ...)  LogModule::Log::GetInstance().info("[{}:{}] " fmt, __FILE__, __LINE__, ##__VA_ARGS__)
#define LOG_DEBUG(fmt, ...) LogModule::Log::GetInstance().debug("[{}:{}] " fmt, __FILE__, __LINE__, ##__VA_ARGS__)
#define LOG_WARN(fmt, ...)  LogModule::Log::GetInstance().warn("[{}:{}] " fmt, __FILE__, __LINE__, ##__VA_ARGS__)
#define LOG_ERROR(fmt, ...) LogModule::Log::GetInstance().error("[{}:{}] " fmt, __FILE__, __LINE__, ##__VA_ARGS__)
#define LOG_CRIT(fmt, ...)  LogModule::Log::GetInstance().critical("[{}:{}] " fmt, __FILE__, __LINE__, ##__VA_ARGS__)