C++ SDK

本文介绍如何使用阿里云智能语音服务提供的C++ SDK,包括SDK的安装方法及SDK代码示例。

SDK下载

说明

  • 当前最新版本:3.1.14,支持Linux、Windows及Android平台。发布日期:2022年11月09日。

  • 使用SDK前,请先阅读接口说明,详情请参见接口说明

  • 该版本C++ SDK API 3.1和上一版本API 2.0(已下线)定义有区别,本文以当前版本为例进行介绍。

可通过以下两种方法获取SDK。

  • 方法一:从GitHub获取最新源码,详细编译和运行方式可见下文,或查看源码中的readme.md。

git clone --depth 1 https://github.com/aliyun/alibabacloud-nls-cpp-sdk
  • 方法二:直接从下文表中选取需要的SDK包进行下载。其中SDK源码包为SDK原始代码,需要通过下文编译方法生成集成所需的库文件。其他对应平台的SDK包内含相关库文件、头文件,无需编译。

最新SDK包

平台

MD5

alibabacloud-nls-cpp-sdk3.1.14-master_3bf92a9.zip

SDK源码

f5f951190fbc10b39c41239f0483758e

NlsCppSdk_Linux_3.1.14_3bf92a9.tar.gz

Linux

973370cba9e947a1a8acea5b4171c014

NlsCppSdk_Android_3.1.13_d1b6694.tar.gz

Android

0107c1ac58c92b94f35f6d98e2cbf6cf

NlsCppSdk_Windows_3.1.14_3bf92a9.zip

Windows

a5f664a27b00bc091068a7b7ce39a2d4

其中:

  • alibabacloud-nls-cpp-sdk<version>-master_<github commit id>.zip为SDK源码包。

  • NlsCppSdk_<平台>_<版本号>_<github commit id>.tar.gz为对应平台下开发需要的SDK包,详见内部readme.md。

SDK包文件说明

  • scripts/build_linux.sh:SDK源码中,以Linux平台为例的示例编译脚本。

  • CMakeLists.txt:SDK源码中,以Linux/Android平台为例的示例代码工程CMakeList文件。

  • demo目录:SDK包中,集成示例代码,以Linux平台为例,如下表所示。

  • 文件名

    描述

    speechRecognizerDemo.cpp

    一句话识别示例。

    speechSynthesizerDemo.cpp

    语音合成示例。

    speechTranscriberDemo.cpp

    实时语音识别示例。

    fileTransferDemo.cpp

    录音文件识别示例。

  • resource目录:SDK源码中,语音服务范例音频,可用于功能测试,如下表所示。

  • 文件名

    描述

    • test0.wav

    • test1.wav

    • test2.wav

    • test3.wav

    测试音频(16k采样频率、16bit采样位数的音频文件)。

  • include:SDK源码中,SDK头文件,如下表所示。

    文件名

    描述

    nlsClient.h

    SDK实例。

    nlsEvent.h

    回调事件说明。

    nlsGlobal.h

    SDK全局头文件。

    nlsToken.h

    SDK Access Token实例。

    iNlsRequest.h

    NLS请求基础头文件。

    speechRecognizerRequest.h

    一句话识别。

    speechSynthesizerRequest.h

    语音合成、长文本语音合成。

    speechTranscriberRequest.h

    实时音频流识别。

    FileTrans.h

    录音文件识别。

  • lib:SDK库文件。

  • readme.md:SDK说明。

  • release.log:版本说明。

  • version:版本号。

编译运行

Linux平台编译

  1. 安装工具的最低版本要求如下:

    • CMake 3.1

    • Glibc 2.5

    • Gcc 4.1.2

  2. 在Linux终端运行如下脚本。

    1. 进入SDK源码的根目录。

    2. 生成SDK库文件和可执行程序:srDemo(一句话识别)、stDemo(实时语音识别)、syDemo(语音合成)、daDemo(语音对话)。

      ./scripts/build_linux.sh
    3. 查看范例使用方式。

      cd build/demo 
      ./syDemo 

Android平台编译

支持arm64-v8a、armeabi、armeabi-v7a、x86、x86_64编译指令,在SDK源码运行如下编译脚本。

./scripts/build_android.sh #默认增量编译,生成arm64-v8a架构Debug版本
./scripts/build_android.sh all debug arm64-v8a    #全量编译,生成arm64-v8a架构Debug版本
./scripts/build_android.sh incr debug arm64-v8a   #增量编译,生成arm64-v8a架构Debug版本
./scripts/build_android.sh all release arm64-v8a    #全量编译,生成arm64-v8a架构Release版本
./scripts/build_android.sh incr release arm64-v8a    #增量编译,生成arm64-v8a架构Release版本

Windows平台编译

此方式使用已经编译好的第三方库进行编译。

  1. 下载alibabacloud-nls-cpp-sdk<version>-master_<github commit id>.zip并解压到本地,或从GitHub获取最新代码。

  2. 进入scripts目录,使用文本编辑工具分别打开build_windows_64_prebuild.batbuild_windows_64_package.bat,修改解压缩工具WinRAR。

    例如,您的个人电脑WinRAR.exe所在路径为C:\Program Files (x86)\WinRAR\WinRAR.exe,则修改脚本文件中第三行为set winRar="C:\Program Files (x86)\WinRAR\WinRAR.exe" 为您的个人电脑中WinRAR路径。

  3. 双击批处理脚本build_windows_64_prebuild.bat,从而解压SDK源码中包含的各第三方库,并把依赖头文件释放到合适位置。

  4. 使用Visual Studio(VS2015及以上版本)打开nlsCppSdk.sln,直接编译需要的范例工程。

    说明
    • 需要确认好各项目属性中的目标平台版本平台工具集,按需选择。例如,您的目标平台版本10.0.19041.0平台工具集Visual Studio 2015(v140)

    • 目前支持Debug_x64,Release_x64,Debug_win32和Release_win32。本文档说明均以x64为例。

  5. 右键单击speechSynthesizerDemo项目,单击生成进行编译。

  6. 编译Debug_x64和Release_x64。

    • Debug生成物路径:{ProjectRoot}\build\build_win64\nlsCppSdk\x64\Debug

    • Release生成物路径:{ProjectRoot}\build\build_win64\nlsCppSdk\x64\Release

    各路径包含所有生成的dll和测试exe文件。其中{ProjectRoot}为SDK源码路径。

  7. 若需要对生成的库文件、测试exe文件、头文件、说明文档等对外披露的文件进行打包,则在scripts目录下双击运行build_windows_64_package.bat,生成{ProjectRoot}\build\install\NlsSdk3.X_win64.zip。其中{ProjectRoot}为SDK源码路径。

关键接口

  • 基础接口

    • NlsClient:语音处理客户端,利用该客户端可以进行一句话识别、实时语音识别和语音合成的语音处理任务。该客户端为线程安全,建议全局仅创建一个实例。

      接口名

      功能描述

      getInstance

      获取(创建)NlsClient实例。

      setLogConfig

      设置日志文件与存储路径。

      startWorkThread

      启动工作线程数,默认1即启动一个线程,若-1则启动CPU核数的线程数。在高并发的情况下建议选择-1。

      releaseInstance

      销毁NlsClient对象实例。

      getVersion

      获取SDK版本号。

      CreateSynthesizerRequest

      创建一句话识别对象,线程安全,支持高并发请求。

      releaseSynthesizerRequest

      销毁语音合成对象,需要在当前请求的closed事件后调用。

    • NlsToken:创建Token对象,用于申请获取TokenId。申请新Token时需要先获取有效时间戳,若超过有效时间则再申请。若在有效时间内多次申请Token会导致TokenId错误而无法使用。

      接口名

      功能描述

      setAccessKeyId

      设置阿里云账号AccessKey ID。

      setKeySecret

      设置阿里云账号AccessKey Secret。

      applyNlsToken

      申请获取TokenId。

      getToken

      获取TokenId

      getExpireTime

      获取Token有效期时间戳(秒)。

    • NlsEvent:事件对象,您可以从中获取Request状态码、云端返回结果、失败信息等。

      接口名

      功能描述

      getStatusCode

      获取状态码,正常情况为0或者20000000,失败时对应失败的错误码。

      getErrorMessage

      在TaskFailed回调中,获取NlsRequest操作过程中出现失败时的错误信息。

      getTaskId

      获取任务的TaskId。

      getBinaryData

      获取云端返回的二进制数据。

      getAllResponse

      获取云端返回的识别结果。

  • 识别接口

    SpeechSynthesizerRequest:语音合成请求对象,用于语音合成及长文本语音合成。

    接口名

    功能描述

    setOnSynthesisCompleted

    设置语音合成结束回调函数。

    setOnChannelClosed

    设置通道关闭回调函数。

    setOnTaskFailed

    设置错误回调函数。

    setOnBinaryDataReceived

    设置语音合成二进制音频数据接收回调函数。

    setOnMetaInfo

    设置文本对应的日志信息接收回调函数。

    setAppKey

    设置AppKey。

    setToken

    口令认证。所有的请求都必须通过SetToken方法认证通过,才可以使用。

    setUrl

    设置服务URL地址。

    setText

    待合成音频文本内容text设置。

    setVoice

    发音人voice设置。

    setVolume

    音量volume设置。

    setFormat

    输出音频编码格式Format设置。

    setSampleRate

    音频采样率设置。

    setSpeechRate

    语速设置。

    setPitchRate

    语调设置。

    setEnableSubtitle

    是否开启字幕功能。

    start

    启动SpeechSynthesizerRequest。

    cancel

    不会与服务端确认关闭,直接关闭语音合成过程。

C++ SDK错误码

状态码

状态消息

原因

解决方案

10000001

NewSslCtxFailed

SSL: couldn't create a context!

建议重新初始化。

10000002

DefaultErrorCode

return of SSL_read: error:00000000:lib(0):func(0):reason(0)

建议重新尝试。

return of SSL_read: error:140E0197:SSL routines:SSL_shutdown:shutdown while in init

10000003

SysErrorCode

系统错误。

根据系统反馈的错误信息进行处理。

10000004

EmptyUrl

URL: The url is empty.

传入的URL为空, 请重新填写正确URL。

10000005

InvalidWsUrl

Could not parse WebSocket url:

传入的URL格式错误, 请重新填写正确URL。

10000007

JsonStringParseFailed

JSON: Json parse failed.

JISO格式异常, 请通过日志查看具体的错误点。

10000008

UnknownWsHeadType

WEBSOCKET: unkown head type.

联网失败,请检查本机DNS解析和URL是否有效。

10000009

HttpConnectFailed

HTTP: connect failed.

与云端连接失败,请检查网络后,重试。

10000010

MemNotEnough

内存不足。

请检查内存是否充足。

10000015

SysConnectFailed

connect failed.

联网失败,请检查本机DNS解析和URL是否有效。

10000100

HttpGotBadStatusWith403

Got bad status host=xxxxx line=HTTP/1.1 403 Forbidden

链接被拒,请检查账号特别是token是否过期。

10000101

EvSendTimeout

Send timeout. socket error:

libevent发送event超时,请检查回调中是否有耗时任务,或并发过大导致无法及时处理事件。

10000102

EvRecvTimeout

Recv timeout. socket error:

libevent接收event超时,请检查回调中是否有耗时任务,或并发过大导致无法及时处理事件。

10000103

EvUnknownEvent

Unknown event:

未知的libevent事件,建议重新尝试。

10000104

OpNowInProgress

Operation now in progress

链接正在进行中,建议重新尝试。

10000105

BrokenPipe

Broken pipe

pipe处理不过来,建议重新尝试。

10000110

TokenHasExpired

Gateway:ACCESS_DENIED:The token 'xxx' has expired!

请更新Token。

10000111

TokenIsInvalid

Meta:ACCESS_DENIED:The token 'xxx' is invalid!

请检查token的有效性。

10000112

NoPrivilegeToVoice

Gateway:ACCESS_DENIED:No privilege to this voice! (voice: zhinan, privilege: 0)

此发音人无权使用。

10000113

MissAuthHeader

Gateway:ACCESS_DENIED:Missing authorization header!

请检查账号是否有权限,或并发是否在限度内。

10000120

Utf8ConvertError

utf8ToGbk failed

utf8转码失败,常为系统问题,建议重新尝试。

服务端响应状态码

关于服务状态码,请参见服务状态码

代码示例

说明

  • 示例中使用SDK内置的默认外网访问服务URL,如果您使用阿里云上海ECS且需要使用内网访问URL,则在创建speechSynthesizerRequest的对象中设置内网访问的URL。

    request->setUrl("ws://nls-gateway.cn-shanghai-internal.aliyuncs.com/ws/v1");
  • 示例中将合成的音频保存在文件中,如果您需要播放音频且对实时性要求较高,建议使用流式播放,即边接收语音数据边播放,减少延时,而无需等待合成结束后再处理语音流。

  • 完整示例,参见SDK压缩包中demo目录的speechSynthesizerDemo.cpp文件。

#include<string.h>
#include<unistd.h>
#include<pthread.h>
#include<stdlib.h>
#include<ctime>
#include<string>
#include<iostream>
#include<vector>
#include<fstream>
#include<sys/time.h>
#include"nlsClient.h"
#include"nlsEvent.h"
#include"nlsToken.h"
#include "speechSynthesizerRequest.h"

using namespace AlibabaNlsCommon; 
using AlibabaNls::NlsClient; 
using AlibabaNls::NlsEvent; 
using AlibabaNls::LogDebug; 
using AlibabaNls::LogInfo; 
using AlibabaNls::SpeechSynthesizerRequest;

// 自定义线程参数。
struct ParamStruct {
    std::string text; 
    std::string token; 
    std::string appkey;   
    std::string audioFile; 
}; 
// 自定义事件回调参数。
struct ParamCallBack { 
    std::string binAudioFile; 
    std::ofstream audioFile; 
    uint64_t startMs; 
}; 

//全局维护一个服务鉴权token和其对应的有效期时间戳,
//每次调用服务之前,首先判断token是否已经过期,
//如果已经过期,则根据AccessKey ID和AccessKey Secret重新生成一个token,并更新该全局token和其有效期时间戳。
//说明:只需在token即将过期时进行重新生成。所有的服务并发可共用一个token。 
std::string g_akId = "";
std::string g_akSecret = ""; 
std::string g_token = ""; 
long g_expireTime = -1; 
uint64_t getNow() {
    struct timeval now;  
    gettimeofday(&now, NULL);  
    return now.tv_sec * 1000 * 1000 + now.tv_usec; 
} 
int generateToken(std::string akId, std::string akSecret, std::string* token, long* expireTime) {  
    NlsToken nlsTokenRequest; 
    nlsTokenRequest.setAccessKeyId(akId); 
    nlsTokenRequest.setKeySecret(akSecret); 
    if (-1 == nlsTokenRequest.applyNlsToken()) {  
        // 获取失败原因。
        printf("generateToken Failed: %s\n", nlsTokenRequest.getErrorMsg());
        return -1;  
    } 
    *token = nlsTokenRequest.getToken(); 
    *expireTime = nlsTokenRequest.getExpireTime(); 
    return 0; 
} 

//@brief 在接收到云端返回合成结束消息时,SDK内部线程上报Completed事件。
//@note 上报Completed事件之后,SDK内部会关闭识别连接通道。
//@param cbEvent 回调事件结构,详见nlsEvent.h。
//@param cbParam 回调自定义参数,默认为NULL,可以根据需求自定义参数。
void OnSynthesisCompleted(NlsEvent* cbEvent, void* cbParam) { 
    ParamCallBack* tmpParam = (ParamCallBack*)cbParam; 
    // 演示如何打印/使用用户自定义参数示例。
    printf("OnSynthesisCompleted: %s\n", tmpParam->binAudioFile.c_str()); 
    // 获取消息的状态码,成功为0或者20000000,失败时对应失败的错误码。
    // 当前任务的task id,方便定位问题,作为和服务端交互的唯一标识建议输出。
    printf("OnSynthesisCompleted: status code=%d, task id=%s\n", cbEvent->getStatusCode(), cbEvent->getTaskId()); 
    // 获取服务端返回的全部信息。
    //printf("OnSynthesisCompleted: all response=%s\n", cbEvent->getAllResponse()); 
} 

//@brief 合成过程发生异常时,SDK内部线程上报TaskFailed事件。
//@note 上报TaskFailed事件之后,SDK内部会关闭识别连接通道。
//@param cbEvent 回调事件结构,详见nlsEvent.h。
//@param cbParam 回调自定义参数,默认为NULL,可以根据需求自定义参数。
void OnSynthesisTaskFailed(NlsEvent* cbEvent, void* cbParam) { 
    ParamCallBack* tmpParam = (ParamCallBack*)cbParam; 
    // 演示如何打印/使用用户自定义参数示例。
    printf("OnSynthesisTaskFailed: %s\n", tmpParam->binAudioFile.c_str()); 
    // 当前任务的task id。
    printf("OnSynthesisTaskFailed: status code=%d, task id=%s, error message=%s\n", 
cbEvent->getStatusCode(), cbEvent->getTaskId(), cbEvent->getErrorMessage()); 
} 

//@brief 识别结束或发生异常时,会关闭连接通道,SDK内部线程上报ChannelCloseed事件。
//@param cbEvent 回调事件结构,详见nlsEvent.h。
//@param cbParam 回调自定义参数,默认为NULL,可以根据需求自定义参数。
void OnSynthesisChannelClosed(NlsEvent* cbEvent, void* cbParam) { 
    ParamCallBack* tmpParam = (ParamCallBack*)cbParam; 
    // 演示如何打印/使用用户自定义参数示例。
    printf("OnSynthesisChannelClosed: %s\n", tmpParam->binAudioFile.c_str());   
    printf("OnSynthesisChannelClosed: %s\n", cbEvent->getAllResponse()); 
    tmpParam->audioFile.close(); 
    delete tmpParam; //识别流程结束,释放回调参数。
}

//@brief 文本上报服务端后,收到服务端返回的二进制音频数据,SDK内部线程通过BinaryDataRecved事件上报给用户。
//@param cbEvent 回调事件结构,详见nlsEvent.h。
//@param cbParam 回调自定义参数,默认为NULL,可以根据需求自定义参数。
void OnBinaryDataRecved(NlsEvent* cbEvent, void* cbParam) { 
    ParamCallBack* tmpParam = (ParamCallBack*)cbParam;  
    if(tmpParam->startMs > 0 ) {  
        // 重要提示:一旦获取到语音流,如第一次从服务端返回合成语音流,即可以进行播放或者其他处理。示例为保存到本地文件。
        // 第一次收到语音流数据,计算TTS合成首包延迟。另外此处计算首包延迟时也包括了start操作(即本程序连接公共云服务端的时间),而该时间受不同网络因素影响可能有较大差异。
        uint64_t now = getNow(); 
        printf("first latency = %lld ms, task id = %s\n",
                (now - tmpParam->startMs) / 1000, cbEvent->getTaskId());  
        tmpParam->startMs = 0;
    }
     // 演示如何打印/使用用户自定义参数示例。
    printf("OnBinaryDataRecved: %s\n", tmpParam->binAudioFile.c_str()); 
    const std::vector<unsigned char>& data = cbEvent->getBinaryData(); // getBinaryData() :获取文本合成的二进制音频数据。
    printf("OnBinaryDataRecved: status code=%d, task id=%s, data size=%d\n", 
cbEvent->getStatusCode(), cbEvent->getTaskId(), data.size()); 
    // 以追加形式将二进制音频数据写入文件。
    if (data.size() > 0) {  
        tmpParam->audioFile.write((char*)&data[0], data.size());  
    } 
} 

//@brief 返回tts文本对应的日志信息,增量返回对应的字幕信息。
//@param cbEvent 回调事件结构,详见nlsEvent.h。
//@param cbParam 回调自定义参数,默认为NULL,可以根据需求自定义参数。
void OnMetaInfo(NlsEvent* cbEvent, void* cbParam) { 
    ParamCallBack* tmpParam = (ParamCallBack*)cbParam;  
   // 演示如何打印/使用用户自定义参数示例。
    printf("OnBinaryDataRecved: %s\n", tmpParam->binAudioFile.c_str()); 
    printf("OnMetaInfo: task id=%s, respose=%s\n", cbEvent->getTaskId(), cbEvent->getAllResponse()); 
}

 // 工作线程
void* pthreadFunc(void* arg) { 
    // 0:从自定义线程参数中获取token,配置文件等参数。 
    ParamStruct* tst = (ParamStruct*)arg; 
    if (tst == NULL) { 
        printf("arg is not valid\n"); 
        return NULL; 
    } 
    // 1:初始化自定义回调参数  
   ParamCallBack* cbParam = new ParamCallBack;  
   cbParam->binAudioFile = tst->audioFile;   
  cbParam->audioFile.open(cbParam->binAudioFile.c_str(), std::ios::binary | std::ios::out);  
   // 2:创建语音识别SpeechSynthesizerRequest对象 
    SpeechSynthesizerRequest* request = NlsClient::getInstance()->createSynthesizerRequest();
    if (request == NULL) {   
        printf("createSynthesizerRequest failed.\n");   
        cbParam->audioFile.close();   
        return NULL; 
    }
    request->setOnSynthesisCompleted(OnSynthesisCompleted, cbParam); // 设置音频合成结束回调函数 
    request->setOnChannelClosed(OnSynthesisChannelClosed, cbParam); // 设置音频合成通道关闭回调函数 
    request->setOnTaskFailed(OnSynthesisTaskFailed, cbParam); // 设置异常失败回调函数    
    request->setOnBinaryDataReceived(OnBinaryDataRecved, cbParam); // 设置文本音频数据接收回调函数
    request->setOnMetaInfo(OnMetaInfo, cbParam); // 设置字幕信息 
    request->setAppKey(tst->appkey.c_str()); 
    request->setText(tst->text.c_str()); // 设置待合成文本,必填参数。文本内容为UTF-8编码。  
    request->setVoice("siqi");              // 发音人,可选参数,默认是xiaoyun。 
    request->setVolume(50);              // 音量,范围是0~100,可选参数,默认50。 
    request->setFormat("wav");             // 音频编码格式,可选参数,默认是WAV。支持:PCM/WAV/MP3。 
    request->setSampleRate(8000);          // 音频采样率,支持8000/16000。可选参数,默认是16000。  
    request->setSpeechRate(0);              // 语速,范围是-500~500。可选参数,默认是0。  
    request->setPitchRate(0);              // 语调,范围是-500~500。可选参数,默认是0。
    //request->setEnableSubtitle(true);      //是否开启字幕,可选。注意并不是所有发音人都支持字幕功能。 
    request->setToken(tst->token.c_str()); // 设置账号校验token,必填参数。 
    cbParam->startMs = getNow(); 

    // 3:start()为异步操作。成功返回BinaryRecv事件,失败返回TaskFailed事件。
    if (request->start() < 0) {   
        printf("start() failed. may be can not connect server. please check network or firewalld\n");   
        NlsClient::getInstance()->releaseSynthesizerRequest(request); // 调用start()失败,释放request对象。  
        cbParam->audioFile.close();   
        return NULL;  
    } 
    //4: 通知云端数据发送结束。
    //stop()为异步操作,失败返回TaskFailed事件。  
    request->stop();     //5: 识别结束,释放request对象。
    NlsClient::getInstance()->releaseSynthesizerRequest(request); 
    return NULL; 
} 

// 合成单个文本数据
int speechSynthesizerFile(const char* appkey) { 
    //获取当前系统时间戳,判断token是否过期。
    std::time_t curTime = std::time(0); 
    if (g_expireTime - curTime < 10) { 
        printf("the token will be expired, please generate new token by AccessKey-ID and AccessKey-Secret.\n");   
        if (-1 == generateToken(g_akId, g_akSecret, &g_token, &g_expireTime)) {   
            return -1;  
        }
    }  
    ParamStruct pa; 
    pa.token = g_token; 
    pa.appkey = appkey; 
    // 说明:Windows平台下,合成文本中如果包含中文,请将本CPP文件设置为带签名的UTF-8编码或者GB2312编码。
    pa.text = "今天天气很棒,适合去户外旅行.";  
    pa.audioFile = "syAudio.wav"; 
    pthread_t pthreadId;     // 启动一个工作线程,用于识别。
    pthread_create(&pthreadId, NULL, &pthreadFunc, (void *)&pa);  
    pthread_join(pthreadId, NULL); 
    return 0; 
}

 // 合成多个文本数据。
// SDK多线程指一个文本数据对应一个线程,非一个文本数据对应多个线程。
// 示例代码为同时开启2个线程合成2个文件。
// 免费用户并发连接不能超过2个。
#define AUDIO_TEXT_NUMS 2
#define AUDIO_TEXT_LENGTH 64
#define AUDIO_FILE_NAME_LENGTH 32
int speechSynthesizerMultFile(const char* appkey) {
    //获取当前系统时间戳,判断token是否过期。
    std::time_t curTime = std::time(0); 
    if (g_expireTime - curTime < 10) {  
        printf("the token will be expired, please generate new token by AccessKey-ID and AccessKey-Secret.\n"); 
        if (-1 == generateToken(g_akId, g_akSecret, &g_token, &g_expireTime)) {
            return -1;
        } 
    }
    const char syAudioFiles[AUDIO_TEXT_NUMS][AUDIO_FILE_NAME_LENGTH] = 
    {
        "syAudio0.wav", 
        "syAudio1.wav"
    };
    const char texts[AUDIO_TEXT_NUMS][AUDIO_TEXT_LENGTH] =
    {
        "今日天气真不错,我想去操作踢足球.",
        "明天有大暴雨,还是宅在家里看电影吧."
    }; 
    ParamStruct pa[AUDIO_TEXT_NUMS]; 
    for (int i = 0; i < AUDIO_TEXT_NUMS; i ++) { 
        pa[i].token = g_token; 
        pa[i].appkey = appkey; 
        pa[i].text = texts[i]; 
        pa[i].audioFile = syAudioFiles[i]; 
    } 
    std::vector<pthread_t> pthreadId(AUDIO_TEXT_NUMS);     // 启动工作线程,同时识别音频文件。
    for (int j = 0; j < AUDIO_TEXT_NUMS; j++) { 
        pthread_create(&pthreadId[j], NULL, &pthreadFunc, (void *)&(pa[j])); 
    }
    for (int j = 0; j < AUDIO_TEXT_NUMS; j++) {  
        pthread_join(pthreadId[j], NULL);  
    } 
    return 0;
}

 int main(int arc, char* argv[]) {
    if (arc < 4) {  
        printf("params is not valid. Usage: ./demo <your appkey> <your AccessKey ID> <your AccessKey Secret>\n");  
        return -1; 
    } 

    std::string appkey = argv[1]; 
    g_akId = argv[2];  
    g_akSecret = argv[3]; 
    // 根据需要设置SDK输出日志,可选。此处表示SDK日志输出至log-Synthesizer.txt。LogDebug表示输出所有级别日志。
    int ret = NlsClient::getInstance()->setLogConfig("log-synthesizer", LogDebug); 
    if (-1 == ret) { 
        printf("set log failed\n"); 
        return -1; 
    }
     //启动工作线程
     NlsClient::getInstance()->startWorkThread(4);     //合成单个文本
    speechSynthesizerFile(appkey.c_str());     //合成多个文本
    //speechSynthesizerMultFile(appkey.c_str());
    //所有工作完成,进程退出前,释放nlsClient。releaseInstance()非线程安全。
    NlsClient::releaseInstance(); 
    return 0;
}

常见问题

C++ SDK进行语音合成时,报错未设置appkey,但是代码已经设置该如何解决?OnSynthesisTaskFailed: status code=10000002 task id=***error message={TaskFailed":"{"task_id":"00000000000000000000000000000000","result":"","status":40000003,"message":"Gateway:PARAMETER_INVALID:appkey not set"}"}"

status为40000003指传入的参数有误,请重新检查传入的参数值是否正确,例如appkeyvoiceurl等 。’

C++ 语音合成Demo,NlsCommonSdk版本20211018基于vc16.0,NlsSdkCpp3.X版本20210629基于vc14.0,Demo程序只执行到OnSynthesisTaskFailed,返回20000000,在win10 X64 vs2015中得不到WAV的可能原因?log信息如下ERROR alibabaNlsLog: [ID:15284][AlibabaNls::ConnectNode::parseFrame:1014]Node:000001D733079F20 Result conversion failed.

NlsSdkCpp3.X-20210629里的Demo不适用于Windows版本程序,alibabacloud-nls-cpp-sdk(github的)里的才是Windows的Demo。

C++ SDK(3.0及以后版本)使用语音合成和语音识别功能,可以提高GCC5.0以上的编译版本吗?

可以。Linux下支持GCC 4.8.5或以上版本。目前已验证且顺利编译运行的GCC版本包括4.8.5、5.5.0、8.4.0。

为什么链接不到framework?

framework中代码采用Objective-C和C++混合编写而成,所以需要使用.mm后缀文件进行调用,同时请确保工程的头文件路径与库文件路径设置正确。

C++ SDK ASR请求有DNS解析失败的情况导致异常,报错ali-recog-skd.log:AliSpeech_C++SDK(ERROR): GetInetAddressByHostname:252 DNS: resolved timeout.ali-recog-skd.log:AliSpeech_C++SDK(ERROR): start:76 start failed: DNS: resolved timeout..unimrcpserver_current.log: [ERROR] [[./ali/AliRecogChannel.cpp:772,onTaskFailed]]Ali Task start failed Msg :DNS: resolved timeout., start finised."如何解决?

  • 旧版(3.0及以前版本):在高并发或者电脑DNS忙碌的情况下容易出现以上问题,建议您更新到3.1.X版本,或进行再次重启请求。

  • 新版(3.0及以后版本):已经对此问题进行防御,若仍然偶现此问题,则为电脑DNS忙碌,需要再次重启请求。

C++ SDK(新)集成到其他项目中时,将CMakeLists.txt中的add_definitions(-D_GLIBCXX_USE_CXX11_ABI=0) 修改为add_definitions(-D_GLIBCXX_USE_CXX11_ABI=1)后编译不通过该如何解决?

除了CMakeLists.txt,全工程都需要修改该参数,例如config/linux.thirdparty.debug.cmakeconfig/linux.thirdparty.release.cmake,请在全目录搜索_GLIBCXX_USE_CXX11_ABI进行修改。

C++ SDK在Windows上使用,报错缺少nlsCommonSdk.dll如何解决?

3.1及以后版本无nlsCommonSdk.dll。

C++ SDK旧版NlsSdkCpp2.0和新版NlsSdkCpp3.X的区别是什么?

NlsSdkCpp2.0版本的SDK每一个请求为一个线程,且接口为同步接口。

NlsSdkCpp3.X版本的SDK内部由第三方库libevent统一处理事件消息,并发性能更强,且接口为异步接口。

C++版的SDK不支持实现C11规范吗? 现在导致项目无法链接SDK该如何解决?

工程默认为_GLIBCXX_USE_CXX11_ABI=0,全工程都需要修改该参数,请在全目录搜索_GLIBCXX_USE_CXX11_ABI进行修改。

C++ SDK测试Demo成功,集成项目报错,DNS解析失败,报错nls-gateway.cn-shanghai.aliyuncs.com dns failed: nodename nor servname provided, or not known如何解决?

  1. SDK中会查看当前设备开启的所有协议族(IPv4、IPv6)进行DNS解析请求,nls-gateway.cn-shanghai.aliyuncs.com不支持 IPv6,返回解析错误,从而导致SDK DNS解析失败退出。可禁用当前设备的IPv6协议族,后续CppSdk产品改进对这方面进行可配置处理。

  2. 建议您升级到3.1.12及以后版本。

C++ SDK测试Demo可以成功,集成项目报错,网络链接失败,报错[dnsEventCallback:465]Node:0x7f087c001030 ai_canonname: nls-gateway.cn-shanghai.aliyuncs.com.gds.alibabadns.com[dnsEventCallback:477]Node:0x7f087c001030 IpV4:106.15.XX.XX[connectProcess:1329]Node:0x7f087c001030 sockFd:41[connectProcess:1347]Node:0x7f087c001030 new Socket ip:106.15.XX.XX port:443 Fd:41.[socketConnect:1458]Node:0x7f087c001030 Connect failed:Network is unreachable. retry...如何解决?

以上现象为无法连接网络,查看日志发现DNS域名解析出来的IP链接不成功,进一步通过Ping判断网络不通。由于本地拦截DNS解析,导致SDK内部libeventevdns_getaddrinfo获得错误的IP。

解决办法:

  • 3.1.12版本以前可将evdns_getaddrinfo()手动替换成系统的getaddrinfo()

  • 3.1.12版本可在CMakeLists.txt中修改add_definitions(-DNLS_USE_NATIVE_GETADDRINFO)

  • 3.1.12及以后版本增加setDirectHost()接口,您可以在SDK外部进行DNS解析,获取正确IP后通过该接口设入。

  • 3.1.13及以后版本已解决此问题,若运行时仍存在上述问题,建议调用接口setUseSysGetAddrInfo(true)

C++ SDK语音合成时传入的文本没有采用UTF-8编码会有什么错误信息?

如果传入的文本没有采用UTF-8编码,在文本中含有中文字符时,语音合成SDK调用start函数会失败,返回错误信息Socket recv failed, errorCode: 0。错误码为0表示服务端已经关闭了连接,此时应检查传入的文本是否采用UTF-8编码。

SDK报错“DNS resolved timeout”是什么问题?

查看/etc/resolv.conf文件中nameserver的设置,建议增加并优先使用以下配置:nameserver 114.114.114.114

阿里云首页 智能语音交互 相关技术圈