सी ++ में लिनक्स पर आप ऑडियो (WAV पर) कैसे चलाते हैं या रिकॉर्ड करते हैं?

Question

हैलो, मैं खेलने और एक लिनक्स (अधिमानतः उबंटू) सिस्टम पर रिकॉर्ड ऑडियो के लिए एक रास्ता तलाश रहे हैं। मैं वर्तमान में voice recognition toolkit पर फ्रंट-एंड पर काम कर रहा हूं जो PocketSphinx और Julius के लिए ध्वनि मॉडल को अनुकूलित करने के लिए आवश्यक कुछ चरणों को स्वचालित करेगा।

ऑडियो इनपुट/आउटपुट के वैकल्पिक साधन के सुझाव का स्वागत करते हैं , साथ ही बग नीचे दिखाया गया है करने के लिए एक ठीक कर रहे हैं।

यहाँ वर्तमान कोड मैं अब तक एक .WAV फ़ाइल खेलने के लिए उपयोग किया है है:

void Engine::sayText (const string OutputText) { 
    string audioUri = "temp.wav"; 
    string requestUri = this->getRequestUri(OPENMARY_PROCESS , OutputText.c_str()); 
    int error , audioStream; 
    pa_simple *pulseConnection; 
    pa_sample_spec simpleSpecs; 
    simpleSpecs.format = PA_SAMPLE_S16LE; 
    simpleSpecs.rate = 44100; 
    simpleSpecs.channels = 2; 

    eprintf(E_MESSAGE , "Generating audio for '%s' from '%s'..." , OutputText.c_str() , requestUri.c_str()); 
    FILE* audio = this->getHttpFile(requestUri , audioUri); 
    fclose(audio); 
    eprintf(E_MESSAGE , "Generated audio."); 

    if ((audioStream = open(audioUri.c_str() , O_RDONLY)) < 0) { 
     fprintf(stderr , __FILE__": open() failed: %s\n" , strerror(errno)); 
     goto finish; 
    } 

    if (dup2(audioStream , STDIN_FILENO) < 0) { 
     fprintf(stderr , __FILE__": dup2() failed: %s\n" , strerror(errno)); 
     goto finish; 
    } 

    close(audioStream); 

    pulseConnection = pa_simple_new(NULL , "AudioPush" , PA_STREAM_PLAYBACK , NULL , "openMary C++" , &simpleSpecs , NULL , NULL , &error); 

    for (int i = 0;;i++) { 
     const int bufferSize = 1024; 
     uint8_t audioBuffer[bufferSize]; 
     ssize_t r; 
     eprintf(E_MESSAGE , "Buffering %d..",i); 
     /* Read some data ... */ 
     if ((r = read(STDIN_FILENO , audioBuffer , sizeof (audioBuffer))) <= 0) { 
      if (r == 0) /* EOF */ 
       break; 

      eprintf(E_ERROR , __FILE__": read() failed: %s\n" , strerror(errno)); 
    if (pulseConnection) 
     pa_simple_free(pulseConnection); 

     } 

     /* ... and play it */ 
     if (pa_simple_write(pulseConnection , audioBuffer , (size_t) r , &error) < 0) { 
      fprintf(stderr , __FILE__": pa_simple_write() failed: %s\n" , pa_strerror(error)); 
    if (pulseConnection) 
     pa_simple_free(pulseConnection); 

     } 

     usleep(2); 

    } 
    /* Make sure that every single sample was played */ 
    if (pa_simple_drain(pulseConnection , &error) < 0) { 
     fprintf(stderr , __FILE__": pa_simple_drain() failed: %s\n" , pa_strerror(error)); 
    if (pulseConnection) 
     pa_simple_free(pulseConnection); 
    }  
} 

नोट: आप इस फाइल करने के लिए कोड के बाकी चाहते हैं, आप इसे लॉन्चपैड से सीधे here डाउनलोड कर सकते हैं ।

अद्यतन: मैं GStreamermm उपयोग करने की कोशिश, और यह काम नहीं करेगा:

Glib::RefPtr<Pipeline> pipeline; 
    Glib::RefPtr<Element> sink, filter, source; 
    Glib::RefPtr<Gio::File> audioSrc = Gio::File::create_for_path(uri); 

    pipeline = Pipeline::create("audio-playback"); 
    source = ElementFactory::create_element("alsasrc","source"); 
    filter = ElementFactory::create_element("identity","filter"); 
    sink = ElementFactory::create_element("alsasink","sink"); 
    //sink->get_property("file",audioSrc); 
    if (!source || !filter || !sink){ 
     showErrorDialog("Houston!","We got a problem."); 
     return; 
    } 
    pipeline->add(source)->add(filter)->add(sink); 
    source->link(sink); 

    pipeline->set_state(Gst::STATE_PLAYING); 
    showInformation("Close this to stop recording"); 
    pipeline->set_state(Gst::STATE_PAUSED); 

Answer 1

The "Hello World" application in the GStreamer documentation कैसे एक ऑग/वॉर्बिस फ़ाइल को चलाने को दर्शाता है। WAV फ़ाइलों के साथ यह काम करने के लिए, आप "oavdemux" को "wavparse" के साथ प्रतिस्थापित कर सकते हैं और "पहचान" के साथ "vorbisdec" को प्रतिस्थापित कर सकते हैं (पहचान प्लगइन कुछ भी नहीं करता है - यह केवल प्लेसहोल्डर है)।

GStreamer (Ubuntu पर) के लिए विकास का समर्थन स्थापित करने के लिए ...

sudo apt-get install libgstreamer0.10-dev 

आप GStreamer पुस्तकालयों के उपयोग को सक्षम करने के जीसीसी कमांड लाइन पर निम्न की आवश्यकता है ...

$(pkg-config --cflags --libs gstreamer-0.10) 

वैसे, आपको कोड लिखने से पहले जीस्ट्रीमर पाइपलाइनों को प्रोटोटाइप करने के लिए "जीएसटी-लॉन्च" का उपयोग करना उपयोगी हो सकता है।

## recording 
gst-launch-0.10 autoaudiosrc ! wavenc ! filesink location=temp.wav 

## playback 
gst-launch-0.10 filesrc location=temp.wav ! wavparse ! autoaudiosink 

GStreamer का एक विशेषता है कि आवाज की पहचान के लिए उपयोगी हो सकता है कि यह एक पाइप लाइन में ऑडियो गुणवत्ता फिल्टर डालने के लिए आसान है - तो आप, उदाहरण के लिए, शोर है कि अन्यथा रिकॉर्डिंग में हो सकता है कम कर सकता है। जीस्ट्रीमर "अच्छा" प्लगइन की सूची में एक सूचक here है।

ब्याज के अलावा, "पॉकेटस्फिनक्स" (जो आपके प्रोजेक्ट से संबंधित प्रतीत होता है) में पहले से ही कुछ जीस्ट्रीमर एकीकरण है। Using PocketSphinx with GStreamer and Python

Answer 2

जीस्ट्रीमर/पल्स/जैक बहुत अच्छे हैं। सरल और तेज़ चीजों के लिए आप SOX http://sox.sourceforge.net/