踩坑记:讯飞语音转文字SDK的坑

一、背景

客服的通话录音需要转成文字，团队决定使用科大讯飞的语音转文字服务，使用的是 SDK 的方式进行对接。

二、遇到的坑

1、关于 SDK 集成的坑

问题：该SDK的集成方式只有一种，即提供一个 jar 包供下载，不提供 maven 仓库管理，不提供源码给予定制。

2、关于强制读取配置文件 的坑

下图是规定的名为 config.properties 的配置文件。

在类文件 LfasrClientImp 中，有一个静态代码块，会强制读取名为config.properties 的配置文件，然后校验该配置文件中的属性是否合法，这个class文件是我们重点调整的对象。

而且在初始化的过程中，只要有不符合初始化要求的逻辑，则会给该类中的静态私有变量 private static String err_msg = null 赋予错误信息。

该错误信息很关键，因为这个类是整个 SDK 的精华，即客户端的精华，所有的操作都需要先创建这个类的对象进行操作，然而当上文提到的私有变量 error_msg 不为 null 时，构造函数直接报错，所以导致无法创建对象，整个业务流程就没法走下去，见下图的构造方法。

3、关于日志的坑

① 原版SDK的源码，强制使用log4j，所以对于少数不使用 log4j 的项目，需要进行调整，附上报错信息：

log4j:WARN No appenders could be found for logger (com.jet.service.XfyunService).
log4j:WARN Please initialize the log4j system properly.
log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

② 原版 SDK 会打印很多的日志，比如有一些对音频进行处理的日志，部分日志信息是我们不需要的。

4、关于文件上传的坑

语音文件上传的模式只有一种，即给定一个本地的音频路径。

而如果你使用过七牛云的 SDK 你就深有体会讯飞的这个SDK 是有多烂，七牛云的上传文件的方法，你可以提供文件的本地路径，也支持流上传，当然也支持远程文件地址的方式上传。

三、埋坑史

1、 解决本地jar包的引入

<!-- 科大讯飞语音转文字 SDK -->
<dependency>
 <groupId>cn.xfyun</groupId>
 <artifactId>raasr</artifactId>
 <version>2.0.0.1006</version>
 <scope>system</scope>
 <systemPath>${project.basedir}/src/main/resources/lib/lfasr-sdk-client-2.0.0.1006.jar</systemPath>
</dependency>

打jar包的时候把本地的 jar 包也打进去：

<build>
 <plugins>
 <plugin>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-maven-plugin</artifactId>
 <configuration>
 <mainClass>com.Jet.jetApplication</mainClass>
 <executable>true</executable>
 <includeSystemScope>true</includeSystemScope>
 </configuration>
 </plugin>
 </plugins>
</build>

2、解决配置文件的读取问题

依着他给个指定的配置文件 config.properties，但是还是按照项目里的一样，区分开发、测试和生产配置文件，然后强制读取本项目的配置，去强制覆盖 LfasrClientImp 类中的变量。

3、解决 LfasrClientImp 类中变量私有化的问题

为什么关注该类中的静态私有变量呢，因为上文中提到有个私有的变量存储错误信息，我们需要调整这个错误信息。

而对于 LfasrClientImp 类中的静态私有属性，我们可以通过反射机制强制刷新属性。

Class<LfasrClientImp> lfasrClientImpClass = LfasrClientImp.class;
Field field = lfasrClientImpClass.getDeclaredField("SERV_APP_ID_VAL");
field.setAccessible(true);
field.set(lfasrClientImpClass, "testAppId");

4、解决日志的坑

讯飞默认使用的是 log4j，如果很不幸你的项目使用的不是 log4j，要么你做出妥协，要么，就出大绝招：把讯飞 SDK 的 class 文件反编译出来，然后自己改源码，然后两条路可以走，一是再编译成 jar 包，二是直接作为一个 module 来使用。

但是还是建议调整日志框架为 log4j，不要动 SDK，防止版本更新。

5、解决上传接口的坑

上文提到了关于上传的方法，只有一个，即提供一个音频文件的本地地址，然后传给上传的方法。

what？难道我的音频文件不能是远程服务器上的？对于这种情况，我们需要手动进行封装，如果不想封装得太深。

简单的思路就是：下载文件 -> 保存成临时文件 -> 调用方法

public static File downLoadFiles(String Url) {
 try {
 InputStream in = new URL(Url).openConnection().getInputStream();
 if (in == null) return null;
 String fileName = storePath + "/" + Url.substring(Url.lastIndexOf("/"));
 File file = new File(fileName);
 OutputStream os = new FileOutputStream(file);
 int bytesRead = 0;
 byte[] buffer = new byte[8192];
 while ((bytesRead = in.read(buffer, 0, 8192)) != -1) {
 os.write(buffer, 0, bytesRead);
 }
 in.close();
 return file;
 } catch (IOException e) {
 log.error("inputStream zhuan file 异常", e);
 }
 return null;
}

四、大绝招

其实 SDK 的底层就是封装了三样东西，鉴权、http 请求 和 响应，我们完全可以通过观看源码，找出它的鉴权等动作，然后自己封装一套请求，这样就可以完全脱离讯飞的SDK了。

五、备注

附上讯飞 SDK 的 maven 引用：

博客原文地址：http://www.jetchen.cn/xunfei-sdk/