1 初級開發(fā)自述

初踏入職場，進入專業(yè)的軟件公司，對于我這樣一個沒有接觸過軟件開發(fā)的新人來說，起步就是一個很大的難題。若直接做開發(fā)，則業(yè)務(wù)不熟練，代碼不規(guī)范，弊大于利;若僅做學(xué)習(xí)，則不能跟上項目的步伐，不能以最快的速度融入到工作中去。工作中面臨著很多困境。

對此我總結(jié)了以下經(jīng)驗：在進行軟件開發(fā)工作中要重視每一個細節(jié)，不要忽視小問題，我為了充實自己，在華為云反復(fù)學(xué)習(xí)，提升自己的技術(shù)能力。

在次我給大家分享一個我在華為云軟件開發(fā)工作中的經(jīng)歷，希望供各位開發(fā)者參考。

2 軟件開發(fā)小白在華為云的學(xué)習(xí)成長經(jīng)歷

作為計算機新人，我通過網(wǎng)上的相關(guān)平臺，篩選很多開發(fā)者高頻使用的工具。前輩也同步推薦給我很多學(xué)習(xí)的平臺和日常使用的工具，我也根據(jù)前輩提供方向進行探索，華為云提供了豐富的開發(fā)者生態(tài)，而且口碑在開發(fā)圈內(nèi)得到了一致好評。因此我選擇了在華為云平臺上開啟我的學(xué)習(xí)和工作成長之路。這里也是我工作起步的敲門磚。

首先通過華為云上面的論壇了解到我所用到技術(shù)和工具，這個平臺還同步給技術(shù)初學(xué)者很多技術(shù)應(yīng)用手段，前期通過培訓(xùn)課程了解學(xué)習(xí)，打開我華為云學(xué)習(xí)之旅：

通過開發(fā)者常規(guī)使用的工具，了解到華為云有一個適合開發(fā)者使用的插件工具，并且通過幫助文檔了解到，華為云開發(fā)者插件提供了一鍵對接華為云的能力。我在這里也分享下我是如何使用這個 IDE 插件，點擊 https://developer.huaweicloud.com/develop/toolkit.html 查看產(chǎn)品首頁，點擊”關(guān)注論壇“后，在論壇里可以定期獲取相關(guān)學(xué)習(xí)資料，也可以和大家一起交流吐槽 。

操作步驟如下：

在 idea 上安裝 Huawei Cloud Toolkit Platform 和 Huawei Cloud API 插件。

登錄華為云賬號（選擇 AK/SK 登錄或者華為云賬號、CSDN 賬號登錄）。

我想通過華為云現(xiàn)有技術(shù)快速幫助我解決 AI 語音交互問題。

目前語音技術(shù)應(yīng)用非常廣泛，語音客服質(zhì)檢（識別客服、客戶的語音，轉(zhuǎn)換為文本。進一步通過文本檢索）、會議記錄（對會議記錄的音頻文件，進行快速的識別，轉(zhuǎn)化成文字，方便進行會議記錄）、語音短消息（通過語音發(fā)送或者接收短消息時，將音頻短消息轉(zhuǎn)文字，提升閱讀效率和交互體驗）、游戲娛樂（將游戲娛樂中的語音聊天轉(zhuǎn)成文字消息，提升用戶閱讀效率）、有聲讀物（將書籍、雜志、新聞的文本內(nèi)容轉(zhuǎn)換成逼真的人聲發(fā)音，充分解放人們的眼睛，在搭乘地鐵、開車、健身等場景下獲取信息、享受樂趣）、電話回訪（在客服系統(tǒng)場景中，通過將回訪內(nèi)容轉(zhuǎn)換成人聲，直接使用語音和客戶交流，提升用戶體驗）、智能教育（集成語音合成的教育系統(tǒng)可以實現(xiàn)中文標準朗讀及帶讀，應(yīng)用于課堂和學(xué)生自學(xué)，提升教學(xué)效率）、直播實時字幕（將視頻直播或現(xiàn)場直播中的音頻實時轉(zhuǎn)為字幕，為觀眾提供更高效的觀會體驗，方便對直播內(nèi)容進行監(jiān)控）、會議實時記錄（將視頻或電話會議中的音頻實時轉(zhuǎn)為文字，可實時校核、修改及檢索轉(zhuǎn)寫會議內(nèi)容，提高會議效率）、即時文本錄入（手機 App 上實時錄音并即時提供轉(zhuǎn)寫的文本）、人機交互（通過語音合成，實現(xiàn)高品質(zhì)的機器人發(fā)聲，使得人機交互更加自然）、智能客服（借助語音合成，聯(lián)絡(luò)中心可以用自然的聲音與客戶互動）等多個場景下，涉獵在多個行業(yè)中，為人們提供便捷便利的生活和工作的條件。

3 軟件開發(fā)小白使用實時語音識別 RASR 嘗試智能化路線

使用華為云語音交互服務(wù) SDK，實時識別語音音頻流。支持的語言包含中文普通話、方言，方言當前支持四川話、粵語和上海話。

前提條件:

1、在保證華為云賬號余額充足或已購買套餐包的情況下，語音交互服務(wù)無需申請即可使用。

2、進行 AK/SK 認證，并妥善保管 AK/SK 信息。

3、準備好待識別的音頻文件。

該服務(wù)是一種人機交互方式，用戶通過實時訪問和調(diào)用 API（Application Programming Interface，應(yīng)用程序編程接口）將語音識別成文字或者將文本轉(zhuǎn)換成逼真的語音等。

核心優(yōu)勢：可以實現(xiàn) 1 分鐘以內(nèi)音頻到文字的轉(zhuǎn)換。對于用戶上傳二進制數(shù)據(jù)，系統(tǒng)經(jīng)過處理，生成語音對應(yīng)的文字，支持熱詞定制。

核心能力：基于深度學(xué)習(xí)技術(shù)，對特定領(lǐng)域場景和語料進行優(yōu)化，語音識別率達到業(yè)界領(lǐng)先；使用工業(yè)界成熟的算法，結(jié)合語音識別學(xué)術(shù)界最新研究成果，為企業(yè)提供獨特競爭力優(yōu)勢。

基本步驟：在代碼編輯區(qū)輸入“RecognizeFlashAsr”,聯(lián)想 API 后點擊補全，自動導(dǎo)入 SDK 后，將 AK、Sk 等參數(shù)補全，調(diào)用補全代碼既可以完成語音識別。

軟件開發(fā)小白的未來展望

速度已經(jīng)不是計算機發(fā)展的方向了，有了云計算，計算機只需要作為一個客戶端就可以實現(xiàn)復(fù)雜的計算，計算機的發(fā)展前景應(yīng)該是趨向于小型化，良好的交互和鮮明的個性化。作為軟件開發(fā)初學(xué)者需要嘗試挑戰(zhàn)新技術(shù)，認準目標不斷前進。

審核編輯 黃宇