Merge pull request #8 from chenqinghe/develop

release v0.2

.gitignore

@@ -14,3 +14,4 @@
 .glide/
 vendor/
 glide.lock
+.idea/

.travis.yml

@@ -6,6 +6,4 @@ before_install:
 install:
   - glide install
 script:
-  - ls
-  - go build ./voice
-  - go build ./ocr
+  - go test ./...

README.md

@@ -1,14 +1,15 @@
-# Baidu-ai-go-sdk   ![travis](https://travis-ci.org/chenqinghe/baidu-ai-go-sdk.svg?branch=master)
+# Baidu-ai-go-sdk   ![travis](https://travis-ci.org/chenqinghe/baidu-ai-go-sdk.svg?branch=develop)
 基于百度REST API封装的go语言sdk，提供简易友好的接口，让开发变得简单。
 
 # Todo list
 ## 百度语音
 - [x] 语音合成
 - [x] 语音识别
 
-## 视觉技术
 
-### 文字识别
+### 视觉技术
+
+#### 文字识别
 - [x] 通用文字识别
 - [x] 通用文字识别（含位置信息版）
 - [x] 通用文字识别（含生僻字版）
@@ -19,33 +20,34 @@
 - [x] 行驶证识别
 - [ ] 表格文字识别
 
-### 人脸识别
+
+#### 人脸识别
 - [ ] 人脸检测
 - [ ] 人脸对比
 - [ ] 人脸查找
 - [ ] 人脸库管理
 - [ ] 公安验证
 
-### 图像审核
+#### 图像审核
 - [ ] 图像审核
 - [ ] GIF色情识别
 - [ ] 图像审核组合服务接口
 - [ ] 用户头像审核
 
-### 图像识别
+#### 图像识别
 - [ ] 通用图像分析
 - [ ] 细粒度图像识别
 - [ ] 定制化图像识别
 
-### 图像搜索
+#### 图像搜索
 - [ ] 相同图检索
 - [ ] 相似图检索
 - [ ] 商品检索
 
 
-## 自然语言
+### 自然语言
 
-### 语言处理基础技术
+#### 语言处理基础技术
 - [ ] 词法分析
 - [ ] 依存句法分析
 - [ ] 词向量标识
@@ -58,10 +60,10 @@
 - [ ] 词性标注
 
 
-### 理解与交互技术UNIT
+#### 理解与交互技术UNIT
 - [ ] UNIT对话接口
 
-### 文本审核
+#### 文本审核
 - [ ] 通用类文本反作弊
 
 

internal/client.go → client.go

@@ -1,12 +1,19 @@
-package internal
+package gosdk
 
 import (
 	"errors"
 
 	"github.com/imroc/req"
 )
 
-const VOICE_AUTH_URL string = "https://openapi.baidu.com/oauth/2.0/token"
+const VOICE_AUTH_URL = "https://openapi.baidu.com/oauth/2.0/token"
+
+//Authorizer 用于设置access_token
+//可以通过RESTFul api的方式从百度方获取
+//有效期为一个月，可以存至数据库中然后从数据库中获取
+type Authorizer interface {
+	Authorize(*Client) error
+}
 
 type Client struct {
 	ClientID     string
@@ -31,17 +38,8 @@ type AuthResponseFailed struct {
 	ErrorDescription string `json:"error_description"` //错误描述信息，帮助理解和解决发生的错误。
 }
 
-//Authorizer 用于设置access_token
-//可以通过RESTFul api的方式从百度方获取
-//有效期为一个月，可以存至数据库中然后从数据库中获取
-type Authorizer interface {
-	Authorize(client *Client) error
-}
-
 type DefaultAuthorizer struct{}
 
-type RestApiAuthorizer DefaultAuthorizer
-
 func (da DefaultAuthorizer) Authorize(client *Client) error {
 	resp, err := req.Post(VOICE_AUTH_URL, req.Param{
 		"grant_type":    "client_credentials",
@@ -67,7 +65,11 @@ func (client *Client) Auth() error {
 	if client.AccessToken != "" {
 		return nil
 	}
-	return client.Authorizer.Authorize(client)
+
+	if err := client.Authorizer.Authorize(client); err != nil {
+		return err
+	}
+	return nil
 }
 
 func (client *Client) SetAuther(auth Authorizer) {

example/version/ocr/ocr.go

@@ -0,0 +1,29 @@
+package main
+
+import (
+	"fmt"
+	"github.com/chenqinghe/baidu-ai-go-sdk/version/ocr"
+	"os"
+)
+
+const (
+	// This Api Key and Api Secret is just for example,
+	// you should get your own first.
+	APIKEY    = "5RijeBzVjQ82uPx8gxGGfeNXlfRt7yH6"
+	APISECRET = "keiyq3oKrkYsSPUcrf0gtRKneeTxjuqV"
+)
+
+func main() {
+
+	client := ocr.NewOCRClient(APIKEY, APISECRET)
+
+	f, err := os.OpenFile("ocr.jpg", os.O_RDONLY, 0777)
+	if err != nil {
+		panic(err)
+	}
+	rs, err := client.GeneralRecognizeBasic(f)
+	if err != nil {
+		panic(err)
+	}
+	fmt.Println(string(rs))
+}

example/voice.go

@@ -4,8 +4,6 @@ import (
 	"github.com/chenqinghe/baidu-ai-go-sdk/voice"
 	"log"
 	"os"
-	"io/ioutil"
-	"encoding/base64"
 	"fmt"
 )
 
@@ -24,7 +22,7 @@ func TextToSpeech() {
 		log.Fatal(err)
 	}
 
-	f, err := os.OpenFile("hello.mp3", os.O_CREATE|os.O_WRONLY, 0777)
+	f, err := os.OpenFile("hello.mp3", os.O_CREATE|os.O_WRONLY, 0644)
 	if err != nil {
 		log.Fatal(err)
 	}
@@ -43,30 +41,18 @@ func SpeechToText() {
 		log.Fatal(err)
 	}
 
-	f, err := os.OpenFile("hello.wav", os.O_RDONLY, 0666)
+	f, err := os.OpenFile("16k.pcm", os.O_RDONLY, 0666)
 	if err != nil {
 		log.Fatal(err)
 	}
-
-	fi, err1 := ioutil.ReadAll(f)
-	if err1 != nil {
-		log.Fatal(err1)
-	}
-	afterBase64Str := base64.StdEncoding.EncodeToString(fi)
-	fiLen := len(fi)
-	param := voice.ASRParams{
-		Format: "wav",
-		Rate: 16000,
-		Channel: 1,
-		Cuid: "12312312112", 
-		Token: client.AccessToken,
-		Lan: "zh",
-		Speech: afterBase64Str,
-		Len: fiLen,
-	}
-	rs, err2 := client.SpeechToText(param)
-	if err2 != nil {
-		log.Fatal(err2)
+
+	rs, err := client.SpeechToText(
+		f,
+		voice.Format("pcm"),
+		voice.Channel(1),
+		)
+	if err != nil {
+		log.Fatal(err)
 	}
 	fmt.Println(rs)
 }