本文将主要介绍如何使用Java语言读取文件并解析wave格式，并以代码形式进行展开。代码主要包含三个功能类，分别为：Wave、DataParseUtils和Common。
本代码已用于GitHub上开源的ASRT语音识别系统的Java语言SDK项目： https://github.com/nl8590687/ASRT_SDK_Java
标签： ASRT语音识别项目
AI柠檬博主在之前的一篇文章里讲了常见的MFCC、FBank、LogFBank等语音特征提取算法。不过ASRT语音识别系统在声学特征的提取上，使用的既不是大家所熟知的MFCC算法，也不是FBank(或LogFBank)算法，而是一种语谱图特征。不过这种语谱图特征也是AI柠檬博主从MFCC和FBank算法修改而来的，原则是保留更多的原始信息以供神经网络计算，避免经过人工特征设计的滤波器产生大量的信息损失。
ASRT项目最近新上线了Python3版的SDK，并在GitHub与国内的Gitee上同步开源，以方便各位使用Python直接测试ASRT最终的使用效果，欢迎大家使用。开源项目地址为：
https://github.com/nl8590687/ASRT_SDK_Python3
https://gitee.com/ailemon/ASRT_SDK_Python3
大家也可以直接接入使用AI柠檬部署的ASRT语音识别服务API接口，详见ASRT语音识别项目文档( https://asrt.ailemon.net/docs/ )。由于后端服务器的规模和性能限制，以及网络的延迟，可能存在着等待时间偏长的问题，请耐心等待。
ASRT语音识别项目现在已经开放免费测试版的公共API调用接口了，欢迎大家使用Demo客户端或客户端SDK进行调用测试，测试用API的接口链接：https://api.ailemon.net/asrt/v1/ ，详细使用方法请查看ASRT项目文档内容( https://asrt.ailemon.net/docs/ )。由于目前部署的API服务器的硬件配置性能和网络性能有限，请使用ASRT的Demo客户端或者客户端SDK，在正常使用情况下进行测试，避免高并发调用，以防止服务器负载过高。
近日，AI柠檬网站上线了站内搜索引擎，并且支持语音搜索功能，以方便一个地方即可搜索包括AI柠檬的中文博客、英文博客和ASRT语音识别项目网站和文档等所有站点页面，大大优化了用户体验。搜索网站地址为：https://s.ailemon.net/ ，也可通过中文博客底部的搜索框进行搜索。打开后，直接在搜索框中输入文本即可，或点击“话筒”图标，说话完毕后，再次点击即可直接跳转到搜索结果页面。其中，语音搜索功能由ASRT中文语音识别项目实现和驱动。
ASRT项目最近新上线了Web网页端的测试Demo，以供各位测试ASRT最终的使用效果。测试地址为：https://asrt.ailemon.net/demo ，欢迎大家进行测试使用。开源的JavaWeb项目地址为：https://github.com/nl8590687/ASRT_SpeechClient_JavaWeb 。由于后端服务器的规模和性能限制，以及网络的延迟，可能存在着等待时间偏长的问题，请耐心等待，不要不停地点击识别按钮，会加重服务器负担。如果显示没有变化，可能是本身没录上音或者录音声音为空白噪声。
ASRT是一个中文语音识别系统，由AI柠檬博主开源在GitHub( https://github.com/nl8590687/ASRT_SpeechRecognition )上，为了便于大家使用，本文将手把手按顺序教你如何使用ASRT语音识别系统在测试和生产环境中部署中文语音识别API服务器。文本以CPU (Intel x86_64) + Linux + Python 3 + Nginx 为示例运行环境。
ASRT是一个中文语音识别系统，由AI柠檬博主开源在GitHub( https://github.com/nl8590687/ASRT_SpeechRecognition )上，为了便于大家使用，本文将手把手按顺序教你如何使用ASRT语音识别系统训练一个中文语音识别模型。如果遇到任何问题，为了节省您的时间，请及时加QQ群或者微信群进行讨论，包括反馈bug或者版本兼容性等。
首先到GitHub上打开ASRT语音识别项目仓库：https://github.com/nl8590687/ASRT_SpeechRecognition
国内Gitee镜像地址：https://gitee.com/ailemon/ASRT_SpeechRecognition
打开的网页如图所示
大约三周前，一位GitHub用户在ASRT开源语音识别项目提交了一个Issue，指出该项目不能运行于TensorFlow 2.X环境下，存在兼容问题。于是他上周向本项目提交了修改代码的Pull Request。经过本人实际测试，修改后的代码同时兼容TensorFlow 1.X版和2.X版，并且完全无错误正确运行。
西安电子科技大学开源社区2019年一年一度的软件自由日再次来临，AI柠檬博主应邀参加，并做了主题为《ASRT和我的开源经历》的演讲，以下是PPT演讲的内容。
