我想出租做房 请问哪个网站好些,手机网站制作中,wordpress用什么主机,wordpress博客排行C语言文件操作实战#xff1a;编写程序批量处理Qwen3-ASR-0.6B的音频输入与文本输出 你是不是也遇到过这样的麻烦事#xff1f;手头有一大堆音频文件#xff0c;可能是会议录音、采访素材#xff0c;或者是课程录像#xff0c;需要把它们全部转成文字。一个个手动上传、等…C语言文件操作实战编写程序批量处理Qwen3-ASR-0.6B的音频输入与文本输出你是不是也遇到过这样的麻烦事手头有一大堆音频文件可能是会议录音、采访素材或者是课程录像需要把它们全部转成文字。一个个手动上传、等待、复制结果不仅效率低下还容易出错。今天我就带你用最经典的C语言写一个自动化小工具。它能帮你自动扫描文件夹里的所有音频文件调用Qwen3-ASR-0.6B的语音识别服务然后把识别出来的文字整整齐齐地保存好。整个过程你只需要运行一下程序泡杯茶的功夫活儿就干完了。我们这篇教程不讲那些复杂的理论就手把手地带你写代码从怎么找到文件到怎么把结果存下来每一步都给你讲清楚。就算你C语言刚入门跟着做下来也能收获一个真正能用的工具。1. 先来看看我们要做什么简单来说我们的程序要完成三件核心任务第一找到所有音频文件。你得告诉程序音频文件放在哪个文件夹里。程序要能自己进去把里面所有.wav、.mp3这样的音频文件都找出来。而且如果文件夹里面还有子文件夹它也得能进去继续找一个都不落下。第二把音频变成文字。找到文件后程序需要把每个音频文件的内容发送给Qwen3-ASR-0.6B这个语音识别服务。这个服务就像个耳朵特别灵的助手能听懂音频里的话并把它转换成文本。程序要负责和这个“助手”沟通把音频送过去再把文字拿回来。第三把文字保存好。识别出来的文字不能乱放。最好是能按照原来音频文件的目录结构生成对应的文本文件。比如/recordings/meeting1.wav识别后就在同一个位置生成一个/recordings/meeting1.txt这样整理起来一目了然。听起来是不是挺有用的接下来我们就一步步把它实现出来。2. 动手前的准备工作写代码之前咱们得先把环境准备好知道要用到哪些“武器”。2.1 你需要准备的东西一个C语言编译器比如GCCLinux或Mac通常自带或者Windows上的MinGW。这是把咱们写的代码变成可执行程序的工具。一个代码编辑器用你顺手的就行VS Code、Vim、甚至记事本都可以。网络请求库C语言本身处理网络请求比较底层为了省事我们用libcurl这个非常流行的库。它就像给C语言装上了一双能轻松上网的手。目录操作支持遍历文件夹需要用到一些系统相关的函数。在Linux/Mac上我们用dirent.h在Windows上则是windows.h。为了让教程更通用我们主要讲解思路并提供关键代码片段。2.2 理解核心思路整个程序的流程就像一条清晰的流水线指定根目录 - 遍历所有文件 - 判断是否是音频 - 是则发送识别请求 - 接收文本结果 - 保存为.txt文件 - 继续下一个我们用一个函数专门负责在文件夹里“挖宝”遍历另一个函数负责和语音识别服务“对话”网络请求再有一个函数负责“存档”保存文本。主函数就把它们串起来。3. 核心代码实战讲解下面我们分模块来看看关键代码怎么写。我会把重点和容易踩坑的地方都指出来。3.1 如何遍历文件夹找到所有音频文件这是第一步也是基础。我们写一个递归函数因为它能完美处理文件夹里套文件夹的复杂情况。#include stdio.h #include string.h #include sys/stat.h // 用于判断文件类型 #ifdef _WIN32 #include windows.h #else #include dirent.h #endif // 判断一个文件是否是我们要的音频文件 int is_audio_file(const char *filename) { // 获取文件名的后缀扩展名 const char *dot strrchr(filename, .); if (!dot) return 0; // 没有后缀不是音频文件 // 比较后缀名忽略大小写 if (strcasecmp(dot, .wav) 0) return 1; if (strcasecmp(dot, .mp3) 0) return 1; if (strcasecmp(dot, .flac) 0) return 1; // 可以添加更多格式 // 添加其他你需要的音频格式如 .m4a, .aac 等 return 0; } // 核心递归遍历目录的函数 void traverse_directory(const char *base_path) { char path[1024]; struct stat path_stat; #ifdef _WIN32 // Windows版本的遍历代码略思路类似 WIN32_FIND_DATA findFileData; HANDLE hFind; char searchPath[1024]; snprintf(searchPath, sizeof(searchPath), %s\\*, base_path); hFind FindFirstFile(searchPath, findFileData); if (hFind INVALID_HANDLE_VALUE) return; do { // 跳过 . 和 .. if (strcmp(findFileData.cFileName, .) 0 || strcmp(findFileData.cFileName, ..) 0) continue; snprintf(path, sizeof(path), %s\\%s, base_path, findFileData.cFileName); if (findFileData.dwFileAttributes FILE_ATTRIBUTE_DIRECTORY) { // 如果是目录递归进去 traverse_directory(path); } else { // 如果是文件判断是否是音频 if (is_audio_file(findFileData.cFileName)) { printf(找到音频文件: %s\n, path); // 这里可以调用处理音频的函数 // process_audio_file(path); } } } while (FindNextFile(hFind, findFileData) ! 0); FindClose(hFind); #else // Linux/Mac版本的遍历代码使用dirent DIR *dir opendir(base_path); if (!dir) { perror(无法打开目录); return; } struct dirent *entry; while ((entry readdir(dir)) ! NULL) { // 跳过 . 和 .. if (strcmp(entry-d_name, .) 0 || strcmp(entry-d_name, ..) 0) continue; // 拼接完整的文件/目录路径 snprintf(path, sizeof(path), %s/%s, base_path, entry-d_name); // 获取路径信息判断是文件还是目录 if (stat(path, path_stat) ! 0) { perror(获取文件状态失败); continue; } if (S_ISDIR(path_stat.st_mode)) { // 如果是目录递归调用自己 traverse_directory(path); } else { // 如果是文件检查是否是音频文件 if (is_audio_file(entry-d_name)) { printf(找到音频文件: %s\n, path); // 这里就是找到目标了下一步调用处理函数 // process_audio_file(path); } } } closedir(dir); #endif }这段代码的关键点is_audio_file函数通过检查文件名后缀来快速过滤。这是最简单的方法实际应用中你可能还需要检查文件头magic number来更准确判断。traverse_directory函数这是一个递归函数。它打开一个目录逐个查看里面的条目。如果是子目录就自己调用自己递归进去继续找如果是文件就判断类型。路径拼接使用snprintf来安全地拼接路径避免缓冲区溢出。平台差异代码中用#ifdef区分了Windows和其他系统Linux/Mac因为它们的目录操作API不同。我们重点展示了非Windows版本的逻辑因为它更常见于服务端部署。3.2 调用语音识别API网络请求找到音频文件后我们需要把它的内容发送给Qwen3-ASR服务。这里我们使用libcurl库来发送HTTP POST请求。假设服务提供了一个接收音频文件并返回文本的API端点。首先确保你系统上安装了libcurl开发库。在Ubuntu上可以sudo apt-get install libcurl4-openssl-dev在Mac上可以用brew install curl。#include curl/curl.h // 这个回调函数用于存储从HTTP响应中收到的数据 size_t write_callback(void *contents, size_t size, size_t nmemb, void *userp) { size_t total_size size * nmemb; char **response_ptr (char **)userp; // 为收到的数据分配或扩展内存 *response_ptr realloc(*response_ptr, strlen(*response_ptr) total_size 1); if (*response_ptr NULL) { fprintf(stderr, 内存分配失败\n); return 0; } strcat(*response_ptr, (char *)contents); // 注意这里假设内容是文本且以空字符结尾。实际API可能返回JSON。 return total_size; } // 处理单个音频文件发送到API并获取识别文本 char* transcribe_audio_file(const char *audio_file_path) { CURL *curl; CURLcode res; char *response_text malloc(1); // 初始化为空字符串 response_text[0] \0; curl curl_easy_init(); if(curl) { // 1. 设置API的URL curl_easy_setopt(curl, CURLOPT_URL, http://your-qwen-asr-server:port/v1/audio/transcriptions); // 请将上面的URL替换成你实际部署的Qwen3-ASR服务的地址 // 2. 设置这是一个POST请求 curl_easy_setopt(curl, CURLOPT_POST, 1L); // 3. 准备表单数据上传音频文件 struct curl_httppost *formpost NULL; struct curl_httppost *lastptr NULL; // 添加文件字段字段名根据API文档来比如file curl_formadd(formpost, lastptr, CURLFORM_COPYNAME, file, CURLFORM_FILE, audio_file_path, // 本地音频文件路径 CURLFORM_CONTENTTYPE, audio/wav, // 根据文件类型设置或让libcurl自动判断 CURLFORM_END); // 可能还需要添加其他参数比如模型名称如果API需要 // curl_formadd(formpost, lastptr, // CURLFORM_COPYNAME, model, // CURLFORM_COPYCONTENTS, qwen3-asr-0.6b, // CURLFORM_END); curl_easy_setopt(curl, CURLOPT_HTTPPOST, formpost); // 4. 设置接收响应数据的回调函数 curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, write_callback); curl_easy_setopt(curl, CURLOPT_WRITEDATA, response_text); // 5. 执行请求 res curl_easy_perform(curl); if(res ! CURLE_OK) { fprintf(stderr, curl_easy_perform() 失败: %s\n, curl_easy_strerror(res)); free(response_text); response_text NULL; } // 6. 清理表单 curl_formfree(formpost); // 7. 清理curl会话 curl_easy_cleanup(curl); } else { fprintf(stderr, 无法初始化curl\n); free(response_text); response_text NULL; } // 返回响应文本。注意这通常是JSON字符串需要后续解析。 return response_text; }这段代码的关键点使用libcurl表单上传这是上传文件的标准方式。curl_formadd用来构建一个多部分表单multipart/form-data。回调函数write_callbacklibcurl收到数据后会一块一块地调用这个函数。我们需要在里面把数据拼接到一起。错误处理一定要检查curl_easy_perform的返回值并调用curl_easy_strerror来获取可读的错误信息。响应是JSON语音识别API返回的通常是JSON格式比如{text: 识别出来的文字内容}。上面的代码拿到了原始的JSON字符串你还需要一个JSON解析库如cJSON来提取出text字段。这部分代码我们为了简洁先省略。3.3 解析结果并保存文本文件现在假设我们已经从transcribe_audio_file函数得到了包含识别结果的JSON字符串并解析出了纯文本。下一步就是把它保存到文件里。#include stdlib.h #include libgen.h // 用于 dirname/basename注意它们可能修改传入的字符串 // 保存文本到文件 int save_text_to_file(const char *audio_path, const char *text) { if (!text || strlen(text) 0) { fprintf(stderr, 文本内容为空无法保存。\n); return -1; } // 1. 根据音频文件路径生成对应的文本文件路径 char text_file_path[1024]; char *audio_path_copy strdup(audio_path); // 复制一份因为dirname可能会修改它 char *base basename(audio_path_copy); char *dir dirname(audio_path_copy); // 把后缀名换成 .txt char *dot strrchr(base, .); if (dot) *dot \0; // 去掉原来的后缀 snprintf(text_file_path, sizeof(text_file_path), %s/%s.txt, dir, base); free(audio_path_copy); // 释放复制的字符串 // 2. 打开文件准备写入 FILE *fp fopen(text_file_path, w); if (!fp) { perror(无法创建文本文件); return -1; } // 3. 写入文本内容 size_t written fwrite(text, sizeof(char), strlen(text), fp); if (written ! strlen(text)) { perror(写入文件时发生错误); fclose(fp); return -1; } // 4. 关闭文件 fclose(fp); printf(识别结果已保存至: %s\n, text_file_path); return 0; }这段代码的关键点路径操作我们使用dirname和basename来分离目录和文件名部分然后修改文件名后缀。注意这些函数可能直接修改传入的字符串所以先strdup复制一份是安全的做法。文件写入使用标准的fopen和fwrite。模式w表示写入如果文件已存在则会覆盖。错误检查每一步操作打开文件、写入数据后都进行检查确保程序健壮性。4. 把所有模块组装起来现在我们把上面三个模块像拼乐高一样组合到主函数里。我们还需要一个简单的JSON解析来提取API返回的文字。这里我们假设使用cJSON这个轻量级库。// 假设已包含必要的头文件和上述函数声明 #include cJSON.h // 需要安装cJSON库 // 主处理函数在遍历时被调用 void process_audio_file(const char *audio_path) { printf(正在处理: %s\n, audio_path); // 1. 调用API进行语音识别 char *json_response transcribe_audio_file(audio_path); if (!json_response) { fprintf(stderr, 处理 %s 失败跳过。\n, audio_path); return; } // 2. 解析JSON响应提取文本 cJSON *root cJSON_Parse(json_response); char *recognized_text NULL; if (root) { cJSON *text_obj cJSON_GetObjectItem(root, text); if (cJSON_IsString(text_obj) text_obj-valuestring ! NULL) { recognized_text strdup(text_obj-valuestring); // 复制文本 printf(识别成功内容长度: %zu 字符\n, strlen(recognized_text)); } else { fprintf(stderr, API响应中未找到有效的text字段。响应内容: %s\n, json_response); } cJSON_Delete(root); } else { fprintf(stderr, 解析JSON失败。响应内容: %s\n, json_response); } free(json_response); // 释放原始响应内存 // 3. 如果解析成功保存文本 if (recognized_text) { save_text_to_file(audio_path, recognized_text); free(recognized_text); } } int main(int argc, char *argv[]) { if (argc ! 2) { fprintf(stderr, 用法: %s 音频文件目录\n, argv[0]); return 1; } // 初始化libcurl全局只需一次 curl_global_init(CURL_GLOBAL_ALL); printf(开始扫描目录: %s\n, argv[1]); // 修改遍历函数使其能调用process_audio_file // 我们需要调整 traverse_directory让它接收一个函数指针作为回调。 // 这里为了教程清晰我们简化直接在遍历函数内部调用 process_audio_file。 // 实际更优雅的做法是定义回调函数原型。 // 我们重新定义一个带回调的遍历函数伪代码示意 // void traverse_with_callback(const char* path, void (*callback)(const char*)); // 然后在找到音频文件时调用 callback(file_path); // 为了简单起见我们假设对原 traverse_directory 做了修改 // 将其中的 // process_audio_file(path); 注释取消。 // 并在文件开头声明 process_audio_file 函数。 traverse_directory(argv[1]); // 这个版本内部会调用 process_audio_file // 清理libcurl curl_global_cleanup(); printf(批量处理完成\n); return 0; }编译命令示例Linux/Mac:gcc -o audio_batch_processor main.c -lcurl -lcjson这条命令告诉编译器编译main.c生成可执行文件audio_batch_processor并链接libcurl和libcjson库。5. 运行一下看看效果假设你把程序编译成了audio_batch_processor你的音频文件都放在~/audio_recordings文件夹里。那么打开终端运行./audio_batch_processor ~/audio_recordings程序就会开始工作你会看到类似这样的输出开始扫描目录: /home/user/audio_recordings 找到音频文件: /home/user/audio_recordings/meeting1.wav 正在处理: /home/user/audio_recordings/meeting1.wav 识别成功内容长度: 1250 字符 识别结果已保存至: /home/user/audio_recordings/meeting1.txt 找到音频文件: /home/user/audio_recordings/interview.mp3 正在处理: /home/user/audio_recordings/interview.mp3 识别成功内容长度: 890 字符 识别结果已保存至: /home/user/audio_recordings/interview.txt 批量处理完成去~/audio_recordings文件夹看看是不是多了几个.txt文件里面就是转换好的文字了。6. 总结与后续可以玩的花样跟着走完这一趟你应该已经得到了一个能跑起来的C语言批量语音识别工具。虽然代码看起来有点长但核心就是三件事找文件、发请求、存结果。我们把C语言里比较实用的文件操作和网络请求都实践了一遍。实际用的时候你可能会发现一些可以改进的地方这也是编程的乐趣所在。比如加个进度条文件很多的时候有个进度提示会友好很多。处理意外情况网络超时了怎么办API返回错误了怎么办可以加上重试机制和更详细的日志。支持更多格式在is_audio_file函数里添加更多音频后缀或者用更专业的方法探测文件真实类型。提高效率如果文件成百上千一个个等API响应太慢。可以学习如何使用libcurl的多线程接口同时发送多个请求。做成配置化把API地址、支持的音频格式等写到一个配置文件里这样不用重新编译程序就能修改。希望这个实战项目能让你感受到用C语言也能快速搞定一些实际的自动化任务。最重要的是你亲手搭建了一个从数据输入到结果输出的完整流程这个经验比单纯看语法要有价值得多。下次再遇到重复性的文件处理工作不妨先想想能不能写个小程序来帮忙。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。