百度语音识别开放平台SDK使用方法

原文  http://blog.csdn.net/zpf8861/article/details/30229039

百度Android语音识别SDK分在线与离线两种，这篇文章介绍在线SDK的使用方法。

     在线SDK是以JAR包和动态链接库形式发布和使用，可以从百度开放云平台网站中下载SDK及使用说明文档。

http://developer.baidu.com/wiki/index.php?title=docs/cplat/media/voice

      

 

  点击管理控制台，选择

 

       

2、申请开启语音识别服务 ，选择媒体云---语音识别，点击申请开启服务，填写理由。 

等待对接成功

3、使用语音识别SDK前的准备

 

        声明权限

[java]  view plain copy  

1.  <uses-permission android:name= "android.permission.RECORD_AUDIO"  />  
2. <uses-permission android:name= "android.permission.ACCESS_NETWORK_STATE"  />  
3. <uses-permission android:name= "android.permission.WRITE_EXTERNAL_STORAGE"  />  
4. <uses-permission android:name= "android.permission.INTERNET"  />  
5. <uses-permission android:name= "android.permission.READ_PHONE_STATE"  />  
6. <uses-permission android:name= "android.permission.WAKE_LOCK"  />  
7. <uses-permission android:name= "android.permission.ACCESS_FINE_LOCATION"  />  
8. <uses-permission android:name= "android.permission.ACCESS_COARSE_LOCATION"  />  
9. <uses-permission android:name= "android.permission.ACCESS_WIFI_STATE"  /></span>  

    4、语音识别 

语音识别控件方式

[java]  view plain copy  

1. if  (mDialog ==  null  || mCurrentTheme != Config.DIALOG_THEME) {  
2.                     mCurrentTheme = Config.DIALOG_THEME;  
3.                      if  (mDialog !=  null ) {  
4.                         mDialog.dismiss();  
5.                     }  
6.                     Bundle params =  new  Bundle();  
7.                     params.putString(BaiduASRDigitalDialog.PARAM_API_KEY, Constants.API_KEY);  
8.                     params.putString(BaiduASRDigitalDialog.PARAM_SECRET_KEY, Constants.SECRET_KEY);  
9.                     params.putInt(BaiduASRDigitalDialog.PARAM_DIALOG_THEME, Config.DIALOG_THEME);  
10.                     mDialog =  new  BaiduASRDigitalDialog( this , params);  
11.                     mDialog.setDialogRecognitionListener(mRecognitionListener);  
12.                 }  
13.                 mDialog.getParams().putInt(BaiduASRDigitalDialog.PARAM_PROP, Config.CURRENT_PROP);  
14.                 mDialog.getParams().putString(BaiduASRDigitalDialog.PARAM_LANGUAGE,  
15.                         Config.getCurrentLanguage());  
16.                 mDialog.show();  

识别对话框支持的参数定义在BaiduASRDigitalDialog中以PARAM_前缀的常量。列表如下：

PARAM_API_KEY	string		开放平台认证 API_key
PARAM_SECRET_KEY	string		开放平台认证Secret_key
PARAM_LANGUAGE	string	LANGUAGE_CHINESE	语种，取值定义在VoiceRecognitionConfig类中前缀为LANGUAGE_的常量
PARAM_PARTIAL_RESULTS	boolean	true	连续上屏
PARAM_NLU_ENABLE	boolean	false	是否语义解析。Prop为输入时暂不支持语义，请显示指定为其它领域。
PARAM_NLU_PARAMS	string		预留语义解析参数
PARAM_PROP	int	PROP_INPUT	领域参数，定义在VoiceRecognitionConfig类中前缀为PROP_的常量
PARAM_PORMPT_TEXT	string	“请说话”	对话框提示语
PARAM_PROMPT_SOUND_ENABLE	boolean	true	提示音，需要集成SDK包Raw文件夹的资源
PARAM_DIALOG_THEME	int	THEME_BLUE_LIGHTBG	样式。定义在前缀为THEME_的常量中
PARAM_TIPS	String[]		引导语列表
PARAM_SHOW_TIPS_ON_START	boolean	false	对话框弹出时首先显示引导语列表
PARAM_SHOW_TIP	boolean	false	识别启动3秒未检测到语音，随机出现一条引导语
PARAM_SHOW_HELP_ON_SILENT	boolean	false	静音超时后将“取消”按钮替换为“帮助”

设置回调方法，处理返回的结果

[java]  view plain copy  

1. mRecognitionListener =  new  DialogRecognitionListener() {  
2.   
3.             @Override   
4.             public   void  onResults(Bundle results) {  
5.                ArrayList<String> rs = results !=  null  ? results  
6.                        .getStringArrayList(RESULTS_RECOGNITION) :  null ;  
7.                 if  (rs !=  null  && rs.size() >  0 ) {  
8.                    mResult.setText(rs.get( 0 ));  
9.                }  
10.   
11.            }  
12.        };  

API方式

首先需要配置语音识别引擎ASREngine的参数VoiceRecognitionConfig

[java]  view plain copy  

1. VoiceRecognitionConfig config =  new  VoiceRecognitionConfig();  
2.                 config.setProp(Config.CURRENT_PROP);  
3.                 config.setLanguage(Config.getCurrentLanguage());  
4.                 config.enableVoicePower(Config.SHOW_VOL);  // 音量反馈。   
5.                  if  (Config.PLAY_START_SOUND) {  
6.                     config.enableBeginSoundEffect(R.raw.bdspeech_recognition_start);  // 设置识别开始提示音   
7.                 }  
8.                  if  (Config.PLAY_END_SOUND) {  
9.                     config.enableEndSoundEffect(R.raw.bdspeech_speech_end);  // 设置识别结束提示音   
10.                 }  
11.                 config.setSampleRate(VoiceRecognitionConfig.SAMPLE_RATE_8K);  // 设置采样率,需要与外部音频一致   

然后启动识别

[java]  view plain copy  

1. int  code = mASREngine.startVoiceRecognition(mListener, config);  

其中mListener是识别过程的回调，需要对其中的方法进行实现

[java]  view plain copy  

1. /**  
2.     * 重写用于处理语音识别回调的监听器  
3.     */   
4.     class  MyVoiceRecogListener  implements  VoiceClientStatusChangeListener {  
5.   
6.         @Override   
7.         public   void  onClientStatusChange( int  status, Object obj) {  
8.             switch  (status) {  
9.             // 语音识别实际开始，这是真正开始识别的时间点，需在界面提示用户说话。   
10.                 case  VoiceRecognitionClient.CLIENT_STATUS_START_RECORDING:  
11.                    isRecognition =  true ;  
12.                    mHandler.removeCallbacks(mUpdateVolume);  
13.                    mHandler.postDelayed(mUpdateVolume, POWER_UPDATE_INTERVAL);  
14.                    mControlPanel.statusChange(ControlPanelFragment.STATUS_RECORDING_START);  
15.                     break ;  
16.                 case  VoiceRecognitionClient.CLIENT_STATUS_SPEECH_START:  // 检测到语音起点   
17.                    mControlPanel.statusChange(ControlPanelFragment.STATUS_SPEECH_START);  
18.                     break ;  
19.                 // 已经检测到语音终点，等待网络返回   
20.                 case  VoiceRecognitionClient.CLIENT_STATUS_SPEECH_END:  
21.                    mControlPanel.statusChange(ControlPanelFragment.STATUS_SPEECH_END);  
22.                     break ;  
23.                 // 语音识别完成，显示obj中的结果   
24.                 case  VoiceRecognitionClient.CLIENT_STATUS_FINISH:  
25.                    mControlPanel.statusChange(ControlPanelFragment.STATUS_FINISH);  
26.                    isRecognition =  false ;  
27.                    updateRecognitionResult(obj);  
28.                     break ;  
29.                 // 处理连续上屏   
30.                 case  VoiceRecognitionClient.CLIENT_STATUS_UPDATE_RESULTS:  
31.                    updateRecognitionResult(obj);  
32.                     break ;  
33.                 // 用户取消   
34.                 case  VoiceRecognitionClient.CLIENT_STATUS_USER_CANCELED:  
35.                    mControlPanel.statusChange(ControlPanelFragment.STATUS_FINISH);  
36.                    isRecognition =  false ;  
37.                     break ;  
38.                 default :  
39.                     break ;  
40.            }  
41.   
42.        }  
43.   
44.         @Override   
45.         public   void  onError( int  errorType,  int  errorCode) {  
46.            isRecognition =  false ;  
47.            mResult.setText(getString(R.string.error_occur, Integer.toHexString(errorCode)));  
48.            mControlPanel.statusChange(ControlPanelFragment.STATUS_FINISH);  
49.        }  
50.   
51.         @Override   
52.         public   void  onNetworkStatusChange( int  status, Object obj) {  
53.             // 这里不做任何操作不影响简单识别   
54.        }  
55.    }  

获得识别BDVRClient对象

[java]  view plain copy  

1. mASREngine = VoiceRecognitionClient.getInstance( this );  
2.         mASREngine.setTokenApis(Constants.API_KEY, Constants.SECRET_KEY);  

请求参数设置

每次识别需要通过通过VoiceRecognitionConfig设置参数，其中一些方法在API中有说明

方法	参数	描述
enableBeginSoundEffect	int  soundResourceId 启动提示音资源Id	设置开始提示音，soundResourceId为放置在Raw文件夹的资源Id。
enableEndSoundEffect	int  soundResourceId 说话结束提示音资源Id	检测到用户说话结束播报的提示音，非识别结束
setSampleRate	int  rate 采样率	设置音频采样率， 通常建议开发者 不指定 采样频率，由BDVRClient自动根据当前网络环境选择采样频率。WiFi环境下将使用16kHz采样，移动网络下将使用8kHz采样，来节省流量。参考常量定义 SAMPLE_RATE_8K 8K采样率 SAMPLE_RATE_16K 16K采样率
setProp	int  prop	开发者可以通过指定垂直分类来获取更精准的语音识别结果。 注： 垂直分类目前支持地图，音乐，视频，APP，网址，开发者需要注意设定采样频率时只能在这五种垂直分类中选择。若指定其他分类，可能会影响识别结果的精度。参考PROP_前缀的常量定义。
setUseDefaultAudioSource	boolean useDefaultSource	设置是否使用缺省的录音。 如果不使用，用户需要调用VoiceRecognitionClient对象的feedAudioBuffer方法为识别器提供语音数据
enableNLU		启用语义解析，只在搜索模式起作用
getSampleRate		获取当前识别采样率
setLanguage	String Language	设置语种。目前支持的语种有中文普通话（LANGUAGE_CHINESE）、中文粤语（LANGUAGE_CANTONSE）、英文（LANGUAGE_ENGLISH）。

开始语音识别，BDVRClient在开始识别后，会启动录音、预处理、上传到服务器并获取识别结果。

[java]  view plain copy  

1. int  code = mASREngine.startVoiceRecognition(mListener, config);  
2.                 if  (code != VoiceRecognitionClient.START_WORK_RESULT_WORKING) {  
3.                    mResult.setText(getString(R.string.error_start, code));  
4.                }   

取消语音识别