鸿蒙语音识别实战：实现实时语音转文字功能HarmonyOS 5.0.0或以上

在鸿蒙设备上，用嘴巴代替手指，完成文本输入、语音笔记甚至命令识别，是 AI 产品最核心的落地能力之一。

本篇带你从 0 实现一个「实时语音转文字」功能，涵盖：

✅ 原生语音识别模块初始化
✅ 实时识别中文语音 → 展示为文字
✅ 错误处理与状态监听
✅ 可拓展成语音笔记、搜索助手、语音控制器等

---

✅ 所需模块

能力	模块名
语音识别（ASR）	@ohos.ai.asr
麦克风权限	配置权限 + 动态授权

---

🧱 效果预览

• 用户点击“开始识别”按钮

• 说话的内容实时变成文字显示在页面

• 点击“停止”按钮终止识别

---

📦 Step1：配置权限

在 config.json 添加麦克风权限：

"reqPermissions": [
  {
    "name": "ohos.permission.MICROPHONE"
  }
]

动态请求：

import { requestPermissionsFromUser } from '@ohos.abilityAccessCtrl'

await requestPermissionsFromUser(['ohos.permission.MICROPHONE'])

---

📦 Step2：初始化 ASR 客户端

import asr from '@ohos.ai.asr'

let asrClient: asr.ASRClient | null = null

async function initASR() {
  asrClient = await asr.createASRClient()
}

---

📦 Step3：绑定识别结果监听

let resultText: string = ''

asrClient?.on('recognitionResult', (res) => {
  console.log('识别结果：', res.text)
  resultText += res.text
})

asrClient?.on('error', (err) => {
  console.error('识别失败：', err)
})

---

📦 Step4：开始与停止识别

async function startRecognition() {
  await asrClient?.start({
    language: 'zh',
    audioFormat: asr.AudioFormat.PCM_16K
  })
}

async function stopRecognition() {
  await asrClient?.stop()
}

---

📦 Step5：简单 UI 示例组件

@Entry
@Component
struct ASRDemo {
  @State result: string = ''
  @State isListening: boolean = false

  build() {
    Column({ space: 20 }) {
      Text(this.result).fontSize(18).lineHeight(26)

      Button(this.isListening ? '停止识别' : '开始识别')
        .onClick(async () => {
          if (!asrClient) await initASR()
          if (this.isListening) {
            await stopRecognition()
          } else {
            resultText = ''
            await startRecognition()
          }
          this.isListening = !this.isListening
        })
    }
    .padding(20)
  }

  aboutToAppear() {
    if (!asrClient) initASR()
    if (asrClient) {
      asrClient.on('recognitionResult', res => {
        this.result += res.text
      })
    }
  }
}

---

🎯 实战拓展建议

场景	建议做法
语音笔记	将 result 存储至本地 TXT / JSON 文件
搜索助手	把识别结果作为关键词调用搜索接口
语音输入框替代	将文本回填至表单项中
语音控制器	使用关键词触发 UI 控制逻辑（如“返回”）

---

🧩 小结

你已完成鸿蒙语音识别从初始化到实时识别的完整流程：

• 权限配置 → 模块初始化

• 启动识别 → 实时监听

• 错误处理 → 停止识别

• 结果绑定 UI 展示

这为后续 AI 功能（如语音控制、录音转文字、AI 对话）打下坚实基础。

---

📘 下一篇预告

第2篇：图像识别入门——使用 ArkTS 识别图片内容标签

我们将调用鸿蒙图像分类能力，上传一张图片，识别出其中包含的物体和类别，如“猫”“电脑”“风景”等。