讯飞语音 Great！！！

http://www.xfyun.cn/doccenter/awd

开发集成 > Android平台

目录[隐藏]

• 1 概述
• 2 预备工作
• 3 语音听写
• 4 语音识别
• 5 语音合成
• 6 语义理解
• 7 本地功能集成
• 8 语音评测
• 9 语音唤醒
• 10 声纹识别
• 11 人脸识别
• 12 附录
• 13 常见问题

1 概述

本文档是集成科大讯飞MSC（Mobile Speech Client，移动语音终端）Android版SDK的用户指南，介绍了语音听写、语音识别、语音合成、语义理解、语音评测等接口的使用。MSC SDK的主要功能接口如下图所示：

                                                   

                                                                    图1 MSC主要功能接口

为了更好地理解后续内容，这里先对文档中出现的若干专有名词进行解释说明：

                          表1 名词解释                                                  

名词	解释
语音合成	将一段文字转换为成语音，可根据需要合成出不同音色、语速和语调的声音，让机器像人一样开口说话。
语音听写	将一段语音转换成文字内容，能识别常见的词汇、语句、语气并自动断句。
语音识别（语法识别）	判断所说的内容是否与预定义的语法相符合，主要用于判断用户是否下达某项命令。
语义理解	分析用户语音或文字的意图，给出相应的回答，如输入“今天合肥的天气”，云端即返回今天合肥的天气信息。
语音评测	通过智能语音技术对发音水平进行评价，给出得分。
声纹密码	一种基于每个人的声音都具有唯一性的认证机制，使用声音作为密码。
人脸识别	从照片、视频流中检测出人脸，或者识别两张人脸照片是否为同一个人。

2 预备工作

step1 导入SDK

将开发工具包中libs目录下的Msc.jar和armeabi复制到Android工程的libs目录（如果工程无libs目录，请自行创建）中，如下图所示：                                                                   

                                                             图 2 导入SDK 

step2 添加用户权限

在工程AndroidManifest.xml文件中添加如下权限：

Java Code

1. <!--连接网络权限，用于执行云端语音能力 -->  
2. <uses-permission android:name="android.permission.INTERNET"/>  
3. <!--获取手机录音机使用权限，听写、识别、语义理解需要用到此权限 -->  
4. <uses-permission android:name="android.permission.RECORD_AUDIO"/>  
5. <!--读取网络信息状态 -->  
6. <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>  
7. <!--获取当前wifi状态 -->  
8. <uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>  
9. <!--允许程序改变网络连接状态 -->  
10. <uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/>  
11. <!--读取手机信息权限 -->  
12. <uses-permission android:name="android.permission.READ_PHONE_STATE"/>  
13. <!--读取联系人权限，上传联系人需要用到此权限 -->  
14. <uses-permission android:name="android.permission.READ_CONTACTS"/>  

 如需使用人脸识别，还要添加：

Java Code

1. <!--摄相头权限，拍照需要用到 -->  
2. <uses-permission android:name="android.permission.CAMERA" />   

注：如需在打包或者生成APK的时候进行混淆，请在proguard.cfg中添加如下代码

Java Code

1. -keep class com.iflytek.**{*;}  

step3 初始化

初始化即创建语音配置对象，只有初始化后才可以使用MSC的各项服务。建议将初始化放在程序入口处（如Application、Activity的onCreate方法),初始化代码如下：

Java Code

1. // 将“12345678”替换成您申请的APPID，申请地址：http://open.voicecloud.cn  
2. SpeechUtility.createUtility(context, SpeechConstant.APPID +"=12345678");   

注意：此接口在非主进程调用会返回null对象，如需在非主进程使用语音功能，请使用参数：SpeechConstant.APPID +"=12345678," + SpeechConstant.FORCE_LOGIN +"=true"。

3 语音听写

听写主要指将连续语音快速识别为文字的过程，科大讯飞语音听写能识别通用常见的语句、词汇，而且不限制说法。语音听写的调用方法如下： 

Java Code

1. //1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener    
2. SpeechRecognizer mIat= SpeechRecognizer.createRecognizer(context, null);    
3. //2.设置听写参数，详见《科大讯飞MSC API手册(Android)》SpeechConstant类    
4. mIat.setParameter(SpeechConstant.DOMAIN, "iat");    
5. mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");    
6. mIat.setParameter(SpeechConstant.ACCENT, "mandarin ");    
7. //3.开始听写   mIat.startListening(mRecoListener);    
8. //听写监听器    
9. private RecognizerListener mRecoListener = new RecognizerListener(){    
10. //听写结果回调接口(返回Json格式结果，用户可参见附录12.1)；    
11. //一般情况下会通过onResults接口多次返回结果，完整的识别内容是多次结果的累加；    
12. //关于解析Json的代码可参见MscDemo中JsonParser类；    
13. //isLast等于true时会话结束。    
14. public void onResult(RecognizerResult results, boolean isLast) {    
15.             Log.d("Result:",results.getResultString ());}    
16. //会话发生错误回调接口    
17.     public void onError(SpeechError error) {    
18. error.getPlainDescription(true) //获取错误码描述}    
19.     //开始录音    
20.     public void onBeginOfSpeech() {}    
21.     //音量值0~30    
22.     public void onVolumeChanged(int volume){}    
23.     //结束录音    
24.     public void onEndOfSpeech() {}    
25.     //扩展用接口    
26.     public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {}    
27. };    

另外，您还可以使用SDK提供的语音交互动画来使语音输入界面变得更加炫酷，也可以通过上传联系人和用户词表增强听写效果。 

3.1 语音交互动画

为了便于快速开发，SDK还提供了一套默认的语音交互动画以及调用接口，如需使用请将SDK资源包assets路径下的资源文件拷贝至Android工程asstes目录下，如图所示：

                                                                 图 3 添加动画资源

然后通过以下代码使用交互动画： 

Java Code

1. //1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener  
2. RecognizerDialog    iatDialog = new RecognizerDialog(this,mInitListener);  
3. //2.设置听写参数，同上节  
4. //3.设置回调接口  
5. iatDialog.setListener(recognizerDialogListener);  
6. //4.开始听写  
7. iatDialog.show();   

 3.2 上传联系人

上传联系人可以提高联系人名称识别率，也可以提高语义理解的效果，每个用户终端设备对应一个联系人列表，联系人格式详见《科大讯飞MSC API手册(Android)》ContactManager类。 

Java Code

1. //获取ContactManager实例化对象  
2. ContactManager mgr = ContactManager.createManager(context, mContactListener);     
3. //异步查询联系人接口，通过onContactQueryFinish接口回调  
4. mgr.asyncQueryAllContactsName();  
5. //获取联系人监听器。  
6. private ContactListener mContactListener = new ContactListener() {  
7.     @Override  
8.     public void onContactQueryFinish(String contactInfos, boolean changeFlag) {  
9.         //指定引擎类型  
10. mIat.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_CLOUD);  
11.         mIat.setParameter(SpeechConstant.TEXT_ENCODING, "utf-8");         
12.         ret = mIat.updateLexicon("contact", contactInfos, lexiconListener);  
13.         if(ret != ErrorCode.SUCCESS){  
14.             Log.d(TAG,"上传联系人失败：" + ret);  
15. }  
16. }};  
17. //上传联系人监听器。  
18. private LexiconListener lexiconListener = new LexiconListener() {  
19.     @Override  
20.     public void onLexiconUpdated(String lexiconId, SpeechError error) {  
21.         if(error != null){  
22.             Log.d(TAG,error.toString());  
23.         }else{  
24.             Log.d(TAG,"上传成功！");  
25.         }  
26.     }  
27. };   

 3.3 上传用户词表

上传用户词表可以提高词表内词汇的识别率，也可以提高语义理解的效果，每个用户终端设备对应一个词表，用户词表的格式及构造方法详见《科大讯飞MSC API手册(Android)》UserWords类。

Java Code

1. //上传用户词表，userwords为用户词表文件。  
2. String contents = "您所定义的用户词表内容";  
3. mIat.setParameter(SpeechConstant.TEXT_ENCODING, "utf-8");     
4. //指定引擎类型  
5. mIat.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_CLOUD);  
6. ret = mIat.updateLexicon("userword", contents, lexiconListener);  
7. if(ret != ErrorCode.SUCCESS){  
8.     Log.d(TAG,"上传用户词表失败：" + ret);  
9. }  
10. //上传用户词表监听器。  
11. private LexiconListener lexiconListener = new LexiconListener() {  
12.     @Override  
13.     public void onLexiconUpdated(String lexiconId, SpeechError error) {  
14.         if(error != null){  
15.             Log.d(TAG,error.toString());  
16.         }else{  
17.             Log.d(TAG,"上传成功！");  
18.         }  
19.     }  
20. };  

4 语音识别

即语法识别，主要指基于命令词的识别，识别指定关键词组合的词汇，或者固定说法的短句。语法识别分云端识别和本地识别，云端和本地分别采用ABNF和BNF语法格式。

语法详解见：http://club.voicecloud.cn/forum.php?mod=viewthread&tid=7595

Java Code

1. //云端语法识别：如需本地识别请参照本地识别  
2. //1.创建SpeechRecognizer对象  
3. SpeechRecognizer mAsr = SpeechRecognizer.createRecognizer(context, null);  
4. // ABNF语法示例，可以说”北京到上海”  
5. String mCloudGrammar = "#ABNF 1.0 UTF-8; 
6. languagezh-CN;  
7. mode voice; 
8. root $main; 
9. $main = $place1 到$place2 ; 
10. $place1 = 北京 | 武汉 | 南京 | 天津 | 天京 | 东京; 
11. $place2 = 上海 | 合肥; ";  
12. //2.构建语法文件