百度语音识别和合成

百度语音识别和合成

1、前言
最近智能语音很火呀，于是想在自己手机上也模拟智能音箱实现智能语音，利用语音控制手机，同时手机也能友好的回复。想想很高大上的感觉。目前很6的智能语音AIUI应该是讯飞了，各大帝国也有。反正很火，原本打算直接使用讯飞的，看了哈，开发文档有点绕。还是先找个简单的平台练练手，再去找讯飞。嘿，百度，就它了，必须简单。直接搜索百度语音，不用想，第一个就是。再说一点，这是小白的第一篇CSDN博客，就是开发中遇到很多坑，还有很多想吐槽的，所以花了点时间共享出来，希望对很多小白们有点帮助！说干就干！

2、开发前准备
1、Android studio，我是2.2.2的版本，集成gradle2.14的（台式机懒得升，笔记本是最新的，电脑性能你懂得），手机Android 5.1。
2、要开发百度语音，去百度语音控制台注册一下，成为开发者还是必要的吧，这个很简单。百度一向人性化，简单，按他步骤来就行。完后你就你能看到这个界面。我账号很久前就注册了，开发必备各大平台后台。我这里已经创建好了两个应用。不慌，会重头来过，吹6 前还是得打草稿。

3、利用别人的平台开发无非就几个步骤：
1. 创建应用，得到通行证（无非就是一些id，key什么的，套路）
2. 与自己的应用建立联系（绑定包名或者有个license什么的）
3. 下载SDK(注意，有些需要绑定后的SDK,比如百度语音，这就是我踩第一个坑，后面会说)
4. 集成jar包或者libs或so（这个开发第二个坑）到项目中
5. 配置同行证或者代码加载
最后调用代码完事是不是很简单。是不是很简单。是不是很简单
3、正式开发——百度语音识别
来，跟着我，左手右手一个慢动作（不是该动作，出错别搭理我，我第一次）
1、先用android studio创建一个项目，取名Test_BD_AIUI_1，包名就com.example.aiui。（讯飞别说我盗用名字）

2、去百度控制台，创建一个应用。跟着步骤，有坑(图片不好放，我就少放图了，后面再多放图)
1、点击“创建新应用”，输入应用名称（没要求，咱开发的，取个能证明我们是程序的名字，我就去BD_AIUI_1,高大上的感觉），选择应用类型，随你了。
2：选择服务，这里先做的是语音识别，咱把语音合成也选，反正可以多选呀。不存在，下一步。
3：下载SDK，这里就只能单选了（百度做的不好，东西都没配置完，就下SDK,此处有坑，跟紧了），我们选择”语音识别离在线融合SDK”下载，他会弹出新的窗口（有些浏览器覆盖的，你懂的哈），不要慌，回去。点击下一步。。或者你不选择，直接点击下一步。
4：重点来了。现在应该是集成开发了。有个平台选择和应用包名，重点，我开发Android，所以选择Android。应用包名非常重要，去我们工程下manifest下，把包名复制过来，我之前间工程包名是“com.example.aiui”，去应用中看哈，选择自己包名，我理解的是这是开发绑定证书，第一个坑解决。

5：就完成了，基本服务已经打通了，弹出的服务设置暂时不会用，要做很6的功能就要了。点击右上角的“X”吧。刷新一下就可以看到。进错地方的同志点击应用管理就能看到了。看看是不是样的，注意平台有不有，如没有，就是你没跟着我，左手右手一个慢动作。没事，还有救，右上角有个管理包名，把你应用的包名和平台选好，然后保存是一样的；

6：坑又来了。是不是很开心，每天一坑，点击顶上SDK下载。选择创建的应用，你不选下面是灰色的，UI做的不好。点击后感觉没反应，半天后才刷新，可以看到右上角有个图标了哈，下载Android 语音识别服务SDK，15M左右。应用平台这边搞定了。别关。等会还要用。刚才第三步不叫你下载，是有原因的，这就是我踩的坑。要是刚才下载SDK就会出现，包名没配置。是需要临时License这个文件。因为他得Demo中就有，管理包名中下载的。
3：解压下载的SDK,里面有4个文件（夹）一个demo，两个我们应用中要用的资源，一个apk。demo是eclipse的。可以看哈。apk可以安装体验哈。不错的。
4：体验完了，我们自己开发。大致可以实现它的功能
1：回到我们的AS工程，切换到project界面，开始导入开发的资源。一个libs,一个res。先导入libs，打开看哈是啥东西，两个含so的文件夹，一个jar文件。有so文件呢。。我们是AS哦。别犯二。。首先：在项目的main目录下创建一个jniLibs文件夹，将资源文件夹中的arm64-v8a和armeabi复制到jniLibs中。然后将jar文件放到工程的libs目录下，记得右键add as Library。

2:此处是有坑，jar文件可以add as library,jniLibs的so文件怎么加载呢。。问了百度，全是在build.gradle中添加如下代码。然后点击 编译“”C的那把锤子“”（build-make project）然后切换到android界面就可以看到jniLibs加载成功了。我牙刷，一个个，把我坑的青痛。哎哟，不说，一把泪，害得我纠结了一晚上。直接告诉你们正确的做法。

android {
    compileSdkVersion 24
    buildToolsVersion "24.0.3"
    defaultConfig {
        applicationId "com.example.aiui"
        minSdkVersion 15
        targetSdkVersion 24
        versionCode 1
        versionName "1.0"
        testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"
    }
    buildTypes {
        release {
            minifyEnabled false
            proguardFiles getDefaultProguardFile('proguard-android.txt'), 'proguard-rules.pro'
        }
    }
    sourceSets {
        main {
            //jniLibs.srcDirs = ['src/main/libs']     //设置目标的so存放路径
            jniLibs.srcDirs = ['libs']     //设置目标的so存放路径
        }
    }

}

把那行代码换成这个就行了，第二个坑解决了：jniLibs.srcDirs = [‘src/main/jniLibs’] //设置目标的so存放路径
改了后再使用C的make project编译一下，切换到Android视图下就可以看到jniLibs加载成功了

3：libs导入完毕。再看哈资源文件有啥。drawable layout raw。可用可不用的文件，都明白，这个资源文件做UI和交互的。。可以导入也可以不导入，咱还是导入吧，先在项目下建立raw文件，这个是音频文件，然后把raw中的文件复制到我们工程的raw下。drawable，layout中的文件直接放进去就好。。预编译哈工程嘛。防止电脑太low，资源文件没有生成ID…所有资源导入完毕了哦。接下来。便是见证奇迹的时刻。
4、跟我编程——简单几步搞定
1：你可以看SDK中demo，也可以看百度的开发文档，demo必须看吧，学习别人优秀编程思想。过来开发，咱还是看开发文档，这有帮助。打开百度语音平台的文档中心，中间语音识别和语音合成都有开发文档，选择离在线语音识别Android SDK。开始阅读，建议把所有的文档，先过一遍。在定点过来。。文章不错的。。我就直接进去了。我读过了。

2：点击集成指南，由于之前的so文件和jar文件我们都成功集成到工程中。所以，这里我们就直接走不用管其他了。。在manifest 中 添加权限。。。配置appid和key和secret,还有添加服务，至于他还有个activity，放进去吧，。如果你的jar包和so成功加载，这里是不会报错的。。。。。记得appid和key和secret换成自己的哈。。在哪有，，在百度应用管理中”查看key”你的应用中去复制。。别傻傻的。

3：所有配置完了。先直接上代码，很简单的。只要前面配置没错。。后面就几行代码。我们先在界面放一个按钮和一个文本框显示我们说的话吧。为了简单，button直接设置了onclick

<?xml version="1.0" encoding="utf-8"?>
<LinearLayout
    xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools"
    android:id="@+id/activity_main"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:orientation="vertical"
    android:paddingBottom="@dimen/activity_vertical_margin"
    android:paddingLeft="@dimen/activity_horizontal_margin"
    android:paddingRight="@dimen/activity_horizontal_margin"
    android:paddingTop="@dimen/activity_vertical_margin"
    tools:context="com.example.aiui.MainActivity">

    <Button
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:id="@+id/bt_speek"
        android:onClick="doClick"
        android:text="点我说话"/>

    <TextView
        android:layout_width="match_parent"
        android:id="@+id/tv_show"
        android:text="我说："
        android:layout_height="wrap_content"/>
</LinearLayout>

主代码部分 说哈流程。初始化控件，初始化语音识别实例。设置监听器，实现接口方法，点击按键，设置参数，在监听结果中处理结果。就这么简单。

package com.example.aiui;

import android.content.ComponentName;
import android.content.Intent;
import android.speech.RecognitionListener;
import android.speech.SpeechRecognizer;
import android.support.v7.app.AppCompatActivity;
import android.os.Bundle;
import android.util.Log;
import android.view.View;
import android.widget.Button;
import android.widget.TextView;
import com.baidu.speech.VoiceRecognitionService;

import java.util.ArrayList;

public class MainActivity extends AppCompatActivity implements RecognitionListener
{
    private static final String TAG = "MainActivity";
    private SpeechRecognizer speechRecognizer;
    private Button button;
    private TextView textView;

    @Override
    protected void onCreate(Bundle savedInstanceState)
    {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        InitViews();//初始化页面控件
        InitASR();//初始化SpeechRecognizer
    }

    /**初始化页面控件*/
    private void InitViews()
    {
        button= (Button) findViewById(R.id.bt_speek);
        textView= (TextView) findViewById(R.id.tv_show);
    }

    /**初始化实例*/
    private void InitASR()
    {
        speechRecognizer = SpeechRecognizer.createSpeechRecognizer(this,
                new ComponentName(this, VoiceRecognitionService.class));
        speechRecognizer.setRecognitionListener(this);


    }
    public void doClick(View v)
    {
        switch (v.getId())
        {
             case R.id.bt_speek:
                 Intent intent = new Intent();
                 bindParams(intent);//设置一些参数
                 speechRecognizer.startListening(intent);
            break;
        }
    }
    /**设置参数*/
    private void bindParams(Intent intent)
    {
        //就只设置声音吧，
        intent.putExtra("sound_start", R.raw.bdspeech_recognition_start);
        intent.putExtra("sound_end", R.raw.bdspeech_speech_end);
        intent.putExtra("sound_success", R.raw.bdspeech_recognition_success);
        intent.putExtra("sound_error", R.raw.bdspeech_recognition_error);
        intent.putExtra("sound_cancel", R.raw.bdspeech_recognition_cancel);
        //参数都有默认的 详细设置参考开发文档参数设置
    }

    @Override
    public void onReadyForSpeech(Bundle params)
    {
        //准备就绪
        Log.e(TAG, "onReadyForSpeech: " );
    }

    @Override
    public void onBeginningOfSpeech()
    {
        //监听到开始说话
        Log.e(TAG, "onBeginningOfSpeech: " );
    }

    @Override
    public void onRmsChanged(float rmsdB)
    {
        //音量变化
        Log.e(TAG, "onRmsChanged: " +rmsdB);
    }

    @Override
    public void onBufferReceived(byte[] buffer)
    {
        //获取原始语音
        Log.e(TAG, "onBufferReceived: " );
    }

    @Override
    public void onEndOfSpeech()
    {
        //结束说话
        Log.e(TAG, "onEndOfSpeech: " );
    }

    @Override
    public void onError(int error)
    {
        //错误
        Log.e(TAG, "onError: "+error);
    }

    @Override
    public void onResults(Bundle results)
    {
        //结果
        ArrayList<String> r = results.getStringArrayList(SpeechRecognizer.RESULTS_RECOGNITION);

        textView.append(r.get(0)+"\n");
    }

    @Override
    public void onPartialResults(Bundle partialResults)
    {
        //临时结果
        Log.e(TAG, "onPartialResults: " );
    }

    @Override
    public void onEvent(int eventType, Bundle params)
    {
        //识别事件返回
        Log.e(TAG, "onEvent: " +eventType);
    }
}

简单的语音的识别就实现了。这里只实现了语音的识别。语音有很多参数。这里就不挨着实现了。都是效果问题，简单。讯飞能够与你对话，百度语音我就没做了。就在服务设置里面，我估计不是像讯飞那种动态的。你可以写个service或者线程让它随时监听，或者使用语音唤醒功能。后面我只给出了语音合成的代码。与之类型。切记一般不说话，或者不能识别，，，没报错的话就是so文件没加载、

语音合成代码：你得按照步骤来。创建应用，选择服务。绑定包名，下载sdk，集成so和jar文件。然后使用下面代码就ok
**再次提醒加载jar包，add as library
加载so**

 sourceSets {
        main {
            jniLibs.srcDirs = ['src/main/jnilibs']     //设置目标的so
        }
    }

主工程：

package com.example.aiui;

import android.support.v7.app.AppCompatActivity;
import android.os.Bundle;
import android.util.Log;
import android.view.View;
import com.baidu.tts.auth.AuthInfo;
import com.baidu.tts.client.SpeechError;
import com.baidu.tts.client.SpeechSynthesizer;
import com.baidu.tts.client.SpeechSynthesizerListener;
import com.baidu.tts.client.TtsMode;
import com.baidu.tts.tools.StringTool;

import java.lang.reflect.Method;
import java.util.Arrays;
import java.util.Objects;

public class MainActivity extends AppCompatActivity implements SpeechSynthesizerListener
{
    private static final String TAG = "MainActivity";
    private SpeechSynthesizer speechSynthesizer;

    @Override
    protected void onCreate(Bundle savedInstanceState)
    {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        startTTS();
    }

    private void startTTS()
    {
        speechSynthesizer = SpeechSynthesizer.getInstance();
        speechSynthesizer.setContext(this);
        speechSynthesizer.setSpeechSynthesizerListener(this);

        speechSynthesizer.setAppId("10057156");
        speechSynthesizer.setApiKey("112TBkbBZiOwdYhCG2uTQYiD", "59969108c07ad6e2206ef692ebcf5cbc");

        AuthInfo authInfo = speechSynthesizer.auth(TtsMode.ONLINE);
        speechSynthesizer.initTts(TtsMode.ONLINE);

        speechSynthesizer.setParam(SpeechSynthesizer.PARAM_VOLUME, "5");
        speechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEED, "5");
        speechSynthesizer.setParam(SpeechSynthesizer.PARAM_PITCH, "5");
        speechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEAKER, "3");
        speechSynthesizer.setParam(SpeechSynthesizer.PARAM_MIX_MODE, SpeechSynthesizer.MIX_MODE_DEFAULT);
        speechSynthesizer.setParam(SpeechSynthesizer.PARAM_AUDIO_ENCODE, SpeechSynthesizer.AUDIO_ENCODE_AMR);
        speechSynthesizer.setParam(SpeechSynthesizer.PARAM_AUDIO_RATE, SpeechSynthesizer.AUDIO_BITRATE_AMR_15K85);
        speechSynthesizer.setParam(SpeechSynthesizer.PARAM_VOCODER_OPTIM_LEVEL, "0");

        Log.e(TAG, "startTTS: "+authInfo.isSuccess() );
    }

    public void doClick(View v)
    {
        switch (v.getId())
        {
             case R.id.bt:
                 Log.e(TAG, "doClick: ");
                 int i = speechSynthesizer.speak("百度一下,你就知道");
                 Log.e(TAG, "doClick: "+i );
            break;
        }
    }

    @Override
    public void onSynthesizeStart(String s)
    {
        Log.e(TAG, "onSynthesizeStart: "+s );
    }

    @Override
    public void onSynthesizeDataArrived(String s, byte[] bytes, int i)
    {
        Log.e(TAG, "onSynthesizeDataArrived: "+s );
    }

    @Override
    public void onSynthesizeFinish(String s)
    {
        Log.e(TAG, "onSynthesizeFinish: "+s );
    }

    @Override
    public void onSpeechStart(String s)
    {
        Log.e(TAG, "onSpeechStart: "+s );
    }

    @Override
    public void onSpeechProgressChanged(String s, int i)
    {
        Log.e(TAG, "onSpeechProgressChanged: "+s );
    }

    @Override
    public void onSpeechFinish(String s)
    {
        Log.e(TAG, "onSpeechFinish: "+s );
    }

    @Override
    public void onError(String s, SpeechError speechError)
    {
        Log.e(TAG, "onError: "+s +""+speechError.code);
    }
}

---