【Android】科大讯飞——语音识别

最新推荐文章于 2024-05-06 08:15:50 发布

摸爬滚打的程序媛

最新推荐文章于 2024-05-06 08:15:50 发布

阅读量2.1k

点赞数 2

分类专栏： # Android 语音识别文章标签： Android 科大讯飞语音识别

本文链接：https://blog.csdn.net/qq_38950819/article/details/103299036

版权

Android 语音识别专栏收录该内容

2 篇文章 1 订阅

订阅专栏

因为最近项目需要，需要集成语音识别的功能，这里记录下科大讯飞语音识别的集成和使用，也方便其它小伙伴参考，如果哪里有问题，可以提出来以便改正。

一、准备工作

1、注册一个讯飞开放平台账号，官网https://www.xfyun.cn/

2、登陆账号之后，在首页进入“控制台”。

讯飞首页

3、进入控制台后，选择“创建新应用”，填写相关信息后，提交。

讯飞-创建新应用

讯飞-填写应用信息

4、应用创建成功之后，去下载你的应用需要的SDK，因为此项目是语音识别的，所以就选择“语音听写”这个SDK。

讯飞-SDK下载

5、语音识别Android SDK下载完成之后，解压出来如图所示。因为本案例只使用没有UI的识别，所以，我们只需要libs目录下的文件。

讯飞-已下载SDK

6、找到你刚刚创建的应用，保存下APP ID，这个到后面项目代码中会用到。

讯飞-APP ID

二、项目集成

1、新建一个工程项目，将下载下来的SDK包中，libs目录下的Msc.jar包复制到项目的libs目录下，并添加为项目的依赖。

讯飞-msc.jar

yilai

2、项目src/main/目录下，新建 jniLibs文件夹。

jni folde

jniLibs

3、将SDK包中，libs目录下的arm64-v8a、armeabi-v7a两个文件夹，复制到项目的jniLibs目录下。

so库

jniLibs-so

三、项目实战

1、添加用户权限（官方文档提供的权限，实际应用中根据实际项目需要进行删减）

注意：Android 6.0以后，一些危险权限需要动态申请。

<!--连接网络权限，用于执行云端语音能力 -->
<uses-permission android:name="android.permission.INTERNET"/>
<!--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 -->
<uses-permission android:name="android.permission.RECORD_AUDIO"/>
<!--读取网络信息状态 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>
<!--获取当前wifi状态 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>
<!--允许程序改变网络连接状态 -->
<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/>
<!--读取手机信息权限 -->
<uses-permission android:name="android.permission.READ_PHONE_STATE"/>
<!--读取联系人权限，上传联系人需要用到此权限 -->
<uses-permission android:name="android.permission.READ_CONTACTS"/>
<!--外存储写权限，构建语法需要用到此权限 -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
<!--外存储读权限，构建语法需要用到此权限 -->
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
<!--配置权限，用来记录应用配置信息 -->
<uses-permission android:name="android.permission.WRITE_SETTINGS"/>
<!--手机定位信息，用来为语义等功能提供定位，提供更精准的服务-->
<!--定位信息是敏感信息，可通过Setting.setLocationEnable(false)关闭定位请求 -->
<uses-permission android:name="android.permission.ACCESS_FINE_LOCATION"/>
<!--如需使用人脸识别，还要添加：摄相头权限，拍照需要用到 -->
<uses-permission android:name="android.permission.CAMERA" />

2、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）。此处将初始化工作放在新建的BaseApplication.java 中，并且在AndroidManifest.xml文件中使用该BaseApplication。

public class BaseApplication extends Application {
    @Override
    public void onCreate() {
        // 将“12345678”替换成您申请的APPID，申请地址：http://www.xfyun.cn
        // 请勿在“=”与appid之间添加任何空字符或者转义符
        SpeechUtility.createUtility(this, SpeechConstant.APPID +"=12345678");


        super.onCreate();
    }
}

baseApplication

3、初始化语音识别对象SpeechRecognizer，并初始化InitListener监听，获取初始化状态。

此处的setParameter()是根据自己需求加的，如果你需要添加其它参数，可以查看SDK 文档。

 /**
     * 初始化语音识别对象
     */
    private void initVoiceRecognize() {
        //获取系统默认语言
        if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.N) {
            locale = LocaleList.getDefault().get(0);
        } else {
            locale = Locale.getDefault();
        }
        language = locale.getLanguage() + "-" + locale.getCountry();
        Log.d(TAG, "系统默认language:"+language);


        // 初始化识别无UI识别对象
        //使用SpeechRecognizer对象，可根据回调消息自定义界面；
        speechRecognizer = SpeechRecognizer.createRecognizer(MainActivity.this, initListener);
        if(speechRecognizer != null) {
            //设置返回结果格式，目前支持json,xml以及plain 三种格式，其中plain为纯听写文本内容
            speechRecognizer.setParameter(SpeechConstant.RESULT_TYPE, "plain");
            // 设置语音前端点:静音超时时间，单位ms，即用户多长时间不说话则当做超时处理
            //取值范围{1000～10000}
            speechRecognizer.setParameter(SpeechConstant.VAD_BOS, "4000");
            //设置语音后端点:后端点静音检测时间，单位ms，即用户停止说话多长时间内即认为不再输入，
            //自动停止录音，范围{0~10000}
            speechRecognizer.setParameter(SpeechConstant.VAD_EOS, "1000");
            //设置语音输入语言，zh_cn为简体中文,en_us为美式英文
            if (language.equalsIgnoreCase("zh-CN")) {
                // 设置语言
                speechRecognizer.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
            } else {
                // 设置语言
                speechRecognizer.setParameter(SpeechConstant.LANGUAGE, "en_us");
            }

            Log.d(TAG, "语音识别对象完成初始化");
        }else{
            Log.d(TAG, "语音识别对象 == null");
        }
    }

//初始化对象时，通过此回调接口，获取初始化状态。
    private InitListener initListener = new InitListener() {
        @Override
        public void onInit(int i) {
            Log.d(TAG, "SpeechRecognizer initListener() code = " + i);
            if (i != ErrorCode.SUCCESS) {
                Log.e(TAG, "语音识别初始化失败，错误码：" + i);
            }else{
                Log.w(TAG, "语音识别初始化成功，错误码：" + i);
            }
        }
    };

4、初始化识别监听RecognizerListener，用于startListening()开启监听。

//设置识别监听器，开始监听
speechRecognizer.startListening(recognizerListener);

//初始化识别监听器
    private RecognizerListener recognizerListener = new RecognizerListener() {
        @Override
        public void onVolumeChanged(int i, byte[] bytes) { //音量变化
        }

        @Override
        public void onBeginOfSpeech() {   //开始说话
        }

        @Override
        public void onEndOfSpeech() {  //结束说话
            //继续识别，并设置监听器
            speechRecognizer.startListening(recognizerListener);
        }

        @Override
        public void onResult(RecognizerResult recognizerResult, boolean b) { //返回结果 返回的结果可能为null，请增加判断处理。
            if(recognizerResult == null){
                Log.d(TAG, "识别出来 onResult:" + b + "  recognizerResult == null");
            }else {
                Log.d(TAG, "识别出来 onResult:" + b + "    content:" + recognizerResult.getResultString());
                tvRecognizeResult.setText(recognizerResult.getResultString());
            }
        }

        @Override
        public void onError(SpeechError speechError) {  //错误回调
            if(isRecognizing) {
                Log.e(TAG, "语音识别出错 onError()");
            }
        }

        @Override
        public void onEvent(int i, int i1, int i2, Bundle bundle) {  //扩展接口
        }
    };