Android集成科大讯飞语音识别、语音唤醒、语音播报简易封装

人民的石头

已于 2024-02-01 10:58:09 修改

阅读量3.7k

点赞数 8

分类专栏： Android 移动端文章标签：语音识别人工智能 java android

于 2023-12-06 14:28:56 首次发布

本文链接：https://blog.csdn.net/shi450561200/article/details/134829778

版权

Android 同时被 2 个专栏收录

60 篇文章 2 订阅

订阅专栏

移动端

23 篇文章 1 订阅

订阅专栏

5、把语音唤醒词文件复制到工程的assets目录

6、复制对应权限到AndroidManifest.xml中

一、语音唤醒部分

1、首先在科大讯飞官网注册开发者账号

控制台-讯飞开放平台

2、配置唤醒词然后下载sdk

3、选择对应功能下载

4、语音唤醒lib包全部复制到工程目录下

5、把语音唤醒词文件复制到工程的assets目录

6、复制对应权限到AndroidManifest.xml中

    <uses-permission android:name="android.permission.INTERNET" />
    <uses-permission android:name="android.permission.RECORD_AUDIO" />
    <uses-permission android:name="android.permission.READ_PHONE_STATE" />

     <!-- App 需要使用的部分权限 -->
    <uses-permission android:name="android.permission.READ_PHONE_STATE" />
    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
    <!-- 科大讯飞 -->
    <uses-permission
        android:name="android.permission.MOUNT_UNMOUNT_FILESYSTEMS"
        tools:ignore="ProtectedPermissions" />
    <uses-permission
        android:name="android.permission.READ_PRIVILEGED_PHONE_STATE"
        tools:ignore="ProtectedPermissions" />
    <uses-permission
        android:name="android.permission.MANAGE_EXTERNAL_STORAGE"
        tools:ignore="ProtectedPermissions" />
    <uses-permission
        android:name="android.permission.READ_PHONE_NUMBERS"
        tools:ignore="ProtectedPermissions" />

注意需要在applicaion的onCreate()方法中注册或者在唤醒之前注册都可以

 /**
     * 科大讯飞
     * 语音sdk
     * 初始化
     */
    private void initKedaXun() {

        // 初始化参数构建

        StringBuffer param = new StringBuffer();
        //IflytekAPP_id为我们申请的Appid
        param.append("appid=" + "IflytekAPP_id");
        param.append(",");
        // 设置使用v5+
        param.append(SpeechConstant.ENGINE_MODE + "=" + SpeechConstant.MODE_MSC);
        SpeechUtility.createUtility(XiaoYaApp.this, param.toString());

    }

7、唤醒工具类封装

其中IflytekAPP_id为科大讯飞平台的应用id


public abstract class WakeUpUtil {
 //   private static AutoTouch autoTouch = new AutoTouch();//自动点击屏幕
    /**
     * 唤醒的回调
     */
    public abstract void wakeUp(String resultString);

    // Log标签
    private static final String TAG = "WakeUpUtil";

    // 上下文
    private static Context mContext;
    // 语音唤醒对象
    private VoiceWakeuper mIvw;

    //唤醒门限值
    //门限值越高，则要求匹配度越高，才能唤醒
    //值范围：[0，3000]
    //默认值：1450
    private static int curThresh = 1450;

    public WakeUpUtil(Context context) {
        initKedaXun(context);

        mContext = context;
        // 初始化唤醒对象
        mIvw = VoiceWakeuper.createWakeuper(context, null);
        Log.d("initLogData", "===进入唤醒工具类====");

    }

    /**
     * 获取唤醒词功能
     *
     * @return 返回文件位置
     */
    private static String getResource() {
        final String resPath = ResourceUtil.generateResourcePath(mContext, RESOURCE_TYPE.assets, "ivw/" + "cf22564a" + ".jet");
        return resPath;
    }

    /**
     * 唤醒
     */
    public void wake() {
        Log.d("initLogData", "===进入唤醒工具类====");
        // 非空判断，防止因空指针使程序崩溃
        VoiceWakeuper mIvw = VoiceWakeuper.getWakeuper();
        if (mIvw != null) {
            // textView.setText(resultString);
            // 清空参数
            mIvw.setParameter(SpeechConstant.PARAMS, null);
            // 设置唤醒资源路径
            mIvw.setParameter(SpeechConstant.IVW_RES_PATH, getResource());
            // 唤醒门限值，根据资源携带的唤醒词个数按照“id:门限;id:门限”的格式传入
            mIvw.setParameter(SpeechConstant.IVW_THRESHOLD, "0:" + curThresh);
            // 设置唤醒模式
            mIvw.setParameter(SpeechConstant.IVW_SST, "wakeup");
            // 设置持续进行唤醒
            mIvw.setParameter(SpeechConstant.KEEP_ALIVE, "1");
            mIvw.startListening(mWakeuperListener);
            Log.d("initLogData", "====唤醒====");
        } else {
            Log.d("initLogData", "===唤醒未初始化11====");
//            Toast.makeText(mContext, "唤醒未初始化1", Toast.LENGTH_SHORT).show();
        }
    }

    public void stopWake() {
        mIvw = VoiceWakeuper.getWakeuper();
        if (mIvw != null) {
            mIvw.stopListening();
        } else {
            Log.d("initLogData", "===唤醒未初始化222====");
//            Toast.makeText(mContext, "唤醒未初始化2", Toast.LENGTH_SHORT).show();
        }
    }

    String resultString = "";
    private WakeuperListener mWakeuperListener = new WakeuperListener() {

        @Override
        public void onResult(WakeuperResult result) {
            try {

                String text = result.getResultString();
                JSONObject object;
                object = new JSONObject(text);
                StringBuffer buffer = new StringBuffer();
                buffer.append("【RAW】 " + text);
                buffer.append("\n");
                buffer.append("【操作类型】" + object.optString("sst"));
                buffer.append("\n");
                buffer.append("【唤醒词id】" + object.optString("id"));
                buffer.append("\n");
                buffer.append("【得分】" + object.optString("score"));
                buffer.append("\n");
                buffer.append("【前端点】" + object.optString("bos"));
                buffer.append("\n");
                buffer.append("【尾端点】" + object.optString("eos"));
                resultString = buffer.toString();
                stopWake();
               // autoTouch.autoClickPos( 0.1, 0.1);

                wakeUp(resultString);
//                MyEventManager.postMsg("" + resultString, "voicesWakeListener");

            } catch (JSONException e) {
                MyEventManager.postMsg("" + "结果解析出错", "voicesWakeListener");
                resultString = "结果解析出错";
                wakeUp(resultString);
                e.printStackTrace();
            }

//            Logger.d("===开始说话==="+resultString);
        }

        @Override
        public void onError(SpeechError error) {

           // MyEventManager.postMsg("" + "唤醒出错", "voicesWakeListener");
        }

        @Override
        public void onBeginOfSpeech() {
            Log.d("initLogData", "===唤醒onBeginOfSpeech====");
        }

        @Override
        public void onEvent(int eventType, int isLast, int arg2, Bundle obj) {
//            Log.d("initLogData", "===唤醒onEvent===" + eventType);
        }

        @Override
        public void onVolumeChanged(int i) {
//            Log.d("initLogData", "===开始说话==="+i);
        }
    };

    /**
     * 科大讯飞
     * 语音sdk
     * 初始化
     */
    public void initKedaXun(Context context) {

        // 初始化参数构建
        StringBuffer param = new StringBuffer();
        //IflytekAPP_id为我们申请的Appid
        param.append("appid=" + context.getString(R.string.IflytekAPP_id));
        param.append(",");
        // 设置使用v5+
        param.append(SpeechConstant.ENGINE_MODE + "=" + SpeechConstant.MODE_MSC);
        SpeechUtility.createUtility(context, param.toString());
        Log.d("initLogData", "===在appacation中初始化=====");
    }

}

使用直接调用即可


    /**
     * 科大讯飞
     * 语音唤醒
     * 对象
     */
    private WakeUpUtil wakeUpUtil;

    private void voiceWake() {

        Log.d("initLogData", "===执行唤醒服务====");
        wakeUpUtil = new WakeUpUtil(this) {
            @Override
            public void wakeUp(String result) {
                MyEventManager.postMsg("" + "唤醒成功", "voicesWakeListener");
                Log.d("initLogData", "====唤醒成功===========" + result);

                // 开启唤醒
                wakeUpUtil.wake();
            }
        };
        wakeUpUtil.wake();

    }

到此语音唤醒已经集成结束，接下来是语音识别。

二、语音识别

1、工具类


/**
 * 科大讯飞
 * 语音识别
 * 工具类
 */
public class KDVoiceRegUtils {

    private SpeechRecognizer mIat;
    private RecognizerListener mRecognizerListener;
    private InitListener mInitListener;

    private StringBuilder result = new StringBuilder();
    // 函数调用返回值
    private int resultCode = 0;

    /**
     * 利用AtomicReference
     */
    private static final AtomicReference<KDVoiceRegUtils> INSTANCE = new AtomicReference<KDVoiceRegUtils>();

    /**
     * 私有化
     */
    private KDVoiceRegUtils() {

    }

    /**
     * 用CAS确保线程安全
     */
    public static final KDVoiceRegUtils getInstance() {
        for (; ; ) {
            KDVoiceRegUtils current = INSTANCE.get();
            if (current != null) {
                return current;
            }
            current = new KDVoiceRegUtils();
            if (INSTANCE.compareAndSet(null, current)) {
                return current;
            }

            Log.d("initLogData", "===科大讯飞实例化===大哥大哥==");
        }
    }

    /**
     * 初始化
     * 监听
     */
    public void initVoiceRecorgnise(Context ct) {

        if (mInitListener != null || mRecognizerListener != null) {
            return;
        }

        mInitListener = new InitListener() {

            @Override
            public void onInit(int code) {
//            Log.e(TAG, "SpeechRecognizer init() code = " + code);
                Log.d("initLogData", "===科大讯飞唤醒初始化===" + code);
                if (code != ErrorCode.SUCCESS) {
//                showToast("初始化失败，错误码：" + code + ",请点击网址https://www.xfyun.cn/document/error-code查询解决方案");
                }
            }
        };

        //识别监听
        mRecognizerListener = new RecognizerListener() {
            @Override
            public void onBeginOfSpeech() {
                // 此回调表示：sdk内部录音机已经准备好了，用户可以开始语音输入
                Log.d("initLogData", "=====开始说话======");
            }

            @Override
            public void onError(SpeechError error) {
                // Tips：
                // 错误码：10118(您没有说话)，可能是录音机权限被禁，需要提示用户打开应用的录音权限。
//                Log.d("initLogData", "====错误说话=====" + error.getPlainDescription(true));
                senVoicesMsg(300, "识别错误 ");//100启动语音识别    200识别成功   300识别错误
                mIat.stopListening();
                hideDialog();
            }

            @Override
            public void onEndOfSpeech() {
                // 此回调表示：检测到了语音的尾端点，已经进入识别过程，不再接受语音输入
                mIat.stopListening();
//                Log.d("initLogData", "=====结束说话======");
                hideDialog();

            }

            @Override
            public void onResult(RecognizerResult results, boolean isLast) {

                String text = parseIatResult(results.getResultString());
//                Log.d("initLogData", "==说话==语音识别结果==initVoice==" + text);
                result.append(text);
                if (!text.trim().isEmpty() && boxDialog != null) {
                    senVoicesMsg(200, "识别成功");//100启动语音识别    200识别成功   300识别错误
                    boxDialog.showTxtContent(result.toString());
                    senVoicesMsg(200, "" + result.toString());
                }

                if (isLast) {
                    result.setLength(0);
                }

            }

            @Override
            public void onVolumeChanged(int volume, byte[] data) {
                //showToast("当前正在说话，音量大小：" + volume);
                if (volume > 0 && boxDialog != null) {
                    boxDialog.showTxtContent("录音中...");
                }
                Log.d("initLogData", "===说话==onVolumeChanged:====" + volume);
            }

            @Override
            public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {
                // 以下代码用于获取与云端的会话id，当业务出错时将会话id提供给技术支持人员，可用于查询会话日志，定位出错原因
                // 若使用本地能力，会话id为null
                if (SpeechEvent.EVENT_SESSION_ID == eventType) {
                    String sid = obj.getString(SpeechEvent.KEY_EVENT_SESSION_ID);

                }
            }
        };

        // 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；
        mIat = SpeechRecognizer.createRecognizer(ct, mInitListener);
        if (mIat != null) {
            setIatParam();//参数配置
        }

    }

    /**
     * 执行语音
     * 识别
     */
    public void startVoice(Context context) {
        senVoicesMsg(100, "启动语音识别");//100启动语音识别    200识别成功   300识别错误
        if (mIat != null) {
            showDialog(context);
            mIat.startListening(mRecognizerListener);
        }
    }

    /**
     * 科大讯飞
     * 语音识别
     * 参数配置
     */
    private void setIatParam() {

        // 清空参数
        mIat.setParameter(com.iflytek.cloud.SpeechConstant.PARAMS, null);

        // 设置听写引擎
        mIat.setParameter(com.iflytek.cloud.SpeechConstant.ENGINE_TYPE, com.iflytek.cloud.SpeechConstant.TYPE_CLOUD);

        // 设置返回结果格式
        mIat.setParameter(com.iflytek.cloud.SpeechConstant.RESULT_TYPE, "json");

        // 设置语言
        mIat.setParameter(com.iflytek.cloud.SpeechConstant.LANGUAGE, "zh_cn");
        // 设置语言区域
        mIat.setParameter(com.iflytek.cloud.SpeechConstant.ACCENT, "mandarin");

        // 设置语音前端点:静音超时时间，即用户多长时间不说话则当做超时处理
        mIat.setParameter(com.iflytek.cloud.SpeechConstant.VAD_BOS, "4000");

        // 设置语音后端点:后端点静音检测时间，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
        mIat.setParameter(com.iflytek.cloud.SpeechConstant.VAD_EOS, "500");

        // 设置标点符号,设置为"0"返回结果无标点,设置为"1"返回结果有标点
        mIat.setParameter(com.iflytek.cloud.SpeechConstant.ASR_PTT, "0");

        Log.d("initLogData", "==语音是被==初始化成功:====");
        // 设置音频保存路径，保存音频格式支持pcm、wav，设置路径为sd卡请注意WRITE_EXTERNAL_STORAGE权限
        // 注：AUDIO_FORMAT参数语记需要更新版本才能生效
//        mIatDialog.setParameter(SpeechConstant.AUDIO_FORMAT, "wav");
//        mIatDialog.setParameter(SpeechConstant.ASR_AUDIO_PATH, Environment.getExternalStorageDirectory() + "/MyApplication/" + filename + ".wav");
    }


    /**
     * 语音
     * 识别
     * 解析
     */
    public static String parseIatResult(String json) {

        StringBuffer ret = new StringBuffer();
        try {
            JSONTokener tokener = new JSONTokener(json);
            JSONObject joResult = new JSONObject(tokener);

            JSONArray words = joResult.getJSONArray("ws");
            for (int i = 0; i < words.length(); i++) {
                // 转写结果词，默认使用第一个结果
                JSONArray items = words.getJSONObject(i).getJSONArray("cw");
                JSONObject obj = items.getJSONObject(0);
                ret.append(obj.getString("w"));

            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return ret.toString();
    }

    /**
     * 对话框
     * getApplicationContext()
     */
    private VoiceDialog boxDialog;

    private void showDialog(Context context) {

        View inflate = LayoutInflater.from(context).inflate(R.layout.donghua_layout, null, false);
        boxDialog = new VoiceDialog(context, inflate, VoiceDialog.LocationView.BOTTOM);
        boxDialog.show();
    }

    /**
     * 隐藏
     * 对话框
     */
    private void hideDialog() {

        if (boxDialog != null) {
            boxDialog.dismiss();
        }

    }

    /**
     * 发送语音
     * 识别消息
     *
     * @param code
     * @param conn
     */
    private void senVoicesMsg(int code, String conn) {

        VoiceRecognizeResult voiceRecognizeResult = new VoiceRecognizeResult();
        voiceRecognizeResult.setCode(code);//100启动语音识别    200识别成功   300识别错误
        voiceRecognizeResult.setMsg("" + conn);

        String std = JSON.toJSONString(voiceRecognizeResult);

        MyEventManager.postMsg("" + std, "VoiceRecognizeResult");
    }

    /**
     * 科大讯飞
     * 语音sdk
     * 初始化
     */
    public void initKedaXun(Context context) {

        // 初始化参数构建
        StringBuffer param = new StringBuffer();
        //IflytekAPP_id为我们申请的Appid
        param.append("appid=" + context.getString(R.string.IflytekAPP_id));
        param.append(",");
        // 设置使用v5+
        param.append(SpeechConstant.ENGINE_MODE + "=" + SpeechConstant.MODE_MSC);
        SpeechUtility.createUtility(context, param.toString());
        Log.d("initLogData", "===在appacation中初始化=====");
    }

}

2、使用

        KDVoiceRegUtils.getInstance().initKedaXun(mWXSDKInstance.getContext());
        KDVoiceRegUtils.getInstance().initVoiceRecorgnise(mUniSDKInstance.getContext());//语音识别初始化
        KDVoiceRegUtils.getInstance().startVoice(mUniSDKInstance.getContext());

注意其实代码还可以优化，由于公司业务需要，封装的不怎么彻底，使用者可在此基础上进一步封装。

三、语音播报

1、工具类


public class VoiceAnno {

    /**
     * 利用AtomicReference
     */
    private static final AtomicReference<VoiceAnno> INSTANCE = new AtomicReference<VoiceAnno>();

    /**
     * 私有化
     */
    private VoiceAnno() {
        initSpeechKD();
    }

    /**
     * 用CAS确保线程安全
     */
    public static final VoiceAnno getInstance() {
        for (; ; ) {
            VoiceAnno current = INSTANCE.get();
            if (current != null) {
                return current;
            }
            current = new VoiceAnno();
            if (INSTANCE.compareAndSet(null, current)) {
                return current;
            }
        }
    }

    /**
     * 参数
     * 初始化
     */
    private SpeechSynthesizer mTts;

    private void initSpeechKD() {

        //1.创建SpeechSynthesizer对象, 第二个参数：本地合成时传InitListener
        mTts = SpeechSynthesizer.createSynthesizer(XiaoYaApp.getContext(), null);
        //2.合成参数设置，详见《科大讯飞MSC API手册(Android)》SpeechSynthesizer 类
        mTts.setParameter(SpeechConstant.VOICE_NAME, "aisxping");//设置发音人
        mTts.setParameter(SpeechConstant.SPEED, "50");//设置语速
        mTts.setParameter(SpeechConstant.VOLUME, "80");//设置音量，范围0~100
        mTts.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_CLOUD); //设置云端
        //设置合成音频保存位置（可自定义保存位置），保存在“./sdcard/iflytek.pcm”
        //保存在SD卡需要在AndroidManifest.xml添加写SD卡权限
        //如果不需要保存合成音频，注释该行代码
//        mTts.setParameter(SpeechConstant.TTS_AUDIO_PATH, "./sdcard/iflytek.pcm");

    }

    /**
     * 开始
     * 语音识别
     *
     */
    public void startVoice(String conntent,SynthesizerListener mSynListener) {
        //3.开始合成
        mTts.startSpeaking(conntent, mSynListener);
    }

2、使用

VoiceAnno.getInstance().startVoice("你好，我是蘑菇头，请问有什么可以帮助您。", new SynthesizerListener() {
            @Override
            public void onSpeakBegin() {

            }

            @Override
            public void onBufferProgress(int i, int i1, int i2, String s) {

            }

            @Override
            public void onSpeakPaused() {

            }

            @Override
            public void onSpeakResumed() {

            }

            @Override
            public void onSpeakProgress(int i, int i1, int i2) {

            }

            @Override
            public void onCompleted(SpeechError speechError) {

            }

            @Override
            public void onEvent(int i, int i1, int i2, Bundle bundle) {

            }
        });

四、 Game over

good bye

人民的石头

关注

8
点赞
踩
23

收藏

觉得还不错? 一键收藏
3
评论
Android集成科大讯飞语音识别、语音唤醒、语音播报简易封装

注意其实代码还可以优化，由于公司业务需要，封装的不怎么彻底，使用者可在此基础上进一步封装。其中IflytekAPP_id为科大讯飞平台的应用id。到此语音唤醒已经集成结束，接下来是语音识别。
复制链接

扫一扫