科大讯飞离线关键词识别（语法识别）（2）

最新推荐文章于 2024-03-22 09:46:51 发布
最新推荐文章于 2024-03-22 09:46:51 发布
阅读量2.7k 收藏 11
点赞数 1
分类专栏： android
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43186523/article/details/103533698
版权

关键词识别和语音听写还是有差别的，语音听写是直接将所说的话转化成语音，至于识别的准确率看所说的话是否是常用的，如果遇到不常见的词比如
背身腿降这个指令，识别出来的就是乱七八糟的。而关键词识别也就是针对这种关键词识别有很好的效果，在于你自己构建一个.bnf文件，然后写上关键词

#BNF+IAT 1.0 UTF-8;
!grammar call;
!slot <contact>;
!slot <callPre>;
!slot <callPhone>;
!slot <callTo>;
!start <callStart>;
<callStart>:[<callPre>];
<callPre>:北盛|背升|结束|背平|北平|备品|腿升|腿伸|腿平|坐立|躺平|停止|左翻身|有翻身|右翻身|开盖|灌溉|关盖|打包|打开电源|关闭电源|调节|打包|烘干|男性清晰|男性清洗|女性清晰|女性清洗;

其实需要修改的就是后面中文。
然后下载官方的关键词识别库，包括libs里面的两个文件和Msc.jar包，然后我重新在main下面和java同级建立一个jniLibs目录，里面放的如下文件在这里插入图片描述
实际上官方下载只有两个，以至于我后来测试一直报10107错误，我就百度讯飞10107错误，解释是
在这里插入图片描述
于是查看文章里面
在这里插入图片描述
可是这个类是mAsr自带的，这个参数我也没法修改，于是我在科大讯飞工作平台提交了工作单
在这里插入图片描述
在这里插入图片描述
很感谢日均两问的回复，最后我找到了最原始的也就是里面含有7个库的文件，这下语法直接构建成功了。这是我在做关键词识别的时候遇到的最大的问题
现在发一下代码
工具类构建语法BuildLocalGrammer

public abstract class BuildLocalGrammer {
    /**
     * 构建语法的回调
     *
     * @param errMsg null 构造成功
     */
    public abstract void result(String errMsg, String grammarId);

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

    public static final String GRAMMAR_PATH = Environment.getExternalStorageDirectory().getAbsolutePath() + "/msc/test";
    // 上下文
    private Context mContext;
    // 语音识别对象
    private SpeechRecognizer mAsr;

    public BuildLocalGrammer(Context context) {
        mContext = context;

        // 初始化识别对象
        mAsr = SpeechRecognizer.createRecognizer(context, new InitListener() {

            @Override
            public void onInit(int code) {
                Log.d(TAG, "SpeechRecognizer init() code = " + code);
                if (code != ErrorCode.SUCCESS) {
                    result(code + "", null);
                    Log.d(TAG, "初始化失败,错误码：" + code);
                    Toast.makeText(mContext, "初始化失败,错误码：" + code, Toast.LENGTH_SHORT).show();
                }
            }
        });
    }

    ;

    /**
     * 构建语法
     *
     * @return
     */
    public void buildLocalGrammar() {
        try {
            /*
             * TODO 如果你要在程序里维护bnf文件，可以在这里加上你维护的一些逻辑
             * 如果不嫌麻烦，要一直改bnf文件，这里的代码可以不用动，不过我个人不建议一直手动修改bnf文件
             * ，内容多了以后很容易出错，不好找Bug，建议每次改之前先备份。 建议用程序维护bnf文件。
             */

            /*
             * 构建语法
             */
            String mContent;// 语法、词典临时变量
            String mLocalGrammar = FucUtil.readFile(mContext, "call.bnf", "utf-8");
            mContent = new String(mLocalGrammar);
            mAsr.setParameter(SpeechConstant.PARAMS, null);
            // 设置文本编码格式
            mAsr.setParameter(SpeechConstant.TEXT_ENCODING, "utf-8");
            // 设置引擎类型
            mAsr.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_LOCAL);
            // 设置语法构建路径
            mAsr.setParameter(ResourceUtil.GRM_BUILD_PATH, GRAMMAR_PATH);
            // 使用8k音频的时候请解开注释
            // mAsr.setParameter(SpeechConstant.SAMPLE_RATE, "8000");
            // 设置资源路径
            mAsr.setParameter(ResourceUtil.ASR_RES_PATH, getResourcePath());
            // 构建语法
            int ret = mAsr.buildGrammar("bnf", mContent, new GrammarListener() {

                @Override
                public void onBuildFinish(String grammarId, SpeechError error) {
                    if (error == null) {
                        Log.d(TAG, "语法构建成功");
                        result(null, grammarId);
                    } else {
                        Log.d(TAG, "语法构建失败,错误码:" + error.getErrorCode());
                        result(error.getErrorCode() + "", grammarId);
                    }
                }
            });
            if (ret != ErrorCode.SUCCESS) {
                Log.d(TAG, "语法构建失败,错误码:" + ret);
                result(ret + "", null);
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    // 获取识别资源路径
    private String getResourcePath() {
        StringBuffer tempBuffer = new StringBuffer();
        // 识别通用资源
        tempBuffer.append(ResourceUtil.generateResourcePath(mContext, ResourceUtil.RESOURCE_TYPE.assets, "asr/common.jet"));
        // 识别8k资源-使用8k的时候请解开注释
        // tempBuffer.append(";");
        // tempBuffer.append(ResourceUtil.generateResourcePath(this,
        // RESOURCE_TYPE.assets, "asr/common_8k.jet"));
        return tempBuffer.toString();
    }


}

识别类KqwSpeechRecognizer

public abstract class KqwSpeechRecognizer {

    /**
     * 初始化的回调
     *
     * @param flag
     *            true 初始化成功 false 初始化失败
     */
    public abstract void initListener(boolean flag);

    public abstract void resultData(String data);

    public abstract void speechLog(String log);


    // Log标签
    private static final String TAG = "KqwLocal";
    private Toast mToast;

    public static final String GRAMMAR_PATH = Environment.getExternalStorageDirectory().getAbsolutePath() + "/msc/test";
    // 上下文
    private Context mContext;
    // 语音识别对象
    private SpeechRecognizer mAsr;

    public KqwSpeechRecognizer(Context context) {
        mContext = context;

        // 初始化识别对象
        mAsr = SpeechRecognizer.createRecognizer(context, new InitListener() {

            @Override
            public void onInit(int code) {
                Log.d(TAG,   code+"");
                if (code != ErrorCode.SUCCESS) {
                    initListener(false);
                    Toast.makeText(mContext, "初始化失败,错误码：" + code, Toast.LENGTH_SHORT).show();
                } else {
                    initListener(true);
                }
            }
        });

    }

    /**
     * 参数设置
     */
    public void setParam() {
        // 清空参数
        mAsr.setParameter(SpeechConstant.PARAMS, null);
        // 设置识别引擎 本地引擎
        mAsr.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_LOCAL);
        // mAsr.setParameter(SpeechConstant.ENGINE_TYPE,
        // SpeechConstant.TYPE_MIX);
        // mAsr.setParameter(SpeechConstant.ENGINE_TYPE, "mixed");
        // // 设置本地识别资源
        mAsr.setParameter(ResourceUtil.ASR_RES_PATH, getResourcePath());
        // 设置语法构建路径
        mAsr.setParameter(ResourceUtil.GRM_BUILD_PATH, GRAMMAR_PATH);
        // 设置返回结果格式
        mAsr.setParameter(SpeechConstant.RESULT_TYPE, "json");
        // 设置本地识别使用语法id
        mAsr.setParameter(SpeechConstant.LOCAL_GRAMMAR, "call");
        // 设置识别的门限值
        mAsr.setParameter(SpeechConstant.MIXED_THRESHOLD, "60");
        // 使用8k音频的时候请解开注释
        // mAsr.setParameter(SpeechConstant.SAMPLE_RATE, "8000");
        mAsr.setParameter(SpeechConstant.DOMAIN, "iat");
        mAsr.setParameter(SpeechConstant.NLP_VERSION, "2.0");
        mAsr.setParameter("asr_sch", "1");
        // mAsr.setParameter(SpeechConstant.RESULT_TYPE, "json");
    }

    // 获取识别资源路径
    private String getResourcePath() {
        StringBuffer tempBuffer = new StringBuffer();
        // 识别通用资源
        tempBuffer.append(ResourceUtil.generateResourcePath(mContext, ResourceUtil.RESOURCE_TYPE.assets, "asr/common.jet"));
        // 识别8k资源-使用8k的时候请解开注释
        // tempBuffer.append(";");
        // tempBuffer.append(ResourceUtil.generateResourcePath(this,
        // RESOURCE_TYPE.assets, "asr/common_8k.jet"));
        return tempBuffer.toString();
    }

    int ret = 0;// 函数调用返回值

    /**
     * 开始识别
     */
    public void startListening() {
        // 设置参数
        setParam();
        ret = mAsr.startListening(mRecognizerListener);
        if (ret != ErrorCode.SUCCESS) {
            Log.i(TAG, "识别失败,错误码: " + ret);
        }
    }
    public void stopListening(){
        mAsr.stopListening();
    }

    /**
     * 识别监听器。
     */
    private RecognizerListener mRecognizerListener = new RecognizerListener() {

        StringBuffer stringBuffer = new StringBuffer();

        public void onVolumeChanged(int volume) {
            Log.i(TAG, "当前正在说话，音量大小：" + volume);
            speechLog("当前正在说话，音量大小：" + volume);
        }

        @Override
        public void onResult(final RecognizerResult result, boolean isLast) {
            /*
             * TODO 拼接返回的数据
             *
             * 这里返回的是Json数据，具体返回的是离线名命令词返回的Json还是语义返回的Json，需要做判断以后在对数据数据进行拼接
             */
            stringBuffer.append(result.getResultString()).append("\n\n");
            // isLast为true的时候，表示一句话说完，将拼接后的完整的一句话返回
            if (isLast) {
                // 数据回调
                resultData(stringBuffer.toString());
            }
        }

        @Override
        public void onEndOfSpeech() {
            showTip("结束说话");
            speechLog("结束说话");
        }

        @Override
        public void onVolumeChanged(int i, byte[] bytes) {


        }

        @Override
        public void onBeginOfSpeech() {
            stringBuffer.delete(0, stringBuffer.length());
            showTip("开始说话");
            speechLog("开始说话");
        }

        @Override
        public void onError(SpeechError error) {
            Log.i(TAG, "error = " + error.getErrorCode());
            if (error.getErrorCode() == 20005) {
                // 本地命令词没有识别，也没有请求到网络
                resultData("没有构建的语法");
                speechLog("没有构建的语法");
                /*
                 * TODO
                 * 当网络正常的情况下是不会回调20005的错误，只有当本地命令词识别不匹配，网络请求也失败的情况下，会返回20005
                 * 这里可以自己再做处理，例如回复“没有听清”等回复
                 */
            } else {
                /*
                 * TODO
                 * 其他错误有很多，需要具体问题具体分析，正常在程序没有错误的情况下，只会回调一个没有检测到说话的错误，没记错的话错误码是10118
                 */
            }
        }

        @Override
        public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {
            Log.i(TAG, "eventType = " + eventType);
        }

    };
    private void showTip(final String str) {
      new Thread (new Runnable() {
            @Override
            public void run() {
                mToast.setText(str);
                mToast.show();
            }
        });
    }

}

然后再mainActivity就可以直接使用了

public class MainActivity extends Activity {

    private TextView mTvResult;
    private TextView mTvLog;
    private BuildLocalGrammar buildLocalGrammar;
    private KqwSpeechRecognizer kqwSpeechRecognizer;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        SpeechUtility.createUtility(this, SpeechConstant.APPID+"=5de9a6f7");
        mTvResult = (TextView) findViewById(R.id.tv_result);
        mTvLog = (TextView) findViewById(R.id.tv_log);

        /**
         * 初始化本地语法构造器
         */
        buildLocalGrammar = new BuildLocalGrammar(this) {

            @Override
            public void result(String errMsg, String grammarId) {
                // errMsg为null 构造成功
                if (TextUtils.isEmpty(errMsg)) {
                    Toast.makeText(MainActivity.this, "构造成功", Toast.LENGTH_SHORT).show();

                } else {
                    Toast.makeText(MainActivity.this, "构造失败", Toast.LENGTH_SHORT).show();
                }
            }
        };

        /**
         * 初始化离线命令词识别器
         */
        kqwSpeechRecognizer = new KqwSpeechRecognizer(this) {

            @Override
            public void speechLog(String log) {
                // 录音Log信息的回调
                mTvLog.setText(log);
            }

            @Override
            public void resultData(String data) {
                // 是识别结果的回调
                mTvResult.setText(data);
            }

            @Override
            public void initListener(boolean flag) {
                // 初始化的回调
                if (flag) {
                    Toast.makeText(MainActivity.this, "初始化成功", Toast.LENGTH_SHORT).show();
                } else {
                    Toast.makeText(MainActivity.this, "初始化失败", Toast.LENGTH_SHORT).show();
                }
            }
        };

        /**
         * 构造本地语法文件，只有语法文件有变化的时候构造成功一次即可，不用每次都构造
         */
        buildLocalGrammar.buildLocalGrammar();

    }

    /**
     * 开始识别按钮
     *
     * @param view
     */
    public void start(View view) {
        mTvResult.setText(null);
        // 开始识别
        kqwSpeechRecognizer.startListening();
    }

}

项目代码上传到Github上

Scout_study
关注
  • 1
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
android开发讯飞离线命令词识别demo下载
04-16
android开发讯飞离线命令词识别demo下载，可以直接在adt中运行，注意语法文件（assets目录）
科大讯飞 错误的码对应说明
热门推荐
wzqnn的博客
08-22 6万+
类型 错误码 描述 问题 通用错误 10101 MSP_ERROR_OUT_OF_MEMORY 内存越界 10102 MSP_ERROR_FILE_NOT_FOUND 文件没有发现 10103 MSP_ERROR_NOT_SUPPORT 不支持
探索智能文本关键词提取：KeyBERT
最新发布
gitblog_00098的博客
03-22 890
探索智能文本关键词提取：KeyBERT 项目地址:https://gitcode.com/MaartenGr/KeyBERT 在大数据和自然语言处理（NLP）的世界里，快速、准确地提取文本中的关键信息是一项基础而重要的任务。KeyBERT 是一个基于Transformer模型的Python库，它利用预训练的BERT模型来帮助我们自动化这个过程，让数据科学家和开发者的工作变得更加轻松。 项目简介 K...
科大讯飞离线命令词识别
08-27
本Demo首先基于科大讯飞离线命令词识别示例Demo分析其工作流程，抽取了Demo中离线命令词识别功能部分进行了开发使用，主要用于学习科大讯飞离线命令词接口调用和使用步骤
科大讯飞离线语音命令识别测试.rar
02-20
基于科大讯飞的语音识别及合成声音（离线），代码简单适合刚接触讯飞的二次开发者。
使用讯飞语音离线语法识别服务报23001错误
tzguo1314的专栏
09-22 2510
最近在开发使用讯飞语音离线语法识别服务的时候，在我同事的手机上可以使用，但是在我的红米手机上老是报23001的错误，开始以为是手机处理器型号的问题，因为我的红米是联芯的cpu以为有什么特殊的地方，搞了一天一无所获。后来在同事的建议下，我开始跑讯飞语音提供的示例。有一个demo可以，一个demo不可以。Android_aitalk_1.067_55de75ba和Android_voice_1.059
Python吴恩达深度学习作业24 -- 语音识别关键字
qq_41476257的博客
08-03 5994
在本周的视频中，你学习了如何将深度学习应用于语音识别。在此作业中，你将构建语音数据集并实现用于关键词检测（有时也称为唤醒词或触发词检测）的算法。关键词识别是一项技术，可让诸如Amazon Alexa，Google Home，Apple Siri和Baidu DuerOS之类的设备在听到某个特定单词时回应。对于本练习，我们的触发词将是"Activate."。每次听到你说“激活”时，它都会发出“蜂鸣声”。作业完成后，你将可以录制自己的讲话片段，并在算法检测到你说"Activate"时触发提示音。...
科大讯飞离线语音命令词识别的使用说明
hfut_why的博客
08-27 2万+
最近因为项目的需求，需要在无网络的情况下实现语音识别的功能，因为之前在线识别一直用的科大的，所以经理就和我说，你花半天时间简单熟悉一下，然后出一个Demo，下午有人过来看；因为之前科大在线SR也是别人做的，准确的说我只是了解过一点，也写过相关的blog——百度语音识别结合云知声离线TTSDemo（AS），Android原生TTS的基本使用以及配合中文语音包实现中文TTS等，但是就半天不...
科大讯飞命令词识别BNF语法
baidu_29489373的博客
10-15 2460
BNF命令词语法设置 注意空格、| #BNF+IAT 1.0; !grammar call; !slot <HeliCode>; !slot <Action>; !slot <MoveAct>; !slot <Placement>; !start <callstart>; <callstart>:<Actio...
语音识别-关键词检测
xmdxcsj的专栏
11-29 1万+
introductionword-spotting,audio indexing,spoken term detection 输出的是word lattice，根据lattice计算关键词的后验概率。 ATWV=mean(Ncorrect(s)Ntrue(s)−βNspurious(s)T−Ntrue(s))ATWV=mean(\frac{N_{correct}(s)}{N_{true}(s)}
一种语音识别和关键词识别的方法
12-28
一种语音识别和关键词识别的方法 深度学习 语音识别 关键词识别
科大讯飞离线语音合成SDK
10-14
科大讯飞离线语音合成SDK。文件包含音频合成库函数，提供C++示例。
科大讯飞ABNF文法规范
07-05
科大讯飞ABNF文法规范
微软离线语音识别引擎测试
07-22
微软.net离线语音识别引擎控制台测试程序，可以实现最简单的词汇语法，具体词汇请在代码的choice里添加。可以查看.net文档，实现更复杂的语法。
科大讯飞语音唤醒功能（1）
weixin_43186523的博客
12-09 5795
第一步前去科大讯飞开放平台注册后，下载图中SDK 因为选择语音唤醒，下载之前你要设置唤醒词 设置完之后下载后的文件是这样的 他们具体的含义不用多说，如果你要重新做一个demo出来，只识别语音唤醒功能，那么接下来就是步骤，在下一篇博客中我会写一个语音识别，以及下下篇是唤醒和语音识别集合。 第二步新建一个andorid 工程 2.1 首先把上面目录中的libs里面的文件全部放到andorid st...
java写一个Mqtt协议实现收发数据
weixin_43186523的博客
10-28 4094
首先我用的是IDEA的maven管理去下的MQttfx的jar包 <dependencies> <dependency> <groupId>com.baidubce</groupId> <artifactId>bce-java-sdk</artifactId> <version>0....
关于app的一个活动重写pause和destory方法，按下电源键或者退出程序，无法执行那两个方法
weixin_43186523的博客
10-05 247
因为一个app需求，突然手机没电了或者程序终止，那么必须发出一个终止命令，可是我在服务类中重写了onPause()和onDestroy()方法 @Override protected void onDestroy() { super.onDestroy(); IP = staticValue.getIp(); Log.d(TAG, "onD...
安卓用udp协议实现一个接发数据，并且能够以一定的反馈灯反馈回来。
weixin_43186523的博客
10-14 240
1.首先接发数据的时候，要单独开一个线程。发送数据每一次按一下，开一个线程，发完之后线程关闭，这样的话可以不干扰其他操作。然后接收数据的时候，也是开一个线程，不过这个接收数据的线程里面写了一个while（true），也就是调用一次之后，会一直接收数据。 2.为了分别显示三组不同状态，使用三组radiogroup，然后每一组里面通过radiobutton的选中来作为指示灯。 具体总体布局效果图如下 ...
C#调用科大讯飞离线命令词识别
05-31
好的，下面是一个简单的C#调用科大讯飞离线命令词识别的示例： 1. 在官网下载并安装科大讯飞离线命令词识别SDK。 2. 在C#项目中添加SDK的引用，并在代码中添加以下命名空间： ``` using System; using System.Collections.Generic; using System.IO; using System.Linq; using System.Text; using System.Threading.Tasks; using System.Windows.Forms; using IFlyTek.Speech; ``` 3. 在代码中创建SpeechRecognizer对象，并设置相关参数，例如语音输入源、识别语言、识别模式等等。以下是一个示例： ``` SpeechRecognizer recognizer = new SpeechRecognizer(); recognizer.SetParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_LOCAL); recognizer.SetParameter(SpeechConstant.RESULT_TYPE, SpeechConstant.RESULT_XML); recognizer.SetParameter(SpeechConstant.SUBJECT, "asr"); recognizer.SetParameter(SpeechConstant.LANGUAGE, "zh_cn"); recognizer.SetParameter(SpeechConstant.ACCENT, "mandarin"); recognizer.SetParameter(SpeechConstant.VAD_BOS, "10000"); recognizer.SetParameter(SpeechConstant.VAD_EOS, "10000"); recognizer.SetParameter(SpeechConstant.SAMPLE_RATE, "16000"); recognizer.SetParameter(SpeechConstant.ASR_DWA, "wpgs"); recognizer.SetParameter(SpeechConstant.ASR_OFFLINE_ENGINE_GRAMMER_FILE_PATH, "grammar.bnf"); recognizer.SetParameter(SpeechConstant.ASR_PTT, "1"); ``` 这里的语音输入源是本地，识别语言为中文，识别模式为命令词识别，使用的是语音识别语法规则文件(grammar.bnf)。 4. 调用SpeechRecognizer对象的StartRecognize方法开始识别： ``` recognizer.StartRecognize(new RecognizerListener()); ``` 这里的RecognizerListener是一个自定义的识别监听器，用于处理识别结果。 5. 在RecognizerListener中实现OnResult方法，获取识别结果并进行处理： ``` class RecognizerListener : RecognizerListenerAdapter { public override void OnResult(RecognizerResult result, bool isLast) { string text = result.GetString(); MessageBox.Show(text); } } ``` 这里的OnResult方法会在识别结束时被调用，result参数包含了识别结果，isLast参数表示是否是最后一次识别。 需要注意的是，离线命令词识别需要预先设置好命令词列表，以便识别时能够快速匹配。另外，在使用科大讯飞离线命令词识别时，建议使用专门的语音识别语法规则文件，以获得更好的识别效果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值