Android科大讯飞——语音识别

Posted 2022-12-09 摸爬滚打的程序媛

 

目录

一、准备工作

二、项目集成

三、项目实战

四、项目演练

五、参考文档

六、案例源码

---

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”。

 

3、 进入控制台后，选择“创建新应用”，填写相关信息后，提交。

 

 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。

 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。

 

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。

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。

2、项目src/main/目录下，新建  jniLibs文件夹。

 

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。

 

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();
    

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
        
    ;

四、项目演练

注意：因为是在线语音识别，所以项目需要在真机，且有网络的情况下运行，demo代码中没有对网络状态进行判断，小伙伴们可以自行添加。

五、参考文档

语音听写 Android SDK 文档 https://www.xfyun.cn/doc/asr/voicedictation/Android-SDK.html

MSC Android API 文档：http://mscdoc.xfyun.cn/android/api/

六、案例源码

码云：https://gitee.com/lilium_foliage/XFVoiceRecognize

csdn：https://download.csdn.net/download/qq_38950819/12005144