Android中语音识别使用的比较：按意图还是线程？

Posted 2023-04-19

【中文标题】Android中语音识别使用的比较：按意图还是线程？

【英文标题】：Comparison of Speech Recognition use in Android: by Intent or on-thread?

【发布时间】：2012-08-08 11:11:38

【问题描述】：

简介

android 为我提供了两种使用语音识别的方法。

第一种方式是Intent，如这个问题：Intent example。一个新的Activity 被推送到堆栈的顶部，它倾听用户的声音，听到一些语音，尝试转录它（通常通过云），然后通过onActivityResult 调用将结果返回到我的应用程序。

第二是通过获取SpeechRecognizer，就像这里的代码：SpeechRecognizer example。在这里，看起来语音是在其他线程上录制和转录的，然后回调给我带来结果。这是在不离开我的Activity的情况下完成的。

我想了解这两种语音识别方式的优缺点。

到目前为止我得到了什么

使用Intent：

编码简单 避免重新发明*** 在整个设备上提供一致的语音识别用户体验

但是

使用自己的窗口创建新活动可能会很慢

使用SpeechRecognizer：

让我保留对应用中 UI 的控制权 让我有更多的可能性回应 (documentation)

但是

仅限于从主线程调用 更多的控制需要更多的错误检查。

【问题讨论】：

这很奇怪。为什么人们对这个问题投了反对票？为什么不给我一些反馈呢？

而且他们似乎也对这两个答案都投了反对票。爱在哪里？

我认为这两种方法都有启动缓慢的问题。应用程序希望启动语音识别与启动语音识别之间存在延迟。至少使用 Intent 方法，用户可以通过各种对话了解，使用语音识别器，您必须以其他方式告诉用户。

有没有启动不慢的替代方案？

不，除了慢启动，别无选择。更糟糕的是，开始时间是可变的。有时是快有时慢。你必须对 UI 做一些事情来提供帮助，或者谷歌可能会通过添加一些有用的哔哔声来解决它。

【参考方案1】：

除此之外，我至少要补充一点：

SpeechRecognizer 更适合免提用户界面，因为您的应用实际上可以响应“无匹配”之类的错误条件，并且可能会自行重启。当您使用Intent 时，应用会发出哔哔声并显示一个对话框，用户必须按下才能继续。

我的总结如下：

语音识别器

显示不同的 UI 或根本不显示 UI。您真的希望您的应用程序的用户界面发出哔哔声吗？您真的希望您的 UI 在出现错误时显示对话框并等待用户点击吗？

应用可以在语音识别发生时做其他事情

可以在后台运行或从 服务

可以更好地处理错误

可以访问低级语音内容，例如原始音频或 RMS。分析该音频或使用响度发出某种闪光以表明应用正在收听

意图

用户界面一致且易于使用 易于编程

【讨论】：

一个比另一个更准确吗？还是 Intent 版本只是 SpeechRecognizer 的 UI？

准确率是一样的

【参考方案2】：

主要区别在于用户界面。 SpeechRecognizer 没有，所以你负责创建一个。 我曾经写过一个原型，我有一个用于听耳机按钮的接收器，然后激活语音识别来听一些命令。屏幕没有激活，所以我不得不使用SpeechRecognizer（我的用户界面是一些预先录制的声音和文本转语音）。

第二个区别是SpeechRecognizer 有持续倾听的能力。意图版本总是会在一段时间后结束强制执行。例如，SpeechRecognizer 被语音识别“键盘”使用，因此您可以口述 SMS。 在这种情况下，您将仅收到部分结果（在正常模式下SpeechRecognizer 仅提供最终结果）。

【讨论】：

不正确。 SpeechRecognizer 和 Intent 都会在一定的可控周期后结束。使用 SpeechRecognizer 至少你可以重新启动它。

你们都错了。 ;) 这一切都取决于提供语音识别服务的应用程序。它可以随心所欲地运行。如果是SpeechRecognizer，调用者可以调用cancel，但不能控制录制时间。在 Intent 的情况下，控制权被移交给一个新的 Activity，只有当用户按下 BACK 时才能完成。

【参考方案3】：

其他答案没有提到的一件事：如果设备上安装了多个语音识别器，那么用户在它们之间的切换会有所不同，具体取决于使用的是“Intent”还是SpeechRecognizer。

如果是“Intent”，则会弹出标准活动选择对话框。用户可以选择要使用的识别器，并可选择将其全局设置为默认识别器，以避免将来出现对话框。 如果是SpeechRecognizer，用户可以在全局设置中设置和配置默认识别器（ICS 上的Language and input -> Voice recognizer）。

因此，根据使用的接口，有关设置默认识别器和在识别器之间切换的文档应该有所不同。 （在大多数情况下，虽然只有一个识别器，谷歌语音搜索，所以这在实践中可能不是一个大问题。）