语音sdk使用

2024-09-06 01:32
文章标签 sdk 使用 语音

本文主要是介绍语音sdk使用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

语音识别技术最近貌似是越来越火了。再前几天科大讯飞还刚刚发布了讯飞语点——一个据说要挑战siri的应用。……好吧，对这些的东西讨论要说起来就多了。

本文主要讲如何在自己的android应用中集成语音识别技术——自然，是使用科大讯飞的sdk。


讯飞的语音sdk是需要申请的，地址是：http://dev.voicecloud.cn/developer.php?vt=1 。申请一个讯飞的开发者账号，然后申请一个appid，申请的时候需要填写开发者信息和你的应用的信息。

申请之后经过审核通过，会得到一个appid，这个是在使用语音服务时需要用到的。（笔者感觉申请还是比较容易通过的，简单地填写一下就通过了。速度也很快，我在晚上十一点多申请的，到第二天早上九点多就收到审核通过的邮件。个人感觉这个审核只是为了防止恶意使用，毕竟语音服务是要使用讯飞的服务器资源的。）

申请到appid之后就可以下载SDK了，然后使用语音服务了。


以下我试用的过程，（点击button，弹出语音框，说完之后将识别的结果显示在EditText中）：

  • 在eclipse里新建一个android工程
  • 导入讯飞的语音jar包
  • 讯飞的服务是需要一堆权限的，在manifest.xml中加入
    [html]  view plain copy print ?
    1. <uses-permission android:name="android.permission.RECORD_AUDIO" />  
    2. <uses-permission android:name="android.permission.INTERNET" />  
    3. <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />  
    4. <uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />  
    5. <uses-permission android:name="android.permission.CHANGE_NETWORK_STATE" />  
    6. <uses-permission android:name="android.permission.READ_PHONE_STATE" />  
    分别为：通过麦克风录音、联网、获取网络信息状态、获取wifi状态、改变网络状态如是否能联网、访问电话状态
  • 在main.xml中添加一个EditText和一个Button，如下
    [html]  view plain copy print ?
    1. <?xml version="1.0" encoding="utf-8"?>  
    2. <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"  
    3.     android:layout_width="fill_parent"  
    4.     android:layout_height="fill_parent"  
    5.     android:orientation="vertical" >  
    6.   
    7.     <EditText  
    8.         android:id="@+id/editText"  
    9.         android:layout_width="fill_parent"  
    10.         android:layout_height="300dp"  
    11.         android:gravity="top"  
    12.         android:inputType="textMultiLine" >  
    13.   
    14.         <requestFocus />  
    15.     </EditText>  
    16.   
    17.     <Button  
    18.         android:id="@+id/button_start"  
    19.         android:layout_width="wrap_content"  
    20.         android:layout_height="wrap_content"  
    21.         android:text="点击开始说话" />  
    22.   
    23. </LinearLayout>  
  • 然后在MainActivity中编写代码实现了

（这里可以看到在线的文档：http://dev.voicecloud.cn/developer.php?category=YW5kcm9pZA%3D%3D&column=ZG9jdW1lbnQ%3D&type=d2lkZ2V0）

通过阅读讯飞给的文档，可以发现标准的识别控件是RecognizerDialog——是一个Dialog的子类，所以我们是可以在Activity中通过showDialog(int)方法来调用它的。

重写Activity的方法

[java]  view plain copy print ?
  1. @Override  
  2. protected Dialog onCreateDialog(int id) {}  
在其中创建并设置好一个RecognizerDialog即可。


创建RecognizerDialog方法为

[java]  view plain copy print ?
  1. RecognizerDialog recognizerDialog = new RecognizerDialog(  
  2.         MainActivity.this, "appid=1234567");// 这里应该写从科大讯飞申请到的appid  
（其中appid应该写自己从讯飞申请到的appid，由于协议的问题，我不便把自己申请的id公开，所以这里用了1234567来代替。根据讯飞的说明，非法的appid是不能使用语音服务的，但是我用随机数字试验了一下，居然也是能用的，不知道是不是BUG。）

                          官方的文档：

        

然后需要设置识别参数

[java]  view plain copy print ?
  1. recognizerDialog.setEngine("sms", null, null);  
第一个参数“sms”表示为请求的服务为“语音识别”。后两个参数暂时设为null就好。

             官方文档：


最后还需给recognizerDialog设置一个listener，回调接口用以获取结果，

recognizerDialog.setListener(RecognizerDialogListener listener)的参数为RecognizerDialogListener接口，实现此接口要重写两个方法：onResults(ArrayList results,boolean isLast)和onEnd(SpeechError error)。用以获取和处理结果。

我的实现为直接写了一个匿名类：

[java]  view plain copy print ?
  1. recognizerDialog.setListener(new RecognizerDialogListener() {  
  2.     @Override  
  3.     public void onResults(ArrayList<RecognizerResult> results,  
  4.             boolean arg1) {  
  5.         StringBuffer result = new StringBuffer();  
  6.         for (RecognizerResult r : results) {  
  7.             result.append(r.text);  
  8.         }  
  9.         editText.setText(result.toString());  
  10.     }  
  11.   
  12.     @Override  
  13.     public void onEnd(SpeechError arg0) {  
  14.   
  15.     }  
  16. });  
然后将此RecognizerDialog返回即可。


完整的MainActivity代码：

[java]  view plain copy print ?
  1. import com.iflytek.speech.RecognizerResult;  
  2. import com.iflytek.speech.SpeechError;  
  3. import com.iflytek.ui.RecognizerDialog;  
  4. import com.iflytek.ui.RecognizerDialogListener;  
  5.   
  6. public class MainActivity extends Activity {  
  7.   
  8.     EditText editText = null;  
  9.     Button startButton = null;  
  10.   
  11.     @Override  
  12.     public void onCreate(Bundle savedInstanceState) {  
  13.         super.onCreate(savedInstanceState);  
  14.         setContentView(R.layout.main);  
  15.         editText = (EditText) findViewById(R.id.editText);  
  16.         startButton = (Button) findViewById(R.id.button_start);  
  17.         startButton.setOnClickListener(new OnClickListener() {  
  18.             @Override  
  19.             public void onClick(View v) {  
  20.                 showDialog(1);  
  21.             }  
  22.         });  
  23.     }  
  24.   
  25.     @Override  
  26.     protected Dialog onCreateDialog(int id) {  
  27.         RecognizerDialog recognizerDialog = new RecognizerDialog(  
  28.                 MainActivity.this, "appid=1234567");// 这里应该写从科大讯飞申请到的appid  
  29.         recognizerDialog.setEngine("sms", null, null);  
  30.         recognizerDialog.setListener(new RecognizerDialogListener() {  
  31.             @Override  
  32.             public void onResults(ArrayList<RecognizerResult> results,  
  33.                     boolean arg1) {  
  34.                 StringBuffer result = new StringBuffer();  
  35.                 for (RecognizerResult r : results) {  
  36.                     result.append(r.text);  
  37.                 }  
  38.                 editText.setText(result.toString());  
  39.             }  
  40.   
  41.             @Override  
  42.             public void onEnd(SpeechError arg0) {  
  43.   
  44.             }  
  45.         });  
  46.         return recognizerDialog;  
  47.     }  
  48. }  

程序在真机运行截图，经过检验，科大讯飞的识别率还是很高的。

         

      

demo下载地址：http://download.csdn.net/detail/barryhappy/4178459

这篇关于语音sdk使用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1140614。

相关文章

中文分词jieba库的使用与实景应用（一）

中文分词jieba库的使用与实景应用（一）

知识星球：https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义： 精确模式（默认模式）： 全模式： 搜索引擎模式： paddle 模式（基于深度学习的分词模式）： 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取
阅读更多...
使用SecondaryNameNode恢复NameNode的数据

使用SecondaryNameNode恢复NameNode的数据

1）需求： NameNode进程挂了并且存储的数据也丢失了，如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2）故障模拟 （1）kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 （2）删除NameNode存储的数据（/opt/module/hadoop-3.1.4/data/tmp/dfs/na
阅读更多...
Hadoop数据压缩使用介绍

Hadoop数据压缩使用介绍

一、压缩原则 （1）运算密集型的Job，少用压缩 （2）IO密集型的Job，多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1）为了支持多种压缩/解压缩算法，Hadoop引入了编码/解码器 2）要在Hadoop中启用压缩，可以配置如下参数
阅读更多...
Makefile简明使用教程

Makefile简明使用教程

文章目录 规则makefile文件的基本语法：加在命令前的特殊符号：.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具，常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件
阅读更多...
使用opencv优化图片（画面变清晰）

使用opencv优化图片（画面变清晰）

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化，使其看起来更清晰，同时保持尺寸不变，通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多，主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器：相机传
阅读更多...
阿里开源语音识别SenseVoiceWindows环境部署

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别： 采用超过 40 万小时数据训练，支持超过 50 种语言，识别效果上优于 Whisper 模型。富文本识别：具备优秀的情感识别，能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力，支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推
阅读更多...
让树莓派智能语音助手实现定时提醒功能

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现，因为rasa本身是带有remindschedule模块的。不过经过一番折腾后，忽然发现，chatbot上实现的定时，语音助手不一定会有响应。因为，我目前语音助手的代码设置了长时间无应答会结束对话，这样一来，chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢？ 我最后选择的方法是用threading.Time
阅读更多...
pdfmake生成pdf的使用

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据，将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma
阅读更多...
零基础学习Redis(10) -- zset类型命令使用

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合，内部除了存储元素外，还会存储一个score，存储在zset中的元素会按照score的大小升序排列，不同元素的score可以重复，score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]
阅读更多...
git使用的说明总结

git使用的说明总结

Git使用说明 下载安装(下载地址) macOS: Git - Downloading macOS Windows: Git - Downloading Windows Linux/Unix: Git (git-scm.com) 创建新仓库 本地创建新仓库：创建新文件夹，进入文件夹目录，执行指令 git init ，用以创建新的git 克隆仓库 执行指令用以创建一个本地仓库的
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2