首页 > 代码库 > 转：基于科大讯飞语音API语音识别开发详解

转：基于科大讯飞语音API语音识别开发详解

2024-07-08 12:36:39   228人阅读

 

最近项目需要用到android语音识别，立马就想到科大讯飞，结合官方实例及阅读API文档，初步的完成了Android语音识别，下面是实现过程实录。

一、准备工作

1、你需要android手机应用开发基础

2、科大讯飞语音识别SDK android版

3、科大讯飞语音识别开发API文档

4、android手机

关于科大讯飞SDK及API文档，请到科大语音官网下载：http://open.voicecloud.cn/

当然SDK和API有多个版本可选，按照你的需要下载，其次，下载需要填写资料申请注册，申请通过或可获得Appid

二、语音识别流程

1、创建识别控件

函数原型

Public RecognizerDialog(Context context,String params)

其中Context表示当前上下文环境，传this即可

Params有参数详见API文档

2、用Appid登录到科大讯飞服务器（自动连接，需要联网）

主要用到SpeechUser（com.iflytek.speech包下）类下的getUser().login()函数

其中getUser()表示获取用户对象，可以实现用户登录，注销等操作

Login函数原型

Public boolean login(Context context,String usr,String pwd,String

参数详见API文档

3、读取语言识别语法

通过abnf文件并读取该文件，实现指定的语言识别语法，比如为了识别并计算国内两个城市之间的距离，abnf文件的内容可以是如下

 

 
 
 
 
Java
 
1
2
3
4
5
6
7
"#ABNF 1.0 gb2312;
language zh-CN;
mode voice;
root $main;
$main = $place1 到$place2 ;
$place1 = 北京 | 武汉 | 南京 | 天津 | 天京 | 东京;
$place2 = 上海 | 合肥;"

 

Abnf文件的读取参考后面的具体开发实例

4、设置识别参数及识别监听器

通过RecognizerDialog下的setEngine()方法设置参数

函数原型

public void setEngine(String engine,String params,String grammar)

详细的参数请参考API文档

5、识别结果回调

需要实现RecognizerDialogListener接口，其中有两个方法需要重写，分别是

1)public void onResults(ArrayList<RecognizerResult> results,boolean isLast)

其中result是RecognizerResult对象的集合，RecognizerResult的属性有

String text 识别文本

Int confidence 识别可信度

2)public void onEnd(SpeechError error)

6、识别结果处理（自行处理）

自己将文本进行处理。

三、详细开发过程

1、新建Android项目

和普通的android项目一样，只是需要加入科大讯飞语言SDK包，主要包括

Msc.jar及libmsc.so动态库文件，项目lib截图

android_voice1.jpg

2、布局

这里只进行简单的布局，只设置一个按钮作为语言识别按钮及一个文本组件用作显示识别结果，布局文件如下

 

 
 
 
 
XHTML
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools"
    android:orientation="vertical"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:paddingBottom="@dimen/activity_vertical_margin"
    android:paddingLeft="@dimen/activity_horizontal_margin"
    android:paddingRight="@dimen/activity_horizontal_margin"
    android:paddingTop="@dimen/activity_vertical_margin"
    android:background="@drawable/color"
    tools:context=".MainActivity" >
    <ImageView
      android:id="@+id/voice"
      android:layout_width="fill_parent"
      android:layout_height="wrap_content"
      android:layout_marginTop="100dp"
      android:src="@drawable/voice"/>
    
     <TextView
        android:id="@+id/result"
        android:layout_height="wrap_content"
        android:layout_marginTop="50dp"
        android:layout_gravity="center_vertical"
        android:layout_width="fill_parent"
        android:text="提示：请说出你所在的城市"/>
    
</LinearLayout>

 

3、识别语法文件

这里只是简答的识别所说的城市名，其中指定了“北京”、“上海”、“广州”、“深圳”、“厦门”

 

 
 
 
 
Java
 
1
2
3
4
5
6
7
#ABNF 1.0 gb2312;
language zh-CN;
mode voice;
 
root $main;
$main = $where ;
$where = 北京 | 上海 | 广州 | 深圳 | 厦门;

 

4、MainActivity程序

代码如下，请参考上面的语言识别流程

 

 
 
 
 
Java
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
package com.example.androidclient;
 
import java.io.InputStream;
import java.util.ArrayList;
 
import com.iflytek.speech.RecognizerResult;
import com.iflytek.speech.SpeechError;
import com.iflytek.speech.SpeechListener;
import com.iflytek.speech.SpeechUser;
import com.iflytek.ui.RecognizerDialog;
import com.iflytek.ui.RecognizerDialogListener;
 
import android.os.Bundle;
import android.app.Activity;
import android.content.SharedPreferences;
import android.view.Menu;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.ImageView;
import android.widget.TextView;
import android.widget.Toast;
 
public class MainActivity extends Activity{
    //组件
    private ImageView voice = null;
    private TextView result = null;
    private Toast mToast = null;
    
    //语音识别
    private final String APP_ID = "514fb8d7";
    private final static String KEY_GRAMMAR_ID = "grammar_id";
    private RecognizerDialog recognizerDialog = null;
    private String grammarText = null;
    private String grammarID = null;
    
 
    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        super.setContentView(R.layout.activity_main);
        
        this.voice = (ImageView)super.findViewById(R.id.voice);
        this.result = (TextView)super.findViewById(R.id.result);
        
        //初始化识别
        mToast = Toast.makeText(this,"",Toast.LENGTH_SHORT);
        mToast.setMargin(0f, 0.2f);
        recognizerDialog = new RecognizerDialog(this,"appid="+APP_ID);
        SpeechUser.getUser().login(this, null, null, "appid="+APP_ID, loginListener);
        
        // 读取保存的语法ID
        SharedPreferences preference = this.getSharedPreferences("abnf",MODE_PRIVATE);
        grammarID =preference.getString(KEY_GRAMMAR_ID, null);
        grammarText = readAbnfFile();
        
        
        this.voice.setOnClickListener(new Voice());
        
    }
 
    
    private class Voice implements OnClickListener {
 
        @Override
        public void onClick(View v) {
            
            MainActivity.this.voice.setImageResource(R.drawable.voicelight);
            recognizerDialog.setListener(mRecoListener);
            recognizerDialog.setEngine(null, "grammar_type=abnf", grammarText);
            recognizerDialog.show();
        }
    }
    
    //语音识别用户登录监听器
    private SpeechListener loginListener = new SpeechListener()
    {
 
        @Override
        public void onData(byte[] arg0) {
        }
 
        @Override
        public void onEnd(SpeechError error) {
            if(error != null)
            {
                mToast.setText("登录失败");
                mToast.show();
            }
            else
            {
                mToast.setText("登录成功");
                mToast.show();
            }
        }
 
        @Override
        public void onEvent(int arg0, Bundle arg1) {
        }        
    };
    
    //读取语音识别语法
    private String readAbnfFile()
    {
        int len = 0;
        byte []buf = null;
        String grammar = "";
        try {
            InputStream in = getAssets().open("gm_continuous_digit.abnf");            
            len  = in.available();
            buf = new byte[len];
            in.read(buf, 0, len);
            grammar = new String(buf,"gb2312");
        } catch (Exception e1) {
            e1.printStackTrace();
        }
        return grammar;
 
    }
    //识别结果回调
    private RecognizerDialogListener mRecoListener = new RecognizerDialogListener()
    {
        @Override
        public void onResults(ArrayList<RecognizerResult> results,boolean isLast) {
            String text = "";
            text = results.get(0).text;
            mToast.setText("识别结果为："+text);
            mToast.show();
            result.setText("识别结果为："+text);
        }
 
        @Override
        public void onEnd(SpeechError error) {
            MainActivity.this.voice.setImageResource(R.drawable.voice);
        }
        
    };
}

 

5、给程序相应的权限

 

 
 
 
 
XHTML
 
1
2
3
4
5
6
<uses-permission android:name="android.permission.RECORD_AUDIO" />
<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE" />
<uses-permission android:name="android.permission.READ_PHONE_STATE"/>

 

由于本程序用到了网络、麦克风等，需要给定一下权限

6、结果截图

android_voice2android_voice3

四、项目文件及android程序下载

项目源文件及android程序安装包

下载地址：http://pan.baidu.com/share/link?shareid=494903&uk=3087605183

本站统一解压密码：www.52wulian.org


联系
我们