<交流贴>android语音识别之科大讯飞语音API的使用

 

因为最近在研究语音识别，所以借鉴了一下CreAmazing网友的帖子

Android系统本身其实提供有语音识别模块，在它的APIDemo里也有关于语音识别的sample，不过经过大多开发者的真机测试，发现很多真机并不能使用哪个sample，在网上查找了一下原因，大部分是因为开发者在刷机的时候，大部分的ROM都阉割掉了语音识别和语音合成TTS(Text To Speech)部分，所以运行sample的时候会有异常抛出。

如果不用google提供的语音识别，要怎么实现语音识别喃？科大讯飞的语音API就可以到，这里是关于它的官网介绍：http://dev.voicecloud.cn/developer.php?vt=1 下面我就用一个简单的实例来介绍一下它基本的使用

首先做一个简单的界面

上面的TextView显示识别的内容，三个Button分别为语音识别，语音合成并朗读和语音后台朗读三个功能

布局文件：

1. <font color="#000"><font face="Arial"><?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. <EditText
7. android:id="@+id/et"
8. android:layout_width="fill_parent"
9. android:layout_height="wrap_content" />
10. <Button
11. android:id="@+id/bt_recognize"
12. android:layout_width="fill_parent"
13. android:layout_height="wrap_content"
14. android:gravity="center"
15. android:text="Recognize" />
16. <Button
17. android:id="@+id/bt_speek"
18. android:layout_width="fill_parent"
19. android:layout_height="wrap_content"
20. android:gravity="center"
21. android:text="Speek" />
22. <Button
23. android:id="@+id/bt_speek_bg"
24. android:layout_width="fill_parent"
25. android:layout_height="wrap_content"
26. android:gravity="center"
27. android:text="Speek-Background" />
28. </LinearLayout>  </font></font>

复制代码

Activity代码如下：

1. <font color="#000"><font face="Arial">package sina.CreAmazing.voice;
2. import java.util.ArrayList;
3. import com.iflytek.speech.RecognizerResult;
4. import com.iflytek.speech.SpeechError;
5. import com.iflytek.speech.SynthesizerPlayer;
6. import com.iflytek.ui.RecognizerDialog;
7. import com.iflytek.ui.RecognizerDialogListener;
8. import com.iflytek.ui.SynthesizerDialog;
9. import com.iflytek.ui.SynthesizerDialogListener;
10. import android.app.Activity;
11. import android.os.Bundle;
12. import android.view.View;
13. import android.view.View.OnClickListener;
14. import android.widget.Button;
15. import android.widget.EditText;
16. public class Voice1Activity extends Activity {
17. /** Called when the activity is first created. */
18. // 声明控件
19. private EditText et;
20. private Button bt1;
21. private Button bt2;
22. private Button bt3;
23. //全局只设一个String，因为String为final类型，这样做节省内存
24. String text = "";
25. private static final String APPID = "appid=4f2d3a06";
26. @Override
27. public void onCreate(Bundle savedInstanceState) {
28. super.onCreate(savedInstanceState);
29. setContentView(R.layout.main);
30. bt1 = (Button) findViewById(R.id.bt_recognize);
31. bt2 = (Button) findViewById(R.id.bt_speek);
32. bt3 = (Button) findViewById(R.id.bt_speek_bg);
33. et = (EditText) findViewById(R.id.et);
34. // 初始化监听器
35. initListener();
36. }
37. private void initListener() {
38. bt1.setOnClickListener(myListener);
39. bt2.setOnClickListener(myListener);
40. bt3.setOnClickListener(myListener);
41. }
42. OnClickListener myListener = new OnClickListener() {
43. @Override
44. public void onClick(View v) {
45. // 根据不同View的id调用不同方法
46. switch (v.getId()) {
47. case R.id.bt_recognize:
48. // 这是语言识别部分，最重要的实例化一个
49. // RecognizerDialog并把你在官方网站申请的appid填入进去，非法id不能进行识别
50. RecognizerDialog isrDialog = new RecognizerDialog(
51. Voice1Activity.this, APPID);
52. /*
53. * 设置引擎目前支持五种 ”sms”：普通文本转写 “poi”：地名搜索 ”vsearch”：热词搜索
54. * ”video”：视频音乐搜索 ”asr”：命令词识别
55. */
56. isrDialog.setEngine("sms", null, null);
57. isrDialog.setListener(recoListener);
58. isrDialog.show();
59. break;
60. case R.id.bt_speek:
61. // 这是语言合成部分 同样需要实例化一个SynthesizerDialog ，并输入appid
62. SynthesizerDialog syn = new SynthesizerDialog(
63. Voice1Activity.this, APPID);
64. syn.setListener(new SynthesizerDialogListener() {
65. @Override
66. public void onEnd(SpeechError arg0) {
67. }
68. });
69. // 根据EditText里的内容实现语音合成
70. syn.setText(et.getText().toString(), null);
71. syn.show();
72. break;
73. case R.id.bt_speek_bg:
74. // 这是后台朗读，实例化一个SynthesizerPlayer
75. SynthesizerPlayer player = SynthesizerPlayer
76. .createSynthesizerPlayer(Voice1Activity.this, APPID);
77. // 设置语音朗读者，可以根据需要设置男女朗读，具体请看api文档和官方论坛
78. player.setVoiceName("vivixiaomei");
79. player.playText(et.getText().toString(), "ent=vivi21,bft=5",
80. null);
81. break;
82. default:
83. break;
84. }
85. }
86. };
87. // 语言识别监听器，有两个方法
88. RecognizerDialogListener recoListener = new RecognizerDialogListener() {
89. @Override
90. public void onResults(ArrayList<RecognizerResult> results,
91. boolean isLast) {
92. // 服务器识别完成后会返回集合，我们这里就只得到最匹配的那一项
93. text += results.get(0).text;
94. System.out.println(text);
95. }
96. @Override
97. public void onEnd(SpeechError error) {
98. if (error == null) {
99. // 完成后就把结果显示在EditText上
100. et.setText(text);
101. }
102. }
103. };
104. }</font></font>

复制代码

最后别忘了把科大讯飞的jar包引入工程的buildPath里面。

运行画面：

语音识别：

语音合成：

其实功能还不止这些，还有数据上传，关键字识别，获取上行下行流量，设置采样频率设置发音人，语速，音量等等等，如果感兴趣可以自己深入研究。

接上文，如何实现语音控制呢？比如当我们说天气的时候，界面会自动呈现的天气预报的界面，当我们说UC的时候，会自动跳转到UC浏览器上等等。其实方法很简单，仅仅需要对识别到的字符串进行判断，当它符合特定的字符串是就对Activity进行跳转，跳转到自己写好的Activity上，或者跳转到已安装的应用上，下面来看具体怎么实现：

首先我们在layout布局里增加一个ToggleButton用于开关语音控制：

然后我们就在获取结果的RecognizerDialogListener下面改变几行代码：

1. <font color="#333333"><font face="Arial">RecognizerDialogListener recoListener = new RecognizerDialogListener() {
2. @Override
3. public void onResults(ArrayList<RecognizerResult> results,
4. boolean isLast) {
5. //新增加了一个ToggleButton tb，首先检查tb是否被按下，如果被按下才进行语言控制，没被按下就进行文字识别
6. if (tb.isChecked()) {
7. //doVoice方法就是进行识别
8. doVoice(results);
9. } else {
10. // 服务器识别完成后会返回集合，我们这里就只得到最匹配的那一项
11. text += results.get(0).text;
12. System.out.println(text);
13. }
14. }</font></font>

复制代码

如果进行语言识别就把返回的结果传入上面的doVoice方法里，doVoice如下：

1. <font color="#333333"><font face="Arial">//首先迭代结果，然后获取每个结果，并进行对比，如果包含有特定字符串，那么就执行相应Intent跳转。
2. //注意 凡是Intent能办到的（发邮件，跳到已安装应用，拨号，发短信，发彩信，浏览网页，播放多媒体。。。。），它就都能办到。
3. private void doVoice(ArrayList<RecognizerResult> results) {
4. Intent i = new Intent();
5. for(RecognizerResult result : results){
6. if(result.text.contains("天气")){
7. //天气界面的跳转
8. i.setClass(Voice1Activity.this, Weather.class);
9. startActivity(i);
10. }else if(result.text.contains("新闻")){
11. //新闻界面的跳转
12. i.setClass(Voice1Activity.this, News.class);
13. startActivity(i);
14. }else if(result.text.contains("短信")){
15. //短信界面的跳转
16. i.setAction(Intent.ACTION_VIEW);
17. i.setType("vnd.android-dir/mms-sms");
18. startActivity(i);
19. }else{
20. //如果没有相应指令就用Toast提示用户
21. Toast.makeText(Voice1Activity.this, "无法识别", Toast.LENGTH_SHORT).show();
22. }
23. }
24. } </font></font>

复制代码

如下是做得相应简单界面：

<ignore_js_op>

<ignore_js_op>

其实在主UI里执行那么耗时操作比如语音的识别与控制并不是很好的方法，其实完全可以把这些耗时的操作交给Service来做只要在主Activity的开始，启动一个Service，定义好各种逻辑接口并把那些耗时的操作交给Service就行了，在Service里面实现语音的识别，控制和逻辑的跳转。

源码地址：

游客，如果您要查看本帖隐藏内容请回复