中国移动灵犀云声纹识别SDK（android）使用指南
随着智能家居概念的火热，语音交互这一新时代的人机交互方式再度掀起了热潮。移动互联网应用在设计开发时也纷纷考虑加入语音识别功能，带给用户除传统键盘或触控交互方式外的更便捷交互体验。中国移动近日推出的“灵犀云”，作为新一代的智能语音云平台，正致力于为应用提供全方位的智能语音能力服务，带给用户高效、准确、智能的交互体验。
基于中移动与语音行业领军者科大讯飞的深度战略合作背景，灵犀云的核心技术源自科大讯飞。凭借电信级网络及4G服务的优势，灵犀云在语音服务质量上具备领先优势。这也是继双方此前面向广大用户推出灵犀语音助手APP后，中移动向广大应用开发者们呈献的一大利器，助力应用进入智能交互时代。
这篇文章主要介绍利用灵犀云SDK（android）实现声纹识别的方法：
与指纹一样，声纹也是一种独一无二的生理特征，可以用来鉴别用户的身份。声纹密码的使用
包括以下过程：
1. 初始化
创建用户语音配置对象后才可以使用声纹服务，建议在程序入口处调用。
//将“12345678”替换成您申请的APPID，申请地址：http://dev.10086.cn/
SpeechUtility.createUtility(context,SpeechConstant.APPID+"=12345678");
现阶段支持三种类型的声纹密码，即文本密码、自由说和数字密码，在注册之前要选择声纹的类型。
// 首先创建SpeakerVerifier对象
mVerify = SpeakerVerifier.createVerifier(this, null);
// 通过setParameter设置密码类型，pwdType的取值为1、2、3，分别表示文本密码、自由说和数字密码
mVerify.setParameter(SpeechConstant.ISV_PWDT, "" + pwdType); pwdType的取值说明如下表所示：
| pwdType取值 | 说明 |
| 1 | 文本密码。用户通过读出指定的文本内容来进行声纹注册和验证，现阶段支持的文本有“芝麻开门”。 |
| 2 | 自由说密码。用户通过读一段文字来进行声纹注册和验证，注册时要求声音长度为20秒左右，验证时要求15秒左右，内容不限。 |
| 3 | 数字密码。从云端拉取若干组特定的数字串（默认有5组，每组8位数字），用户依次读出这5组数字进行注册，在验证过程中会生成一串特定的数字，用户通过读出这串数字进行验证。 |
除自由说外，其他两种密码需调用接口从云端获取：
// 通过调用getPasswordList方法来获取密码。mPwdListener是一个回调接口，当获取到密码后，SDK会调用其中的onBufferReceived方法对云端返回的JSON格式（具体格式见附录(4)）的密码进行处理，处理方法详见声纹Demo示例mVerify.getPasswordList(SpeechListener mPwdListener);
SpeechListener mPwdListenter = new SpeechListener() {
public void onEvent(int eventType, Bundle params) {}
public void onBufferReceived(byte[] buffer) {}
public void onCompleted(SpeechError error) {}
};
// 设置业务类型为训练
mVerify.setParameter(SpeechConstant.ISV_SST, "train");
// 设置密码类型
mVerify.setParameter(SpeechConstant.ISV_PWDT, "" + pwdType);
// 对于文本密码和数字密码，必须设置密码的文本内容，pwdText的取值为“芝麻开门”或者是从云端拉取的数字密码(每8位用“-”隔开，如
“62389704-45937680-32758406-29530846-58206497”)。自由说略过此步
mVerify.setParameter(SpeechConstant.ISV_PWD, pwdText);
// 对于自由说，必须设置采样频率为8000，并设置ISV_RGN为1。其他密码可略过此步
mVerify.setParameter(SpeechConstant.SAMPLE_RATE, "8000");
mVerify.setParameter(SpeechConstant.ISV_RGN, "1");
// 设置声纹对应的auth_id，它用于标识声纹对应的用户，为空时表示这是一个匿名用户
mVerify.setParameter(SpeechConstant.ISV_AUTHID, auth_id);
// 开始注册，当得到注册结果时，SDK会将其封装成VerifierResult对象，回调VerifierListener对象listener的onResult方法进行处理，处理方法详见Demo示例
mVerify.startListening(mRegisterListener);
VerifierListener mRegisterListener =new VerifierListener() {
public void onVolumeChanged(int volume) {}
public void onResult(VerifierResult result) {
public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {}
public void onError(SpeechError error) {}
public void onEndOfSpeech() {}
public void onBeginOfSpeech() {}
}; 注意，当auth_id为空时（匿名用户），将使用设备的设备ID来标识注册的声纹模型。由于设备ID不能跨设备，而且不同的设备所获取到的设备ID也有可能相同，推荐的作法是在注册模型的时为app的每个用户都指定一个唯一的auth_id。auth_id的格式为：6-18个字符，为字母、数字和下划线的组合且必须以字母开头，不支持中文字符，不能包含空格。
开发者通过声明一个VerifierListener对象并重写onResult方法来处理注册结果。在结果result中携带了一个返回码（0表示成功，-
1为失败）和错误码，用来判别注册是否成功以及出错原因，错误码的含义如下：
错误码 |
说明 |
| MSS_ERROR_IVP_GENERAL | 正常，请继续传音频 |
| MSS_ERROR_IVP_EXTRA_RGN_SOPPORT | rgn超过最大支持次数9 |
| MSS_ERROR_IVP_TRUNCATED | 音频波形幅度太大，超出系统范围，发生截幅 |
| MSS_ERROR_IVP_MUCH_NOISE | 太多噪音 |
| MSS_ERROR_IVP_TOO_LOW | 声音太小 |
| MSS_ERROR_IVP_ZERO_AUDIO | 没检测到音频 |
| MSS_ERROR_IVP_UTTER_TOO_SHORT | 音频太短 |
| MSS_ERROR_IVP_TEXT_NOT_MATCH | 音频内容与给定文本不一致 |
| MSS_ERROR_IVP_NO_ENOUGH_AUDIO | 音频长达不到自由说的要求 |
验证结果VerifierResult类中有一个vid字段，用于标识成功注册的声注模型。结果中包含的所有字段，以及各字段的含义见附录（4）。
3. 声纹验证
声纹验证过程与声纹注册类似，不同之处仅在于ISV_SST需要设置为“verify”，且不用设置ISV_RGN参数，其他参数的设置、验证结果的处理过程完全可参考上一节。
另外，为了达到较好的效果，请在声纹注册与验证过程中尽量与麦克风保持同样的距离（建议的最佳距离是15厘米左右）。如果距离差距较大的话，可能会对验证通过率产生较大影响。
4. 声纹模型操作
声纹注册成功后，在语音云端上会生成一个对应的模型来存储声纹信息，声纹模型的操作即对模型进行查询和删除。
// 首先设置声纹密码类型
mVerify.setParameter(SpeechConstant.ISV_PWDT, "" + pwdType);
// 对于文本和数字密码，必须设置声纹注册时用的密码文本，pwdText的取值为“芝麻开门”或者是从云平台拉取的数字密码。自由说略过此步
mVerify.setParameter(SpeechConstant.ISV_PWD, pwdText);
// 特别地，自由说一定要设置采样频率为8000，其他密码则不需要
mVerify.setParameter(SpeechConstant.SAMPLE_RATE, “8000”);
// 设置待操作的声纹模型的vid
mVerify.setParameter(SpeechConstant.ISV_VID, vid);
// 调用sendRequest方法查询或者删除模型，cmd的取值为“que”或“del”，表示查询或者删除，auth_id是声纹对应的用户标识，操作结果以异步方式回调SpeechListener类型对象listener的onBufferReceived方法进行处理，处理方法详见Demo示例
mVerify.sendRequest(cmd, auth_id, listener);