Android集成讯飞语音、百度语音、阿里语音识别

一、引言

demo下载地址:https://fir.im/jy28
demo源码查看:https://github.com/wapchief/android-CollectionDemo
效果图:

Android集成讯飞语音、百度语音、阿里语音识别_第1张图片

选这几个平台的主要也是从多方面考虑。
大概从这几个

  • 识别精准度
  • 免费限制
  • 稳定程度
  • 包体积
  • 拓展性

目前只有百度的语音服务支持长语音(60秒以上),和离线语音识别。
当然语音的库(.so)文件也是最大的。足足10多M。

二、申请应用

在集成之前,需要去相应的平台去申请应用。
拿到key等密钥。目前这几个平台都在测试免费层限制中。

百度是完全免费,讯飞有免费层日调用次数限制。

三、集成

首先去各大平台下载对于的语音文件库
一般都包含.so和libs两部分。这两部分都需要加入到项目中。

不过这里只需要注意一点是,每个平台的文档不一样,有些是使用libs集成第三方库,有些是使用jnilibs加载。

如果都按照第三方文档来集成,必定会出错。
这里统一使用jniLibs来集成(只适用于AndroidStudio)。如果是eclipse,则需要使用libs集成

如果在集成中遇到了问题,可以参考我以前写过的解决方案
Android关于libs,jniLibs库的基本使用说明及冲突解决

1、(必须)将下载后的所有so库文件(以.so结尾的文件)拷贝至项目下/app/src/main目录,如果没有则创建一个,里面的名字是固定的,注意不能修改,必须按照这样的架构目录集成。

Android集成讯飞语音、百度语音、阿里语音识别_第2张图片

2、(必须)将jar文件拷贝到libs目录中


Android集成讯飞语音、百度语音、阿里语音识别_第3张图片
image.png

然后将jar添加到项目。
可以使用右键对应的jar包,add-libs手动添加

3、(必须)在AndroidManifest.xml添加权限

以讯飞的权限文档说明为例


























如果SDK版本在6.0以上需要在项目中手动获取录音权限


    /*动态权限申请*/
    private void initPermission() {
        String permission[] = {Manifest.permission.RECORD_AUDIO,
                Manifest.permission.ACCESS_NETWORK_STATE,
                Manifest.permission.INTERNET,
                Manifest.permission.WRITE_EXTERNAL_STORAGE};
        ArrayList applyList = new ArrayList<>();

        for (String per : permission) {
            if (PackageManager.PERMISSION_GRANTED != ContextCompat.checkSelfPermission(this, per)) {
                applyList.add(per);
            }
        }

        String tmpList[] = new String[applyList.size()];
        if (!applyList.isEmpty()) {
            ActivityCompat.requestPermissions(this, applyList.toArray(tmpList), 123);
        }
    }

四、初始化服务

各个平台的初始化方法都不一样。
但大多数都是在自己项目的Application中初始化。


        //初始化讯飞语音
        SpeechUtility.createUtility(mContext, SpeechConstant.APPID +"=59daecea," + SpeechConstant.FORCE_LOGIN +"=true");
        //讯飞调试日志开启
        Setting.setShowLog(true);
        //初始化阿里语音
        NlsClient.openLog(true);
        NlsClient.configure(mContext);

有些是在AndroidManifest.xml中初始化

       
        
        
        

        

五、开启识别服务

以讯飞为例:
在开始识别前需要初始化识别对象,

 SpeechRecognizer  recognizer = SpeechRecognizer.createRecognizer(this, null);

然后配置听写参数

    /**
     * 参数设置
     */
    public void setParam() {
        //2.设置听写参数,详见《科大讯飞MSC API手册(Android)》SpeechConstant类
        recognizer.setParameter(SpeechConstant.DOMAIN, "iat");
        recognizer.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
        recognizer.setParameter(SpeechConstant.ACCENT, "mandarin ");
        //设置音频保存路径
        recognizer.setParameter(SpeechConstant.AUDIO_FORMAT, "wav");
        recognizer.setParameter(SpeechConstant.ASR_AUDIO_PATH, Environment.getExternalStorageDirectory() + "/msc/iat.wav");

    }

开始识别的开始和终止,及识别过程的内容回调

    //开启
    private void startXF() {
        setParam();
        recognizer.startListening(recognizerListener);
    }

    //停止
    private void stopXF() {

        recognizer.stopListening();
    }


    /*监听*/
    private RecognizerListener recognizerListener = new RecognizerListener() {
        @Override
        public void onVolumeChanged(int i, byte[] bytes) {
            //音量变化
        }

        @Override
        public void onBeginOfSpeech() {
            //开始说话
            Log.e(TAG, "XF开始说话");
        }

        @Override
        public void onEndOfSpeech() {
            //结束说话
            Log.e(TAG, "XF结束说话");

        }

        @Override
        public void onResult(RecognizerResult recognizerResult, boolean b) {
            //返回结果需要判断null
            text = JsonParser.parseIatResult(recognizerResult.getResultString());
            Log.e(TAG, "XFResult:" + text + "\n" + recognizerResult.getResultString());
            mVoiceTv.setText(recognizerResult.getResultString());
            printResult(recognizerResult);
        }

        @Override
        public void onError(SpeechError speechError) {
            //错误回调
            Log.e(TAG, "XFError:" + speechError.toString());

        }

        @Override
        public void onEvent(int i, int i1, int i2, Bundle bundle) {
            //事件拓展
        }
    };

解析语音识别的结果。

    //储存听写结果
    private HashMap mIatResults = new LinkedHashMap();

 /*解析器*/
    private void printResult(RecognizerResult results) {
        String text = JsonParser.parseIatResult(results.getResultString());

        String sn = null;
        // 读取json结果中的sn字段
        try {
            JSONObject resultJson = new JSONObject(results.getResultString());
            sn = resultJson.optString("sn");
        } catch (JSONException e) {
            e.printStackTrace();
        }

        mIatResults.put(sn, text);

        StringBuffer resultBuffer = new StringBuffer();
        for (String key : mIatResults.keySet()) {
            resultBuffer.append(mIatResults.get(key));
        }

        mVoiceEt.setText("讯飞识别结果:" + resultBuffer.toString());
        mVoiceEt.setSelection(mVoiceEt.length());
//        mVoiceTv.setText(resultBuffer.toString());
    }

六、异常及其他

SecurityException异常:
如果是在6.0以上版本的sdk可能会出现该问题,主要是临时权限调用,比如调用系统的录音文件播放,或者调用系统的图库。
可以参考调用图库的解决方案,原理一样
Android版本相机适配问题集合(不断整理更新中)

demo下载地址:
https://fir.im/jy28
demo源码:
https://github.com/wapchief/android-CollectionDemo

你可能感兴趣的:(Android集成讯飞语音、百度语音、阿里语音识别)