转载 android语音识别之科大讯飞语音API的使用
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：
[java] view plaincopy
<?xml version="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
android:layout_width="fill_parent"
android:layout_height="fill_parent"
android:orientation="vertical" >
<EditText
android:id="@+id/et"
android:layout_width="fill_parent"
android:layout_height="wrap_content" />
<Button
android:id="@+id/bt_recognize"
android:layout_width="fill_parent"
android:layout_height="wrap_content"
android:gravity="center"
android:text="Recognize" />
<Button
android:id="@+id/bt_speek"
android:layout_width="fill_parent"
android:layout_height="wrap_content"
android:gravity="center"
android:text="Speek" />
<Button
android:id="@+id/bt_speek_bg"
android:layout_width="fill_parent"
android:layout_height="wrap_content"
android:gravity="center"
android:text="Speek-Background" />
</LinearLayout>
[java] view plaincopy
<?xml version="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
android:layout_width="fill_parent"
android:layout_height="fill_parent"
android:orientation="vertical" >
<EditText
android:id="@+id/et"
android:layout_width="fill_parent"
android:layout_height="wrap_content" />
<Button
android:id="@+id/bt_recognize"
android:layout_width="fill_parent"
android:layout_height="wrap_content"
android:gravity="center"
android:text="Recognize" />
<Button
android:id="@+id/bt_speek"
android:layout_width="fill_parent"
android:layout_height="wrap_content"
android:gravity="center"
android:text="Speek" />
<Button
android:id="@+id/bt_speek_bg"
android:layout_width="fill_parent"
android:layout_height="wrap_content"
android:gravity="center"
android:text="Speek-Background" />
</LinearLayout>
Activity代码如下：
[java] view plaincopy
package sina.CreAmazing.voice;
import java.util.ArrayList;
import com.iflytek.speech.RecognizerResult;
import com.iflytek.speech.SpeechError;
import com.iflytek.speech.SynthesizerPlayer;
import com.iflytek.ui.RecognizerDialog;
import com.iflytek.ui.RecognizerDialogListener;
import com.iflytek.ui.SynthesizerDialog;
import com.iflytek.ui.SynthesizerDialogListener;
import android.app.Activity;
import android.os.Bundle;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.EditText;
public class Voice1Activity extends Activity {
/** Called when the activity is first created. */
// 声明控件
private EditText et;
private Button bt1;
private Button bt2;
private Button bt3;
//全局只设一个String，因为String为final类型，这样做节省内存
String text = "";
private static final String APPID = "appid=4f2d3a06";
@Override
public void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.main);
bt1 = (Button) findViewById(R.id.bt_recognize);
bt2 = (Button) findViewById(R.id.bt_speek);
bt3 = (Button) findViewById(R.id.bt_speek_bg);
et = (EditText) findViewById(R.id.et);
// 初始化监听器
initListener();
}
private void initListener() {
bt1.setOnClickListener(myListener);
bt2.setOnClickListener(myListener);
bt3.setOnClickListener(myListener);
}
OnClickListener myListener = new OnClickListener() {
@Override
public void onClick(View v) {
// 根据不同View的id调用不同方法
switch (v.getId()) {
case R.id.bt_recognize:
// 这是语言识别部分，最重要的实例化一个
// 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
RecognizerDialog isrDialog = new RecognizerDialog(
Voice1Activity.this, APPID);
/*
* 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
* ”video”：视频音乐搜索 ”asr”：命令词识别
*/
isrDialog.setEngine("sms", null, null);
isrDialog.setListener(recoListener);
isrDialog.show();
break;
case R.id.bt_speek:
// 这是语言合成部分 同样需要实例化一个SynthesizerDialog ，并输入appid
SynthesizerDialog syn = new SynthesizerDialog(
Voice1Activity.this, APPID);
syn.setListener(new SynthesizerDialogListener() {
@Override
public void onEnd(SpeechError arg0) {
}
});
// 根据EditText里的内容实现语音合成
syn.setText(et.getText().toString(), null);
syn.show();
break;
case R.id.bt_speek_bg:
// 这是后台朗读，实例化一个SynthesizerPlayer
SynthesizerPlayer player = SynthesizerPlayer
.createSynthesizerPlayer(Voice1Activity.this, APPID);
// 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
player.setVoiceName("vivixiaomei");
player.playText(et.getText().toString(), "ent=vivi21,bft=5",
null);
break;
default:
break;
}
}
};
// 语言识别监听器，有两个方法
RecognizerDialogListener recoListener = new RecognizerDialogListener() {
@Override
public void onResults(ArrayList<RecognizerResult> results,
boolean isLast) {
// 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
text += results.get(0).text;
System.out.println(text);
}
@Override
public void onEnd(SpeechError error) {
if (error == null) {
// 完成后就把结果显示在EditText上
et.setText(text);
}
}
};
}
[java] view plaincopy
package sina.CreAmazing.voice;
import java.util.ArrayList;
import com.iflytek.speech.RecognizerResult;
import com.iflytek.speech.SpeechError;
import com.iflytek.speech.SynthesizerPlayer;
import com.iflytek.ui.RecognizerDialog;
import com.iflytek.ui.RecognizerDialogListener;
import com.iflytek.ui.SynthesizerDialog;
import com.iflytek.ui.SynthesizerDialogListener;
import android.app.Activity;
import android.os.Bundle;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.EditText;
public class Voice1Activity extends Activity {
/** Called when the activity is first created. */
// 声明控件
private EditText et;
private Button bt1;
private Button bt2;
private Button bt3;
//全局只设一个String，因为String为final类型，这样做节省内存
String text = "";
private static final String APPID = "appid=4f2d3a06";
@Override
public void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.main);
bt1 = (Button) findViewById(R.id.bt_recognize);
bt2 = (Button) findViewById(R.id.bt_speek);
bt3 = (Button) findViewById(R.id.bt_speek_bg);
et = (EditText) findViewById(R.id.et);
// 初始化监听器
initListener();
}
private void initListener() {
bt1.setOnClickListener(myListener);
bt2.setOnClickListener(myListener);
bt3.setOnClickListener(myListener);
}
OnClickListener myListener = new OnClickListener() {
@Override
public void onClick(View v) {
// 根据不同View的id调用不同方法
switch (v.getId()) {
case R.id.bt_recognize:
// 这是语言识别部分，最重要的实例化一个
// 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
RecognizerDialog isrDialog = new RecognizerDialog(
Voice1Activity.this, APPID);
/*
* 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
* ”video”：视频音乐搜索 ”asr”：命令词识别
*/
isrDialog.setEngine("sms", null, null);
isrDialog.setListener(recoListener);
isrDialog.show();
break;
case R.id.bt_speek:
// 这是语言合成部分 同样需要实例化一个SynthesizerDialog ，并输入appid
SynthesizerDialog syn = new SynthesizerDialog(
Voice1Activity.this, APPID);
syn.setListener(new SynthesizerDialogListener() {
@Override
public void onEnd(SpeechError arg0) {
}
});
// 根据EditText里的内容实现语音合成
syn.setText(et.getText().toString(), null);
syn.show();
break;
case R.id.bt_speek_bg:
// 这是后台朗读，实例化一个SynthesizerPlayer
SynthesizerPlayer player = SynthesizerPlayer
.createSynthesizerPlayer(Voice1Activity.this, APPID);
// 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
player.setVoiceName("vivixiaomei");
player.playText(et.getText().toString(), "ent=vivi21,bft=5",
null);
break;
default:
break;
}
}
};
// 语言识别监听器，有两个方法
RecognizerDialogListener recoListener = new RecognizerDialogListener() {
@Override
public void onResults(ArrayList<RecognizerResult> results,
boolean isLast) {
// 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
text += results.get(0).text;
System.out.println(text);
}
@Override
public void onEnd(SpeechError error) {
if (error == null) {
// 完成后就把结果显示在EditText上
et.setText(text);
}
}
};
}
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：
[java] view plaincopy
RecognizerDialogListener recoListener = new RecognizerDialogListener() {
@Override
public void onResults(ArrayList<RecognizerResult> results,
boolean isLast) {
//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
if (tb.isChecked()) {
//doVoice方法就是进行识别
doVoice(results);
} else {
// 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
text += results.get(0).text;
System.out.println(text);
}
}
[java] view plaincopy
RecognizerDialogListener recoListener = new RecognizerDialogListener() {
@Override
public void onResults(ArrayList<RecognizerResult> results,
boolean isLast) {
//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
if (tb.isChecked()) {
//doVoice方法就是进行识别
doVoice(results);
} else {
// 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
text += results.get(0).text;
System.out.println(text);
}
}
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：
[java] view plaincopy
//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。
//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。
private void doVoice(ArrayList<RecognizerResult> results) {
Intent i = new Intent();
for(RecognizerResult result : results){
if(result.text.contains("天气")){
//天气界面的跳转
i.setClass(Voice1Activity.this, Weather.class);
startActivity(i);
}else if(result.text.contains("新闻")){
//新闻界面的跳转
i.setClass(Voice1Activity.this, News.class);
startActivity(i);
}else if(result.text.contains("短信")){
//短信界面的跳转
i.setAction(Intent.ACTION_VIEW);
i.setType("vnd.android-dir/mms-sms");
startActivity(i);
}else{
//如果没有相应指令就用Toast提示用户
Toast.makeText(Voice1Activity.this, "无法识别", Toast.LENGTH_SHORT).show();
}
}
}
[java] view plaincopy
//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。
//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。
private void doVoice(ArrayList<RecognizerResult> results) {
Intent i = new Intent();
for(RecognizerResult result : results){
if(result.text.contains("天气")){
//天气界面的跳转
i.setClass(Voice1Activity.this, Weather.class);
startActivity(i);
}else if(result.text.contains("新闻")){
//新闻界面的跳转
i.setClass(Voice1Activity.this, News.class);
startActivity(i);
}else if(result.text.contains("短信")){
//短信界面的跳转
i.setAction(Intent.ACTION_VIEW);
i.setType("vnd.android-dir/mms-sms");
startActivity(i);
}else{
//如果没有相应指令就用Toast提示用户
Toast.makeText(Voice1Activity.this, "无法识别", Toast.LENGTH_SHORT).show();
}
}
}
如下是做得相应简单界面：
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。