【从零单排】利用科大讯飞语音包实现Android语音识别Demo

我对Android可以说是完全零基础，因为老师要求做口语对话系统，所以开始从头一点点看。目前完成了一个非常简单界面很粗糙的语音识别Demo，因为网上现有的代码都太老了，或者问题很多，给像我这样的新手带来很大的困扰，所以决定写个从零开始的心得体会，大酒神不是有从零单排嘛，咱也来个从零单排（愚笨想不出好名来。。）先晒一下我最简单的代码，后续会贴出性能更好界面更完善的来。

利用科大讯飞语音包的话还是比较简单的，网上有个iflyDemo的例子，但是他用的MSC的jar包太老了，现在都不能使用，所以还是得自己去科大讯飞的官网上注册下载。

这里是网址：http://open.voicecloud.cn/

1.点开发入口后完成注册，注册完填一下个人信息，项目介绍什么的，它会给你一个appid，这个很有用必须要有。然后进sdk下载，android有两个包，都下下来。这次我们主要用的是Msc.jar包，就是那个较小的压缩文件。

2.解压缩后里面有个sample，那个就是个demo，但不能直接用打开全是错，估计就是做个示范教你怎么用的。还有一个apk文件下到adt中竟然是个闹铃、秒表的app，太坑爹了吧！比较有用的是doc下的开发手册，好好看看那个。

3.开发手册里写的很清楚怎么搭建自己的工程，并添加它给的jar包，还有插图，我就不赘述了

4.它的mscdemo中又很多java文件，因为它能实现语音识别，合成，语义理解等多种功能，我们这次只演示语音听写

5.先把一下内容添加到自己的Manifest.xml文件中

<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" />

6.布局很简单，一个edittext框显示内容，一个button点击开始说话。main.xml如下

</pre><pre code_snippet_id="228905" snippet_file_name="blog_20140311_2_5248216" name="code" class="html"><?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/editText"
        android:layout_width="fill_parent"
        android:layout_height="300dp"
        android:gravity="top"
        android:inputType="textMultiLine" >

        <requestFocus />
    </EditText>

    <Button
        android:id="@+id/button_start"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:text="点击开始说话" />

</LinearLayout>

7.string也很简单，就几句话，要注意app_id填你自己的id

<?xml version="1.0" encoding="utf-8"?>
<resources>

    <string name="hello">Hello World, MainActivity!</string>
    <string name="app_name">_iflyDemo</string>
    <string name="app_id">1234567</string>
	<string name="text_login_fail">登录失败</string>
</resources>

8.最后是Activity.java。要完成这个主要用了它封装好的SpeechRecognizer这个类，导入的包基本都在他的Msc.jar包里面，只有一个JsonParser的需要手动将他demo里的那个JsonParser复制到自己的新建的package里面来，如图

9.activity代码如下

package barry.android.ifly.ui;

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;
import android.widget.Toast;
import android.text.TextUtils;

import com.iflytek.cloud.speech.RecognizerResult;
import com.iflytek.cloud.speech.SpeechError;
import com.iflytek.cloud.speech.SpeechListener;
import com.iflytek.cloud.speech.SpeechRecognizer;
import com.iflytek.cloud.speech.SpeechConstant;
import com.iflytek.cloud.speech.RecognizerListener;
import com.iflytek.cloud.speech.SpeechUser;

import barry.android.ifly.utils.JsonParser;

public class MainActivity extends Activity {

	private Button startButton = null;
	private SpeechRecognizer iatRecognizer;
	//set engine,iat means dictation
	private String engine="iat";
	//set frequency,8000 or 16000
	private String rate="16000";
	//识别结果显示
	private EditText mResultText = null;
	// Tip
	private Toast mToast;	
	@Override
	public void onCreate(Bundle savedInstanceState) {
		super.onCreate(savedInstanceState);
		setContentView(R.layout.main);
		mToast = Toast.makeText(this, "", Toast.LENGTH_LONG);
		//用户登录
		SpeechUser.getUser().login(MainActivity.this, null, null
			, "appid=" + getString(R.string.app_id), listener);
		mResultText = (EditText) findViewById(R.id.editText);
		startButton = (Button) findViewById(R.id.button_start);
		startButton.setOnClickListener(new OnClickListener() {
			@Override
			public void onClick(View v) {
				showIatinvisble();
			}
		});
	}

	protected void showIatinvisble() {
		iatRecognizer=SpeechRecognizer.createRecognizer(this);
		//获取引擎参数
		iatRecognizer.setParameter(SpeechConstant.DOMAIN, engine);
		iatRecognizer.setParameter(SpeechConstant.SAMPLE_RATE, rate);
		//clear myResulttext
		mResultText.setText(null);
		iatRecognizer.startListening(myrecognizerListener);
	}
	/*
	 * 识别回调监听
	 */
	private RecognizerListener myrecognizerListener=new RecognizerListener(){
		@Override
		public void onBeginOfSpeech() {	
			showTip("开始说话");
		}
		@Override
		public void onError(SpeechError err) {
			showTip(err.getPlainDescription(true));
		}
		@Override
		public void onEndOfSpeech() {
			showTip("结束说话");
		}
		//扩展
		@Override
		public void onEvent(int eventType, int arg1, int arg2, String msg) {
			
		}
		@Override
		public void onResult(RecognizerResult results, boolean isLast) {
			String text = JsonParser.parseIatResult(results.getResultString());
			mResultText.append(text);
			mResultText.setSelection(mResultText.length());
			
		}
		
		@Override
		public void onVolumeChanged(int volume) {
			showTip("当前正在说话，音量大小：" + volume);
		}
	};
	
	/**
	 * 用户登录回调监听器.
	 */
	private SpeechListener listener = new SpeechListener(){
		@Override
		public void onData(byte[] arg0) {
		}
		@Override
		public void onCompleted(SpeechError error) {
			if(error != null) {
				Toast.makeText(MainActivity.this, getString(R.string.text_login_fail)
						, Toast.LENGTH_SHORT).show();
			}		
		
		}
		@Override
		public void onEvent(int arg0, Bundle arg1) {
			
		}	
		
	};
	
	private void showTip(String str)
	{
		if(!TextUtils.isEmpty(str))
		{
			mToast.setText(str);
			mToast.show();
		}
	}
		
}

10.效果图。识别效果不算好是程序太简陋的问题，相信完善后会不错的！

后续会贴出改进版，敬请关注。
欢迎讨论交流，共同学习！

转载请注明出处：http://blog.csdn.net/monkeyduck   谢谢！

<pre code_snippet_id="228905" snippet_file_name="blog_20140311_3_1777852" name="code" class="html"><pre code_snippet_id="228905" snippet_file_name="blog_20140311_3_1777852" name="code" class="html"><pre code_snippet_id="228905" snippet_file_name="blog_20140311_3_1777852" name="code" class="html"><pre code_snippet_id="228905" snippet_file_name="blog_20140311_3_1777852" name="code" class="html">