[置顶] 讯飞语音——带你简单实现语音听写

语音听写 de 简单实现

一、前言

        如果你没有在讯飞语音平台上创建应用，请先参考讯飞语音的详细配置使用

二、功能描述

        语音听写和语音合成都是较为基础也是最常使用的两个基本功能。

        语音合成是将文本转化为语音说出来，就是读文章。

        语音听写是什么呢？

                开启或者说触发语音听写的功能，我们开始讲话，然后讲话结束；该服务能将说话的内容转化为文本；

当然功能是这样，用途不仅仅是讲说话内容转化为文本。理解说话者的意图，这才是人工智能的方向。

        这里我们简单的以一个小项目实例实现简单的语音听写。

三、项目实例

        <1.1>项目结构如下图所示：

        <2.1>.新建Android Application Project 项目，命名为TestHearerDemo，

            <2.1.1>说明：

                项目结构基本和上一个项目一样，如果看过上一个语音合成可直接跳过该步骤，去看代码实现部分。首先有几个注意点，避免初始化错误，讯飞语音版本自升级后要求，SDK 与 Appid 一一对应。导入配置文件到新建工程TestHearerDemo

            <2.1.2>配置文件：

                assets与libs 下的包

        注意arm中的so文件必须与当前key值是对应的。就是创建应用时下载的 SDK中所包含的文件，appid 是创建应用时所产生的，不同的应用key值不同。

四、项目代码

        <1.1>.test.layout布局文件

<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
     android:layout_width="match_parent"
     android:layout_height="match_parent"
     android:orientation="vertical" >
 
     <TextView
         android:layout_width="match_parent"
         android:layout_height="wrap_content"
         android:layout_margin="20dp"
         android:text="所说内容：" />
 
     <EditText
         android:id="@+id/content_et"
         android:layout_width="match_parent"
         android:layout_height="wrap_content"
         android:background="@android:drawable/editbox_dropdown_light_frame"
         android:cursorVisible="true"
         android:enabled="true"
         android:gravity="top"
         android:visibility="visible" />
 
     <Button
         android:id="@+id/listen_btn"
         android:layout_width="match_parent"
         android:layout_height="wrap_content"
         android:text="开始说话" />
 </LinearLayout>

        <1.2>MainActivity.java 代码如下：

package pers.rfeng.demo;

import java.util.HashMap;
import java.util.LinkedHashMap;

import org.json.JSONArray;
import org.json.JSONException;
import org.json.JSONObject;
import org.json.JSONTokener;

import com.iflytek.cloud.RecognizerResult;
import com.iflytek.cloud.SpeechConstant;
import com.iflytek.cloud.SpeechError;
import com.iflytek.cloud.SpeechRecognizer;
import com.iflytek.cloud.SpeechUtility;
import com.iflytek.cloud.ui.RecognizerDialog;
import com.iflytek.cloud.ui.RecognizerDialogListener;

import android.app.Activity;
import android.os.Bundle;
import android.util.Log;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.EditText;

public class MainActivity extends Activity implements OnClickListener {

    //存放听写分析结果文本
    private HashMap<String, String> hashMapTexts = new LinkedHashMap<String, String>();
    private Button b_btn;  //初始化控件
    private EditText e_text;
    
    SpeechRecognizer hearer;  //听写对象

    RecognizerDialog dialog;  //讯飞提示框
    
    
    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.test);

        b_btn = (Button) findViewById(R.id.listen_btn);
        e_text = (EditText) findViewById(R.id.content_et);

        b_btn.setOnClickListener(this);

    }

    @Override
    public void onClick(View v) {
        switch (v.getId()) {
        case R.id.listen_btn:

            // 语音配置对象初始化
            SpeechUtility.createUtility(MainActivity.this, SpeechConstant.APPID + "=57b2decc");

            // 1.创建SpeechRecognizer对象，第2个参数：本地听写时传InitListener
            hearer = SpeechRecognizer.createRecognizer( MainActivity.this, null);
            // 交互动画
            dialog = new RecognizerDialog(MainActivity.this, null);
            // 2.设置听写参数，详见《科大讯飞MSC API手册(Android)》SpeechConstant类
            hearer.setParameter(SpeechConstant.DOMAIN, "iat"); // domain:域名
            hearer.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
            hearer.setParameter(SpeechConstant.ACCENT, "mandarin"); // mandarin:普通话
            
            //3.开始听写
            dialog.setListener(new RecognizerDialogListener() {  //设置对话框

                @Override
                public void onResult(RecognizerResult results, boolean isLast) {
                    // TODO 自动生成的方法存根
                     Log.d("Result", results.getResultString());
                     //(1) 解析 json 数据<< 一个一个分析文本 >>
                	StringBuffer strBuffer = new StringBuffer();
            		try {
            			JSONTokener tokener = new JSONTokener(results.getResultString());
            			Log.i("TAG", "Test"+results.getResultString());
            			Log.i("TAG", "Test"+results.toString());
            			JSONObject joResult = new JSONObject(tokener);

            			JSONArray words = joResult.getJSONArray("ws");
            			for (int i = 0; i < words.length(); i++) {
            				// 转写结果词，默认使用第一个结果
            				JSONArray items = words.getJSONObject(i).getJSONArray("cw");
            				JSONObject obj = items.getJSONObject(0);
            				strBuffer.append(obj.getString("w"));

            			}
            		} catch (Exception e) {
            			e.printStackTrace();
            		} 
//            		String text = strBuffer.toString();
            		// (2)读取json结果中的sn字段
            		String sn = null;
            		
            		try {
            			JSONObject resultJson = new JSONObject(results.getResultString());
            			sn = resultJson.optString("sn");
            		} catch (JSONException e) {
            			e.printStackTrace();
            		}

            		//(3) 解析语音文本<< 将文本叠加成语音分析结果  >>
            		hashMapTexts.put(sn, strBuffer.toString());
            		StringBuffer resultBuffer = new StringBuffer();  //最后结果
            		for (String key : hashMapTexts.keySet()) {
            			resultBuffer.append(hashMapTexts.get(key));
            		}

            		e_text.setText(resultBuffer.toString());
            		e_text.requestFocus();//获取焦点
                    e_text.setSelection(1);//将光标定位到文字最后，以便修改

                }

                @Override
                public void onError(SpeechError error) {
                    // TODO 自动生成的方法存根
                    error.getPlainDescription(true);
                }
            });
            
            dialog.show();  //显示对话框

            break;
        default:
            break;
        }
    }
}

        <1.3> AndroidManifest.xml 配置文件

        注意权限配置

<?xml version="1.0" encoding="utf-8"?>
<manifest xmlns:android="http://schemas.android.com/apk/res/android"
    package="pers.rfeng.demo"
    android:versionCode="1"
    android:versionName="1.0" >

    <uses-sdk
        android:minSdkVersion="17"
        android:targetSdkVersion="19" />

    <application
        android:allowBackup="true"
        android:icon="@drawable/ic_launcher"
        android:label="@string/app_name"
        android:theme="@style/AppTheme" >
        <activity
            android:name="pers.rfeng.demo.MainActivity"
            android:label="@string/app_name" >
            <intent-filter>
                <action android:name="android.intent.action.MAIN" />

                <category android:name="android.intent.category.LAUNCHER" />
            </intent-filter>
        </activity>
        
        <!-- 移动统计分析 -->
        <meta-data
            android:name="IFLYTEK_APPKEY"
            android:value="'57b2decc'" />
        <meta-data
            android:name="IFLYTEK_CHANNEL"
            android:value="Android_Demo" />
    </application>

     <!-- 连接网络权限，用于执行云端语音能力 -->
     <uses-permission android:name="android.permission.INTERNET"/>
     <!-- 获取手机录音机使用权限，听写、识别、语义理解需要用到此权限  -->
     <uses-permission android:name="android.permission.RECORD_AUDIO"/> 
     <!--读取网络信息状态 -->  
     <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>  
     <!--获取当前wifi状态 -->  
     <uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>  
     <!--允许程序改变网络连接状态 -->
     <uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/>
     <!--读取手机信息权限 -->  
     <uses-permission android:name="android.permission.READ_PHONE_STATE"/>  
     <!--读取联系人权限，上传联系人需要用到此权限 -->  
     <uses-permission android:name="android.permission.READ_CONTACTS"/>
</manifest>

五、项目演示

        运行项目效果如下：

                界面可能有点儿不好看，嘻嘻

        说明：

                点击按钮，可以开始说话，讯飞语音默认说话最长时长不超过 1 分钟

        语音听写分析结果显示

希望对你有所帮助，更多功能请参考开发文档