码迷，mamicode.com
首页 > 移动开发 > 详细

<交流贴>android语音识别之科大讯飞语音API的使用

时间：2015-02-26 13:02:47      阅读：348      评论：0      收藏：0      [点我收藏+]

标签：

 

因为最近在研究语音识别，所以借鉴了一下CreAmazing网友的帖子

 

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

技术分享

 

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：

  1. <font color="#000"><font face="Arial"><?xml version="1.0" encoding="utf-8"?>  
  2. <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"  
  3.     android:layout_width="fill_parent"  
  4.     android:layout_height="fill_parent"  
  5.     android:orientation="vertical" >  
  6.   
  7.     <EditText  
  8.         android:id="@+id/et"  
  9.         android:layout_width="fill_parent"  
  10.         android:layout_height="wrap_content" />  
  11.   
  12.     <Button  
  13.         android:id="@+id/bt_recognize"  
  14.         android:layout_width="fill_parent"  
  15.         android:layout_height="wrap_content"  
  16.         android:gravity="center"  
  17.         android:text="Recognize" />  
  18.   
  19.     <Button  
  20.         android:id="@+id/bt_speek"  
  21.         android:layout_width="fill_parent"  
  22.         android:layout_height="wrap_content"  
  23.         android:gravity="center"  
  24.         android:text="Speek" />  
  25.   
  26.     <Button  
  27.         android:id="@+id/bt_speek_bg"  
  28.         android:layout_width="fill_parent"  
  29.         android:layout_height="wrap_content"  
  30.         android:gravity="center"  
  31.         android:text="Speek-Background" />  
  32.   
  33. </LinearLayout>  </font></font>
复制代码
Activity代码如下：
  1. <font color="#000"><font face="Arial">package sina.CreAmazing.voice;  
  2.   
  3. import java.util.ArrayList;  
  4.   
  5. import com.iflytek.speech.RecognizerResult;  
  6. import com.iflytek.speech.SpeechError;  
  7. import com.iflytek.speech.SynthesizerPlayer;  
  8. import com.iflytek.ui.RecognizerDialog;  
  9. import com.iflytek.ui.RecognizerDialogListener;  
  10. import com.iflytek.ui.SynthesizerDialog;  
  11. import com.iflytek.ui.SynthesizerDialogListener;  
  12.   
  13. import android.app.Activity;  
  14. import android.os.Bundle;  
  15. import android.view.View;  
  16. import android.view.View.OnClickListener;  
  17. import android.widget.Button;  
  18. import android.widget.EditText;  
  19.   
  20. public class Voice1Activity extends Activity {  
  21.     /** Called when the activity is first created. */  
  22.     // 声明控件  
  23.     private EditText et;  
  24.     private Button bt1;  
  25.     private Button bt2;  
  26.     private Button bt3;  
  27.     //全局只设一个String，因为String为final类型，这样做节省内存  
  28.     String text = "";  
  29.     private static final String APPID = "appid=4f2d3a06";  
  30.   
  31.     @Override  
  32.     public void onCreate(Bundle savedInstanceState) {  
  33.         super.onCreate(savedInstanceState);  
  34.         setContentView(R.layout.main);  
  35.         bt1 = (Button) findViewById(R.id.bt_recognize);  
  36.         bt2 = (Button) findViewById(R.id.bt_speek);  
  37.         bt3 = (Button) findViewById(R.id.bt_speek_bg);  
  38.         et = (EditText) findViewById(R.id.et);  
  39.         // 初始化监听器  
  40.         initListener();  
  41.   
  42.     }  
  43.   
  44.     private void initListener() {  
  45.         bt1.setOnClickListener(myListener);  
  46.         bt2.setOnClickListener(myListener);  
  47.         bt3.setOnClickListener(myListener);  
  48.   
  49.     }  
  50.   
  51.     OnClickListener myListener = new OnClickListener() {  
  52.   
  53.         @Override  
  54.         public void onClick(View v) {  
  55.             // 根据不同View的id调用不同方法  
  56.             switch (v.getId()) {  
  57.             case R.id.bt_recognize:  
  58.                 // 这是语言识别部分，最重要的实例化一个  
  59.                 // 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  
  60.                 RecognizerDialog isrDialog = new RecognizerDialog(  
  61.                         Voice1Activity.this, APPID);  
  62.   
  63.                 /* 
  64.                  * 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 
  65.                  * ”video”：视频音乐搜索 ”asr”：命令词识别 
  66.                  */  
  67.                 isrDialog.setEngine("sms", null, null);  
  68.                 isrDialog.setListener(recoListener);  
  69.                 isrDialog.show();  
  70.                 break;  
  71.             case R.id.bt_speek:  
  72.                 // 这是语言合成部分 同样需要实例化一个SynthesizerDialog ，并输入appid  
  73.                 SynthesizerDialog syn = new SynthesizerDialog(  
  74.                         Voice1Activity.this, APPID);  
  75.                 syn.setListener(new SynthesizerDialogListener() {  
  76.   
  77.                     @Override  
  78.                     public void onEnd(SpeechError arg0) {  
  79.   
  80.                     }  
  81.                 });  
  82.                 // 根据EditText里的内容实现语音合成  
  83.                 syn.setText(et.getText().toString(), null);  
  84.                 syn.show();  
  85.                 break;  
  86.             case R.id.bt_speek_bg:  
  87.                 // 这是后台朗读，实例化一个SynthesizerPlayer  
  88.                 SynthesizerPlayer player = SynthesizerPlayer  
  89.                         .createSynthesizerPlayer(Voice1Activity.this, APPID);  
  90.                 // 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  
  91.                 player.setVoiceName("vivixiaomei");  
  92.                 player.playText(et.getText().toString(), "ent=vivi21,bft=5",  
  93.                         null);  
  94.                 break;  
  95.             default:  
  96.                 break;  
  97.             }  
  98.   
  99.         }  
  100.     };  
  101.     // 语言识别监听器，有两个方法  
  102.     RecognizerDialogListener recoListener = new RecognizerDialogListener() {  
  103.   
  104.         @Override  
  105.         public void onResults(ArrayList<RecognizerResult> results,  
  106.                 boolean isLast) {  
  107.             // 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  
  108.             text += results.get(0).text;  
  109.             System.out.println(text);  
  110.         }  
  111.   
  112.         @Override  
  113.         public void onEnd(SpeechError error) {  
  114.             if (error == null) {  
  115.                 // 完成后就把结果显示在EditText上  
  116.                 et.setText(text);  
  117.             }  
  118.   
  119.         }  
  120.   
  121.     };  
  122.   
  123. }</font></font>
复制代码
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：

技术分享

技术分享

 

 

语音识别：

技术分享

 

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：

技术分享

 

 

然后我们就在获取结果的RecognizerDialogListener下面改变几行代码：

  1. <font color="#333333"><font face="Arial">RecognizerDialogListener recoListener = new RecognizerDialogListener() {  
  2.   
  3.         @Override  
  4.         public void onResults(ArrayList<RecognizerResult> results,  
  5.                 boolean isLast) {  
  6. //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              
  7.             if (tb.isChecked()) {  
  8. //doVoice方法就是进行识别                 
  9.                 doVoice(results);  
  10.             } else {  
  11.                 // 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  
  12.                 text += results.get(0).text;  
  13.                 System.out.println(text);  
  14.             }  
  15.   
  16.         }</font></font>
复制代码
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：
  1. <font color="#333333"><font face="Arial">//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。  
  2. //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。          
  3.         private void doVoice(ArrayList<RecognizerResult> results) {  
  4.             Intent i = new Intent();  
  5.             for(RecognizerResult result : results){  
  6.                 if(result.text.contains("天气")){  
  7.                     //天气界面的跳转  
  8.                     i.setClass(Voice1Activity.this, Weather.class);  
  9.                     startActivity(i);  
  10.                 }else if(result.text.contains("新闻")){  
  11.                     //新闻界面的跳转  
  12.                     i.setClass(Voice1Activity.this, News.class);  
  13.                     startActivity(i);  
  14.                 }else if(result.text.contains("短信")){  
  15.                     //短信界面的跳转  
  16.                     i.setAction(Intent.ACTION_VIEW);  
  17.                     i.setType("vnd.android-dir/mms-sms");  
  18.                     startActivity(i);  
  19.                 }else{  
  20.                     //如果没有相应指令就用Toast提示用户  
  21.                     Toast.makeText(Voice1Activity.this, "无法识别", Toast.LENGTH_SHORT).show();  
  22.                 }  
  23.             }  
  24.               
  25.         } </font></font>
复制代码
如下是做得相应简单界面：

技术分享

<ignore_js_op>技术分享 

 

技术分享

<ignore_js_op>技术分享 

 

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。
源码地址：
游客，如果您要查看本帖隐藏内容请回复

<交流贴>android语音识别之科大讯飞语音API的使用

标签：

原文地址：http://www.cnblogs.com/xgjblog/p/4300977.html
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
登录后才能评论！
分享档案
更多>
2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)
周排行
mamicode.com排行更多图片
更多
友情链接
兰亭集智   国之画   百度统计   站长统计   阿里云   chrome插件   新版天听网
关于我们 - 联系我们 - 留言反馈
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码！