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

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!