<交流贴>android语音识别之科大讯飞语音API的使用

 

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

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：

 

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：

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：

<ignore_js_op> 

<ignore_js_op> 
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