<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： <font color="#000"><font face="Arial"><?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/et" android:layout_width="fill_parent" android:layout_height="wrap_content" /> <Button android:id="@+id/bt_recognize" android:layout_width="fill_parent" android:layout_height="wrap_content" android:gravity="center" android:text="Recognize" /> <Button android:id="@+id/bt_speek" android:layout_width="fill_parent" android:layout_height="wrap_content" android:gravity="center" android:text="Speek" /> <Button android:id="@+id/bt_speek_bg" android:layout_width="fill_parent" android:layout_height="wrap_content" android:gravity="center" android:text="Speek-Background" /> </LinearLayout>  </font></font> 复制代码 Activity代码如下： <font color="#000"><font face="Arial">package sina.CreAmazing.voice; import java.util.ArrayList; import com.iflytek.speech.RecognizerResult; import com.iflytek.speech.SpeechError; import com.iflytek.speech.SynthesizerPlayer; import com.iflytek.ui.RecognizerDialog; import com.iflytek.ui.RecognizerDialogListener; import com.iflytek.ui.SynthesizerDialog; import com.iflytek.ui.SynthesizerDialogListener; 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; public class Voice1Activity extends Activity { /** Called when the activity is first created. */ // 声明控件 private EditText et; private Button bt1; private Button bt2; private Button bt3; //全局只设一个String，因为String为final类型，这样做节省内存 String text = ""; private static final String APPID = "appid=4f2d3a06"; @Override public void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.main); bt1 = (Button) findViewById(R.id.bt_recognize); bt2 = (Button) findViewById(R.id.bt_speek); bt3 = (Button) findViewById(R.id.bt_speek_bg); et = (EditText) findViewById(R.id.et); // 初始化监听器 initListener(); } private void initListener() { bt1.setOnClickListener(myListener); bt2.setOnClickListener(myListener); bt3.setOnClickListener(myListener); } OnClickListener myListener = new OnClickListener() { @Override public void onClick(View v) { // 根据不同View的id调用不同方法 switch (v.getId()) { case R.id.bt_recognize: // 这是语言识别部分，最重要的实例化一个 // 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 RecognizerDialog isrDialog = new RecognizerDialog( Voice1Activity.this, APPID); /* * 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 * ”video”：视频音乐搜索 ”asr”：命令词识别 */ isrDialog.setEngine("sms", null, null); isrDialog.setListener(recoListener); isrDialog.show(); break; case R.id.bt_speek: // 这是语言合成部分 同样需要实例化一个SynthesizerDialog ，并输入appid SynthesizerDialog syn = new SynthesizerDialog( Voice1Activity.this, APPID); syn.setListener(new SynthesizerDialogListener() { @Override public void onEnd(SpeechError arg0) { } }); // 根据EditText里的内容实现语音合成 syn.setText(et.getText().toString(), null); syn.show(); break; case R.id.bt_speek_bg: // 这是后台朗读，实例化一个SynthesizerPlayer SynthesizerPlayer player = SynthesizerPlayer .createSynthesizerPlayer(Voice1Activity.this, APPID); // 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 player.setVoiceName("vivixiaomei"); player.playText(et.getText().toString(), "ent=vivi21,bft=5", null); break; default: break; } } }; // 语言识别监听器，有两个方法 RecognizerDialogListener recoListener = new RecognizerDialogListener() { @Override public void onResults(ArrayList<RecognizerResult> results, boolean isLast) { // 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 text += results.get(0).text; System.out.println(text); } @Override public void onEnd(SpeechError error) { if (error == null) { // 完成后就把结果显示在EditText上 et.setText(text); } } }; }</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： <font color="#333333"><font face="Arial">RecognizerDialogListener recoListener = new RecognizerDialogListener() { @Override public void onResults(ArrayList<RecognizerResult> results, boolean isLast) { //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 if (tb.isChecked()) { //doVoice方法就是进行识别 doVoice(results); } else { // 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 text += results.get(0).text; System.out.println(text); } }</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： <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。 //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。 private void doVoice(ArrayList<RecognizerResult> results) { Intent i = new Intent(); for(RecognizerResult result : results){ if(result.text.contains("天气")){ //天气界面的跳转 i.setClass(Voice1Activity.this, Weather.class); startActivity(i); }else if(result.text.contains("新闻")){ //新闻界面的跳转 i.setClass(Voice1Activity.this, News.class); startActivity(i); }else if(result.text.contains("短信")){ //短信界面的跳转 i.setAction(Intent.ACTION_VIEW); i.setType("vnd.android-dir/mms-sms"); startActivity(i); }else{ //如果没有相应指令就用Toast提示用户 Toast.makeText(Voice1Activity.this, "无法识别", Toast.LENGTH_SHORT).show(); } } } </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