当前位置：首页 > 编程日记 > 正文

教你用Android做二次开发，识别率达到科大讯飞语音输入水平 | 原力计划

编程日记 2024-12-05 06:40:00

作者 | Pek_KuaiJia

责编 | 夕颜

头图 | CSDN 下载自视觉中国

出品 | CSDN（ID:CSDNnews）

随着目前用户需求的精细化和智能化，很多时候我们需要在App内集成语音输入模块，为用户提供语音输入的功能。而科大讯飞语音作为行业内翘楚，识别结果相对准确，且讯飞自带一套识别动画，适合快速搭建模块，废话不多说，先看下效果图。

下面开始具体步骤

申请key

百度搜索讯飞开放平台，注册账号并实名认证，然后在产品中找到语音听写，可以领取90天试用包，商用需付费。接着打开控制台，添加你需要使用讯飞SDK的应用，注意保存这里的APPID，这个就是之后需要配置到APP中。

下载SDK

在官网中找到资料库，选择你刚才添加的应用，下载在线语音识别SDK

将加压所得文件夹中libs下的Msc.jar文件复制到项目中的libs下

如果没有就新建一个，复制完成后，右击Msc.jar文件，选择add as library，这里后面获取语音识别结果需要解析json，由于我使用的是gson，所以一并导入了；接着将下载下来的文件夹libs下两个文件夹复制到你项目目录的src/main/jniLibs，如果没有该文件夹就新建一个；最后在你项目app目录下新建assets文件夹，将下载下来的文件夹中assets中文件夹复制进去，至此，文件全部导入完成，放个整体项目文件结构图。

为语音听写添加权限

在mainfest.xml添加即可，注意Android6.0以上，读取麦克风和获取手机识别码权限需要动态申请。

 1  <uses-permission android:name="android.permission.INTERNET" />2    <!--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 -->3    <uses-permission android:name="android.permission.RECORD_AUDIO" />4    <!--读取网络信息状态 -->5    <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />6    <!--获取当前wifi状态 -->7    <uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />8    <!--允许程序改变网络连接状态 -->9    <uses-permission android:name="android.permission.CHANGE_NETWORK_STATE" />
10    <!--读取手机信息权限 -->
11    <uses-permission android:name="android.permission.READ_PHONE_STATE" />

配置APPID

在APP的Application的onCreate()配置如下代码，如果没有application，也可以在需要用到这个功能的Activity的onCreate()添加，注意“=”不能少

 1public class MyApplication extends Application{23    @Override4    public void onCreate() {5        super.onCreate();6        //注意这里的“=”不能少7        SpeechUtility.createUtility(getApplicationContext();, SpeechConstant.APPID + "=你的APPID");89    }
10
11}

在启动语音识别模块添加代码

这里的result就是语音转换的结果字符串，可以通过iatDialog.setParameter()配置语言，间隔时间（即多长时间不说话时视为结束）等，具体可参考官网文档。

 1private void changeIntoText() {23        // ②初始化有交互动画的语音识别器4        iatDialog = new RecognizerDialog(SearchMusicActivity.this, mInitListener);5        //③设置监听，实现听写结果的回调6        int a = 1+2;78        iatDialog.setParameter(SpeechConstant.LANGUAGE, "zh_cn");9        iatDialog.setParameter(SpeechConstant.ACCENT, "mandarin");
10
11        iatDialog.setListener(new RecognizerDialogListener() {
12            String resultJson = "[";//放置在外边做类的变量则报错，会造成json格式不对（？）
13
14            @Override
15            public void onResult(RecognizerResult recognizerResult, boolean isLast) {
16                System.out.println("-----------------   onResult   -----------------");
17                if (!isLast) {
18                    resultJson += recognizerResult.getResultString() + ",";
19                } else {
20                    resultJson += recognizerResult.getResultString() + "]";
21                }
22
23                if (isLast) {
24                    //解析语音识别后返回的json格式的结果
25                    Gson gson = new Gson();
26                    List<DictationResult> resultList = gson.fromJson(resultJson,
27                            new TypeToken<List<DictationResult>>() {
28                            }.getType());
29                    String result = "";
30                    for (int i = 0; i < resultList.size() - 1; i++) {
31                        result += resultList.get(i).toString();
32                    }
33
34                    et_content.setText(result);
35                    //获取焦点
36                    et_content.requestFocus();
37                    //将光标定位到文字最后，以便修改
38                    et_content.setSelection(result.length());
39                }
40            }
41
42            @Override
43            public void onError(SpeechError speechError) {
44                //自动生成的方法存根
45                speechError.getPlainDescription(true);
46            }
47        });
48        //开始听写，需将sdk中的assets文件下的文件夹拷入项目的assets文件夹下（没有的话自己新建）
49        iatDialog.show();
50    }
51
52    private InitListener mInitListener = new InitListener() {
53        @Override
54        public void onInit(int code) {
55            Log.d(TAG, "SpeechRecognizer init() code = " + code);
56            if (code != ErrorCode.SUCCESS) {
57                Toast.makeText(SearchMusicActivity.this, "初始化失败，错误码：" + code, Toast.LENGTH_SHORT).show();
58            }
59        }
60    };

【end】◆有奖征文◆推荐阅读2020年，5种将死的编程语言检测、量化、追踪新冠病毒，基于深度学习的自动CT图像分析有多靠谱？GitHub 接连封杀开源项目惹众怒，CEO 亲自道歉！智能合约编写之 Solidity 的设计模式低学历、文科出身，我如何从月薪不到 3000 逆袭为大厂高薪程序员？从提取层、处理层、基础结构入手，带你了解Spark和Kafka！你点的每个“在看”，我都认真当成了AI

https://www.dkcj.cn/info/30458.html

教你用Android做二次开发，识别率达到科大讯飞语音输入水平 | 原力计划

下面开始具体步骤

相关文章：

基于r-Kernel的LiteOS操作系统

Linux网络编程中的几组类似功能的区别

5个案例让Python输出漂亮的表格！

VS2010正式版MSDN下载

windows 2012 nps配置

使用man在线手册页

Python爬取近十万条程序员招聘数据，告诉你哪类人才和技能最受热捧！ | 原力计划...

论爱的精进与痴迷

[原] Jenkins Android 自动打包配置

盛大文学难逃“垄断”嫌疑，完美文学虎口夺食

GitHub接连封杀开源项目惹众怒，CEO亲自道歉

Phabricator是什么,代码审查工具

结构体中定义函数指针

对卫星网络及内容的安全防护措施

对标Pytorch，清华团队推出自研AI框架“计图”

echo使用说明，参数详解

ATSS : 目标检测的自适应正负anchor选择，很扎实的trick | CVPR 2020

GCC编译选项--创建与使用库

不错的×××实验

达观数据于敬：个性化推荐系统实践

C语言Free时报错HEAP CORRUPTION DETECTED

DivCSS网页布局中CSS无效的十个常见原因

如何创建计算机视觉场景训练数据

express中的bin/www文件详解

深度分析typedef--定义自己的数据类型

Go对Python产生的冲击

更新ADT到Android L的方法

php.ini安全配置详细解释

5 亿微博数据疑泄露，Python 爬虫如何避免踩天坑？

GDB使用总结