2. 程式人生 > >訊飛語音命令詞識別的SDK配置與運用

訊飛語音命令詞識別的SDK配置與運用

阿新 • • 發佈：2019-01-06

之前一直想開始寫技術部落格，倒不是說自己有多牛，只是覺得自己弄了點東西出來想和大家分享，而且聽說有利於自己技術水平的提高，就權當是一次記錄吧，這是第一篇。

之前因為一次比賽App要用到語音識別，做一個通過手機輸入語音指令然後根據輸入內容做出響應的功能，當時請教了一下別人決定採用科大訊飛的線上命令詞識別工程整合的SDK，當時先申請Appid,再下載SDK。（這裡推薦大家先到訊飛官方平臺上下載資料，資料上寫得很詳細，我這裡主要寫一些自己遇到的問題）

第一步：配置jar包和.so檔案，在這一步卡了一下，現在網上大部分資料還是關於eclipse軟體上的配置，現在大部分都使用AS，在這裡推薦一篇部落格文章，當時就是靠大神的方法配置完的

http://blog.csdn.net/yy1300326388/article/details/46422939#comments
我的配置完是這樣的，具體以官方文件為準這裡寫圖片描述

第二步：在工程AndroidManifest.xml檔案中新增許可權，參考官方下載的檔案裡的doc/MSC Develop Manual for Android檔案這裡寫圖片描述

第三步：初始化，同上。我是通過先建立一個類繼承自Application 如圖
忘記自己申請的appid可以上官網查這裡寫圖片描述，接著在AndroidManifest.xml檔案中配置新建的class為應用程式入口：主要是改變android:name這裡寫圖片描述這裡寫圖片描述

第四步：可以開始編寫程式碼了，我所需要使用的功能是命令詞識別功能，目前訊飛的離線語音識別功能需要收費，所以我使用的是線上的，但是兩者程式碼相差不大。

（1）線上命令詞識別需要先編寫命令詞語法檔案,採用ABNF語法格式，官網上有詳盡的資料，我們用記事本按照規定格式編寫後上傳到官網上就可以了，這裡附上我的語法檔案截圖：主要修改main和command
這裡寫圖片描述
（2）接下來直接貼程式碼，大部分都是官方demo：

//語音聽寫UI初始化
   // private RecognizerDialog mRecognizerDialog;
    //建立SpeechRecognizer,語音識別物件
    private SpeechRecognizer mSpeechRecognizer;

    //快取
    private SharedPreferences mSharedPreferences;
    //雲端語法檔案
 

    private String mCloudGrammar = null;

    private static final String KEY_GRAMMAR_ABNF_ID = "grammar_abnf_id";
    private static final String GRAMMAR_TYPE_ABNF = "abnf";
    private static final String GRAMMAR_TYPE_BNF = "bnf";

    //引擎型別
    private String mEngineType = null;
    //語法，詞典臨時變數
    String mContent;
    //函式呼叫返回值
    int ret = 0 ;

接著在onCreate()中

button_voice = (Button)findViewById(R.id.button_voice);
        button_voice.setOnTouchListener(this);

        //語音識別引擎型別為雲端
        mEngineType = SpeechConstant.TYPE_CLOUD;

        //建立SpeechRecognizedr物件,並初始化,注意不要匯入錯誤的SpeechRecognizer
        mSpeechRecognizer = SpeechRecognizer.createRecognizer(RgbActivity.this,mInitListener);

        //初始化語法，命令詞（FucUtil在下面）
        mCloudGrammar = FucUtil.readFile(this,"Command.abnf","utf-8");
        mContent = new String(mCloudGrammar);

        //設定指定引擎型別
        mSpeechRecognizer.setParameter(SpeechConstant.ENGINE_TYPE,"cloud");
        mSpeechRecognizer.setParameter(SpeechConstant.SUBJECT,"asr");
        ret = mSpeechRecognizer.buildGrammar(GRAMMAR_TYPE_ABNF,mContent,mCloudGrammarlistener);
        if (ret != ErrorCode.SUCCESS){
            LogUtil.e(TAG,"語音語法構建失敗，錯誤碼："+ ret);

        }

語音識別的按鈕的觸碰監聽：

 //語音識別按鈕的觸碰監聽
    @Override
    public boolean onTouch(View v, MotionEvent event) {
        switch (event.getAction()){
                case MotionEvent.ACTION_DOWN:
                //開始識別
                ret = mSpeechRecognizer.startListening(mRecognizerListener);
                //ToastUtils工具類，自定義Toast3500ms內顯示時間
               ToastUtils.makeText(getApplicationContext(), "開始識別", 500);
                if(ret != ErrorCode.SUCCESS){
                    LogUtil.e(TAG,"識別失敗，錯誤碼："+ret);
                }
                button_voice.setAlpha((float)0.5);
                break;
            case MotionEvent.ACTION_UP:
                //停止識別
                mSpeechRecognizer.stopListening();
               ToastUtils.makeText(getApplicationContext(), "停止識別", 500);
                button_voice.setAlpha((float) 1);
                break;
            case MotionEvent.ACTION_CANCEL:
            ToastUtils.makeText(getApplicationContext(),"識別取消",500);
                break;
            case MotionEvent.ACTION_BUTTON_PRESS:
                break;

        }
        return false;
    }

初始化監聽器：

//初始化監聽器
    private InitListener mInitListener = new InitListener() {
        @Override
        public void onInit(int code) {
            LogUtil.e(TAG, "SpeechRecognizer init() code = " + code);
            if (code != ErrorCode.SUCCESS){
                LogUtil.e(TAG,"mInitListener 初始化失敗，錯誤碼："+code);
            }
        }
    };

雲端構建語法監聽器：

//雲端構建語法監聽器
    private GrammarListener mCloudGrammarlistener = new GrammarListener() {
        @Override
        public void onBuildFinish(String grammarId, SpeechError speechError) {
            if (speechError == null){
                String grammarID = new String(grammarId);
                Editor editor = mSharedPreferences.edit();
                if (!TextUtils.isEmpty(grammarId)){
                    editor.putString(KEY_GRAMMAR_ABNF_ID,grammarID);}
                editor.commit();
                LogUtil.e(TAG,"mCloudGrammarlistener 語法構建成功："+grammarId);
            }else {
                LogUtil.e(TAG,"語法構建失敗錯誤碼："+speechError.getErrorCode());
            }
        }
    };

識別監聽器

//識別監聽器
    private RecognizerListener mRecognizerListener = new RecognizerListener() {
        //音量變化回撥
        @Override
        public void onVolumeChanged(int i, byte[] bytes) {
            //在此新增動畫
            LogUtil.e(TAG,"返回音訊資料："+ bytes.length);
        }
        //開始說話
        @Override
        public void onBeginOfSpeech() {}
        //結束說話
        @Override
        public void onEndOfSpeech() {}
        //返回結果
        @Override
        public void onResult(RecognizerResult recognizerResult, boolean b) {
            LogUtil.e(TAG, "呼叫了onResult....................");
            if (recognizerResult != null){
                LogUtil.e(TAG ,"recognizer Result:" + recognizerResult.getResultString());
                String text;
                //JsonParser:Json解析（程式碼在下方），text為解析出的命令詞
                text = JsonParser.parseGramarResult(recognizerResult.getResultString());

                switch(text){
                    case "開燈":
                        break;
                    case "關燈":
                        break;
                     case "求救":
                        break;
                    case "安全":
                        break;
                    case "變亮":
                        break;
                    case "變暗":
                        break;
                    case "進餐":
                        break;
                    case "閱讀":
                        break;
                    case "睡覺":
                        break;
                    case "復位":
                        break;
                    default:
                        Toast.makeText(getApplicationContext(),"無法匹配命令詞，請重新發送命令",Toast.LENGTH_SHORT).show();
                }
            }else{
                LogUtil.e(TAG,"recognizerResult為null....................");
            }
        }
        //錯誤回撥
        @Override
        public void onError(SpeechError speechError) {
            LogUtil.e("mRecognizerListener","出錯，錯誤程式碼："+speechError.getErrorCode());
            Toast.makeText(getApplicationContext(),"出錯，錯誤程式碼："+speechError.getErrorCode(),Toast.LENGTH_SHORT).show();
        }
        //事件回撥
        @Override
        public void onEvent(int i, int i1, int i2, Bundle bundle) {}
    };

FucUtil:

public class FucUtil {
    /*
    讀取asset目錄下檔案
    @return content
    * */
    public static String readFile(Context mContext ,String file,String code)
    {
        int len = 0 ;
        byte []buf = null;
        String result = "";
        try{
            InputStream in = mContext.getAssets().open(file);
            len = in.available();
            buf = new byte[len];
            in.read(buf,0,len);

            result = new String(buf,code);
        }catch (Exception e){
            e.printStackTrace();
        }
        return result;

    }
}

JsonParser:

public class JsonParser {
    public static String TAG = "JsonParser";
    public static int index = 0;

    public static String parseGramarResult(String json){
        StringBuffer ret = new StringBuffer() ;

        try{
            JSONTokener mJSONTokener = new JSONTokener(json);
            JSONObject  mJSONObject = new JSONObject(mJSONTokener);

            JSONArray words = mJSONObject.getJSONArray("ws");
            for (int i = 0 ; i < words.length(); i++){
                JSONArray items = words.getJSONObject(i).getJSONArray("cw");
                for (int j = 0 ; j < items.length() ; j++){
                    JSONObject obj = items.getJSONObject(j);
                    if (obj.getString("w").contains("nomatch")){
                        ret.append("沒有匹配結果");
                        return ret.toString();
                    }
                    //ret=命令詞 置信度 命令詞 置信度
                    ret.append(obj.getString("w"));
                    ret.append(obj.getInt("sc"));

                }
            }
        }catch (Exception e){
            e.printStackTrace();
            ret.append("沒有匹配結果");
        }

        for (; index < ret.length();index++){
            //判斷ret的內容，找到最接近的命令詞，isDigit判斷字元是否是數字，是數字則跳出迴圈
            if(Character.isDigit(ret.charAt(index)))
                break;
        }
        //retCommand = 最匹配的命令詞
        String retCommand = ret.substring(0, index);

        LogUtil.e(TAG, "Json解析結果：    " + ret);
        LogUtil.e(TAG, "retComand:      " + retCommand);
        return retCommand;

    }
}

ToasrUtil(3500ms內自定義Toast顯示時間)

public class ToastUtils{
    public static void makeText(Context mContext,String mString,final int time){

        final Toast mToast = Toast.makeText(mContext,mString,Toast.LENGTH_LONG);
        mToast.show();
        Handler mHandler = new Handler();
        mHandler.postDelayed(new Runnable() {
            @Override
            public void run() {
                if (time <= 3500){
                    mToast.cancel();
                }
            }
        },time);

    }
}

LogUtil:類似於Log,設定規格，編寫除錯時開啟，完成編譯成apk時設定LEVEL為NOTHING,出自郭霖大神《第一行程式碼》

public class LogUtil {

    public static final int VERBOSE = 1;

    public static final int DEBUG = 2;

    public static final int INFO = 3;

    public static final int WARN = 4;

    public static final int ERROR = 5;

    public static final int NOTHING = 6;

    //測試時LEVEL=VERBOSE,上架後LEVEL=NOTHING
    public static final int LEVEL = VERBOSE;

    public static void v(String tag,String msg){
        if (LEVEL <= VERBOSE){
            Log.v(tag,msg);
        }
    }

    public static void d(String tag,String msg){
        if (LEVEL <= DEBUG){
            Log.d(tag, msg);
        }
    }

    public static void i(String tag,String msg){
        if (LEVEL <= INFO){
            Log.i(tag, msg);
        }
    }

    public static void w(String tag,String msg){
        if (LEVEL <= WARN){
            Log.w(tag, msg);
        }
    }

    public static void e(String tag,String msg){
        if (LEVEL <= ERROR){
            Log.e(tag,msg);
        }
    }


}

這次記錄到此已經結束了，大家轉載的話說明原址，有哪裡做得不好或者不對也希望大家不吝賜教。。。萬分感謝

相關推薦

訊飛語音命令詞識別的SDK配置與運用

之前一直想開始寫技術部落格，倒不是說自己有多牛，只是覺得自己弄了點東西出來想和大家分享，而且聽說有利於自己技術水平的提高，就權當是一次記錄吧，這是第一篇。 之前因為一次比賽App要用到語音識別，做一個通過手機輸入語音指令然後根據輸入內容做出響應的功能，當時請教

訊飛語音命令詞離線識別，離線聽寫demo修改

#BNF+IAT 1.0 UTF-8; !grammar test; !slot <cmdleft>;  !slot <cmdright>; !slot <cmdfront>; !slot <cmdback>; !slot <cmdstop>; !s

科大訊飛離線語音命令詞識別的使用說明

      最近因為專案的需求，需要在無網路的情況下實現語音識別的功能，因為之前線上識別一直用的科大的，所以經理就和我說，你花半天時間簡單熟悉一下，然後出一個Demo，下午有人過來看；因為之前科大線上SR也是別人做的，準確的說我只是瞭解過一點，也寫過相關的blog——百度語音

科大訊飛離線命令詞的使用

 公司內部有需求,需要在專案中加上離線命令詞的使用,之前做過了線上語音識別,而離線的語音識別和線上的最大區別是離線需要對應的離線資源包!當然,離線識別的識別度和線上是有一定的差距的,很多時候識別不準,不過也算是夠用了. 和線上的一樣,第一步,如果科大訊飛沒有賬號先去註冊賬號

訊飛語音聲紋識別技術——自由說（文字密碼，數字密碼也會介紹）

訊飛科技的語音技術，個人認為非常強大，但是技術文件的介紹，還是有些不完全，也沒有線上的技術客服，相信有很多朋友都會遇到大大小小的問題，第三方SDK的整合，或者整合後方法的呼叫等。 廢話不多說，這裡我先介紹下最近我使用的聲紋識別技術——自由說（文字密碼，數字密碼也會介紹到）

android 科大訊飛離線命令詞的使用

這篇部落格主要講解如何實現離線命令詞的功能      科大訊飛離線命令詞這個功能還是比較好用的 , 它可以配合著語音喚醒一起使用,這個時候就可以做出來你想要的效果 ,如智慧音響什麼的 !  不多說, 直接上程式碼!     整合SDK可以參考官方文件來整合 , 我這邊主要講解

訊飛語音——離線命令詞識別

離線命令詞識別 效果圖 示例原始碼 步驟： 1. 下載SDK 2. 整合方法 3. 正題，開始整合 1. 新增許可權 這裡用到的喚醒功能不是所有的許可權都用到的，具體用到了哪些許可權，可以看上面的

訊飛語音識別SDK整合 語音識別 語音合成 訊飛英語識別

最近專案集成了訊飛語音識別功能，由此記錄簡單的整合流程 demo效果（logcat） 資源下載 1、首先用as建一個model （這個不用介紹） 2、登入訊飛開發者平臺，進入控制檯，建立應用生成appid 1、 建立應用

unity接訊飛語音識別SDK(windows平臺)

上一篇只是shi'實現C#接訊飛語音識別SDK,這一篇在unity中實現語音識別 1、在unitygong工yin'音訊資源 2、匯入SDK中的msc: 3、建立指令碼，封裝dll，步驟就不重複了 4、做一個處理音訊的介面，傳入appid,會話資訊、音訊路

Android集成訊飛語音、百度語音、阿裏語音識別

下載 oid androi tail dst -- 阿裏 info 科大 項目實踐：https://blog.csdn.net/Jsagacity/article/details/80094164 demo下載地址：https://fir.im/jy28 d

Unity接入訊飛語音識別___Android版

Unity版本4.6＋Eclipse 1，首先我們先去訊飛開放平臺註冊一個開發者賬號（註冊地址：http://www.xfyun.cn）,註冊完成後進入控制檯建立一個新的應用。​ 2，提交成功後我們需要選擇我們需要開通我們需要的服務，​​​點選開

unity接科大訊飛語音識別Windows平臺（補充前面的文章，添加了錄音功能）

其他操作就不在一一贅述了，直說一下新增的負責錄音的那段程式碼 1、首先利用Microphone類開始錄製和結束錄製音訊 2、利用AudioSource類播放錄製的音訊 3、然後用自己寫的方法Float2Byte將錄製的音訊轉成byte資料，供訊飛語音識別方法呼叫 詳細

Winform利用訊飛語音WebAPI實現線上語音合成、語音識別

閒來無事做的一個demo。本來想做成網站的形式，發現不知道怎麼在請求頭裡加資訊，於是就做成了Winform版的。 去官網開通sdk 沒註冊的先要註冊，然後建立應用，應用平臺選擇webAPI 回到控制檯，新增新服務--線上語音合成、語音聽寫 新增IP

利用訊飛語音識別技術開發離線語音控制系統（Windows平臺）

本專案做出的產品是一個Windows下的增強現實系統，系統很龐大，產品功能已經基本完善，考慮到給使用者帶來更好的體驗，故綜合評估後採用訊飛語音識別方案進行嫁接。 專案介紹： 1）開啟系統時啟動語音識別，檢測到使用者說出關鍵詞（如：上一步，下一步，結束等）時，系統自動進行相應

訊飛語音語音識別輔助類

個人網站：極客時代 下面貼出訊飛語音識別的輔助類： package com.Ray.assistwModel; import java.net.ContentHandler; import java.security.PublicKey; import com.Ray

小程式語音與訊飛語音識別踩坑過程

【由於CSDN的markdown的排版不是很好，所以整理了一下，新的地址：http://blog.csdn.net/c910511/article/details/54839160】 公司要在微信小程式上面實現語音識別的功能，後端的踩坑功能就

第三方整合訊飛 語音識別 文字轉音

private void init() { //合成監聽器 SynthesizerListener mSynListener = new SynthesizerListener() { //會話結束回撥介面，沒有錯誤時，error為null public

android 語音識別 之 訊飛語音移植

轉載自：http://blog.csdn.net/chenshufei2/article/details/8496905 一、簡介     語音識別現在應用越來越廣泛了 比如語音寫簡訊、語音搜尋商品、語音搜尋關鍵字等等，這遍我們就簡單的談談國內比較流

科大訊飛 語音sdk 在linux 部署報20021的問題

最近有個專案，使用了科大訊飛 的 文字轉語音sdk， 在linux上部署的時候出現了些問題，主要原因就是找不到 一個叫libmsc64.so的檔案，其實，對於這個問題，網上有很多資料，無非就是設定環境變數，告訴系統去哪裡查詢這個共享庫資源。這裡是官方資料地址：http://b

Android開發之通過藍芽耳機實現訊飛語音識別的功能

近階段在開發一款app，實現通過藍芽耳機進行訊飛語音識別，獲取識別結果之後再通過語音合成從藍芽耳機播報出識別結果。上網也查了很多資料，大多是說通過一下兩行程式碼：      mAudioManager.setBluetoothScoOn(true);