語音識別，語義理解一站式解決之二(android,olami)

阿新 • • 發佈：2019-01-21

前言

國內語音識別技術已有多家，而olami不僅在語音識別上準確率較高，更重要的是在語義理解上十分強大，本文用olami sdk做了一個記賬demo(記賬部分程式碼參考開原始碼)，這個demo可以語音新增不同消費記錄，查詢當天，當月消費情況，刪除消費列表中的記錄。讓我們一起來感受下olami如何實現強大的語義理解。

1.demo支援的說法

demo中實現的說法主要有如下幾種（同類說法可以很多，沒有全部列舉）：

今天餐飲開銷一百元
今日交通出行五十元
本月15號日常購物一百元
這個月水電煤氣兩百元
查詢今天的賬單
檢視今日的消費情況
今天的賬單
今日消費
查詢這個月的消費情況
檢視本月消費
本月的賬單
刪除第一條
刪除第一個記錄
刪除第五條消費記錄

2. demo實現的效果圖

這裡寫圖片描述

3.olami的初始化和回撥用法

初始化部分參考原始碼MainActivity.java中init()函式

     public void init()
    {
        initHandler();
        mOlamiVoiceRecognizer = new OlamiVoiceRecognizer(MainActivity.this);
        TelephonyManager telephonyManager=(TelephonyManager)this.getSystemService
                                          (this 
.getBaseContext().TELEPHONY_SERVICE);
        String imei=telephonyManager.getDeviceId();
        mOlamiVoiceRecognizer.init(imei);//set null if you do not want to notify olami server.

        mOlamiVoiceRecognizer.setListener(mOlamiVoiceRecognizerListener);//設定識別結果回listener
        mOlamiVoiceRecognizer.setLocalization
        (OlamiVoiceRecognizer.LANGUAGE_SIMPLIFIED_CHINESE);//設定支援的語音型別，優先選擇中文簡體  

        mOlamiVoiceRecognizer.setAuthorization(
        "573031596fd746fca478e5cccf6ca9e2","asr","d5307ed38df64ab6a08e467c00c81d37","nli"); 
        //註冊Appkey，在olami官網註冊應用後生成的appkey
        //註冊api，請直接填寫“asr”，標識語音識別型別
        //註冊secret，在olami官網註冊應用後生成的secret
        //註冊seq ，請填寫“nli”       
        mOlamiVoiceRecognizer.setVADTailTimeout(2000);//錄音時尾音結束時間，建議填//2000ms
        mOlamiVoiceRecognizer.setLatitudeAndLongitude(31.155364678184498,121.34882432933009);
        //設定經緯度資訊，不願上傳位置資訊，可以填0 
    }

註冊一個回撥，用於各種回撥，可以更新介面和處理伺服器返回資料。

private class OlamiVoiceRecognizerListener implements IOlamiVoiceRecognizerListener{

        @Override
        public void onError(int errCode) {//出錯回撥
            mHandler.sendMessage(mHandler.obtainMessage(
                                 MessageConst.CLIENT_ACTION_ON_ERROR,errCode,0));

        }

        @Override
        public void onEndOfSpeech() {//錄音結束回撥
            mHandler.sendEmptyMessage(MessageConst.CLIENT_ACTION_STOP_RECORED);         
        }

        @Override
        public void onBeginningOfSpeech() {//錄音開始回撥
            mHandler.sendEmptyMessage(MessageConst.CLIENT_ACTION_START_RECORED);            
        }

        @Override
        public void onResult(String result, int type) {//結果返回回撥
            mHandler.sendMessage(mHandler.obtainMessage(
                           MessageConst.SERVER_ACTION_RETURN_RESULT, type, 0, result));
        }

        @Override
        public void onCancel() {//取消錄音回撥
            mHandler.sendEmptyMessage(MessageConst.CLIENT_ACTION_CANCEL_RECORED);

        }

        @Override
        public void onUpdateVolume(int volume) {//實時返回音量回調
            mHandler.sendMessage(mHandler.obtainMessage(
                           MessageConst.CLIENT_ACTION_UPDATA_VOLUME, volume, 0, null));
        }

    }

4.伺服器返回結果及解析

本月15號日常購物200元，伺服器返回資料如下：

[
  {
    "desc_obj": {
      "result": "正在為您新增",
      "status": 0
    },
    "semantic": [
      {
        "app": "account",
        "input": "本月15號日常購物200元",
        "slots": [
          {
            "num_detail": {
              "recommend_value": "200",
              "type": "number"
            },
            "name": "pay_number",
            "value": "200"
          },
          {
            "name": "pay_type",
            "value": "日常購物"
          },
          {
            "num_detail": {
              "recommend_value": "15",
              "type": "number"
            },
            "name": "day",
            "value": "15"
          }
        ],
        "modifier": [
          "pay"
        ],
        "customer": "58df512384ae11f0bb7b487e"
      }
    ],
    "type": "account"
  }
]

刪除第一個記錄，伺服器返回資料如下：

[
  {
    "desc_obj": {
      "result": "正在為您刪除",
      "status": 0
    },
    "semantic": [
      {
        "app": "account",
        "input": "刪除第一個記錄",
        "slots": [
          {
            "num_detail": {
              "recommend_value": "1",
              "type": "number"
            },
            "name": "index",
            "value": "一"
          }
        ],
        "modifier": [
          "delete_today"
        ],
        "customer": "58df512384ae11f0bb7b487e"
      }
    ],
    "type": "account"
  }
]

來看一下程式碼是如何解析的：

private void processServerMessage(String message)
{
        try{
            String input = null;
            JSONObject jsonObject = new JSONObject(message);
            JSONArray jArrayNli = jsonObject.optJSONObject("data").optJSONArray("nli");
            JSONObject jObj = jArrayNli.optJSONObject(0);
            JSONArray jArraySemantic = null;
            if(message.contains("semantic"))
            {
              jArraySemantic = jObj.getJSONArray("semantic");
              input = jArraySemantic.optJSONObject(0).optString("input");
            }
            else{
                input = jsonObject.optJSONObject("data").
                                    optJSONObject("asr").optString("result");
            }
            JSONObject jObjSemantic;
            JSONArray jArraySlots;
            JSONArray jArrayModifier;
            String type = null;
            String pay_number = null;
            String pay_type = null;
            String day = null;
            if(jObj != null) {
                type = jObj.optString("type");
                if("account".equals(type))//應用的名稱是account,代表記賬應用
                {
                    jObjSemantic = jArraySemantic.optJSONObject(0);
                    input = jObjSemantic.optString("input");
                    jArraySlots = jObjSemantic.optJSONArray("slots");
                    jArrayModifier = jObjSemantic.optJSONArray("modifier");
                    String modifier = (String)jArrayModifier.opt(0);
                    if((jArrayModifier != null) && ("pay".equals(modifier)))
                    {//modifier為pay，代表行為是記賬
                        if(jArraySlots != null)
                        {
                           for(int i=0,k=jArraySlots.length(); i<k; i++)
                           {
                               JSONObject obj = jArraySlots.getJSONObject(i);
                               String name = obj.optString("name");
                               if("pay_type".equals(name))
                                   pay_type = obj.optString("value");
                               else if("pay_number".equals(name))
                               {//找出記錄的具體金額
                                   pay_number = obj.getJSONObject("num_detail").
                                                 getString("recommend_value");
                               }
                               else if("day".equals(name))
                               {//找出某日發生消費的金額
                                   day = obj.getJSONObject("num_detail").
                                                 getString("recommend_value");
                               }

                           }
                        }
                        String date = null;
                        Calendar localCalendar = Calendar.getInstance();
                        int i_year = localCalendar.get(Calendar.YEAR);
                        int i_month = localCalendar.get(Calendar.MONTH)+1;
                        int i_day = localCalendar.get(Calendar.DAY_OF_MONTH);
                         if(day == null)
                         {
                             date = i_year + "-" + i_month + "-" + i_day;
                         }
                         else
                         {
                             date = i_year + "-" + i_month + "-" + day;
                         }
                         consumeClass trade = new consumeClass(0, 
                                             Float.parseFloat("-"+pay_number), 
                                             date, "123", pay_type,  MainActivity.this);                       
                                             trade.trade_add();
                                             //新增到消費列表中
                    }
                    else if((jArrayModifier != null) && ("query_today".equals(modifier)))
                    {   
                        QueryByTodayActivity.refreshListView(
                                                 QueryByTodayActivity.QUERY_BY_DAY);
                       //查詢當天的消費情況，並更新列表                          
                    }
                    else if((jArrayModifier != null) && ("query_month".equals(modifier)))
                    {   
                        QueryByTodayActivity.refreshListView(
                                                    QueryByTodayActivity.QUERY_BY_MONTH);
                         //查詢當月的消費情況，並更新列表                                                      
                    }else if((jArrayModifier != null) && ("delete_today".equals(modifier)))
                    {//找出要刪除的消費記錄的索引，刪除並更新介面
                        String index = null;
                        if(jArraySlots != null)
                        {                         
                           JSONObject obj = jArraySlots.getJSONObject(0);                            
                           index = obj.getJSONObject("num_detail").
                                          getString("recommend_value");                                                   
                        }
                        if(index != null && !"".equals(index))
                            QueryByTodayActivity. deleteTodayDataByIndex(
                                                      Integer.parseInt(index));                                                 

                    }
                }
            }
        }
        catch(Exception e)
        {
            e.printStackTrace();
        }                   
    }

5.原始碼下載連結

6.相關連結

語音識別，語義理解一站式解決之二(android,olami)

前言國內語音識別技術已有多家，而olami不僅在語音識別上準確率較高，更重要的是在語義理解上十分強大，本文用olami sdk做了一個記賬demo(記賬部分程式碼參考開原始碼)，這個demo可以語音新增不同消費記錄，查詢當天，當月消費情況，刪除消費列

語音識別，語義理解一站式解決之智慧照相機(人臉識別,olami)

olami sdk實現了把錄音或者文字轉化為使用者可以理解的json字串從而實現語義理解，使用者可以定義自己的語義，通過這種方式可以實現使用者需要的語義理解。前面寫了兩篇語音識別，語義理解的博文，分別是語音線上聽書和語音記帳軟體，本篇是語音智慧照相機

語音識別，語義理解一站式解決（android平臺&olami sdk）

olami sdk實現了把錄音或者文字轉化為使用者可以理解的json字串從而實現語義理解，使用者可以定義自己的語義，是不是很強大？本文講述怎麼自定義語義，以及如何解析自定義語義。本文使用olami sdk做了一個線上聽書的demo，使用者只需類似“我想

用Kotlin開發android平臺語音識別，語義理解應用（olamisdk）

本文使用Kotlin開發android平臺的一個語音識別方面的應用，用的是尤拉密開放平臺olamisdk。 1.Kotlin簡介 Kotlin是由JetBrains建立的基於JVM的程式語言，IntelliJ正是JetBrains的傑作，而android

unity 對接訊飛window平臺語音識別，語音合成記錄

最近記性越來越差，必須得把踩過的坑寫下來，防止重複踩坑的出現。主要參考了部落格：https://blog.csdn.net/qq_39993352/article/details/80545422和語音識別的案例原始碼：https://github.com/3wz/IFlySDKForUn

語音識別：深入理解CTC Loss原理

最近看了百度的Deep Speech，看到語音識別使用的損失函式是CTC loss。便整理了一下有關於CTC loss的一些定義和推導。由於個人水平有限，如果文章有錯誤，還懇請各位指出，萬分感謝~ 附上我的github主頁，歡迎各位的follow~~~

深入理解Spring AOP之二代理對象生成

gets code 網上 none work class als post 產生深入理解Spring AOP之二代理對象生成 spring代理對象上一篇博客中講到了Spring的一些基本概念和初步講了實現方

用友nc65 uap開發中系統出現卡，慢等問題解決思路二（提交審批等按鈕卡慢）

4.索引失效的情況: 　① Not Null/Null 如果某列建立索引,當進行Select * from emp where depto is not null/is null。則會是索引失效。　② 索引列上不要使用函式,SELECT Col FROM tbl WHERE substr(name ,1

深入理解SELinux SEAndroid之二

今天公司年會，哥高興，所以釋出第二部。SELinux/SEAndroid一共分三部分。第一和第二部分是SELinux的基礎知識，第三部分是SEAndroid的工作原始碼分析。深入理解SE

深入理解nvme協議之二：nvme 協議重點數據結構之間的關系

排列 vpd hal tro status phy blog 自己理解 Physical Region Range(PRP entry) 描述一段物理空間的其實地址和長度，最重要的字段包括：起始地址（page base address) 偏移大小（offset）具

語音識別之——mfcc什麼是漢明窗，為什麼加漢明窗

為什麼要加漢明窗？什麼叫加窗？在訊號處理中，可以說加窗處理是一個必經的過程，因為我們的計算機只能處理有限長度的訊號，因此原始訊號X(t)要以T（取樣時間）截斷，即有限化，成為XT(t)後再進一步處理，這個過程式就是加窗處理，但什麼時候用什麼窗呢？這時我們就要對所需用到

語音識別之初體驗

實時 popu 背景 pcc 詞匯原則分類 work 通過一、概述作為最自然的人機交互方式－－語音，正在改變人們的生活，豐富多媒體技術的應用。語音識別技術是語音信號處理的一個重要分支，也是近年來非常火的一個研究領域。隨著科技的飛速發展，語音識別不僅在桌面PC和

4G LTE 網只能提供數據服務，不能承載語音通話，該怎麽理解？

通話組網相關 ads 殺手是不是曾經 huawei lte-a 轉：http://www.qbiao.com/16776.html 這個問題要從移動核心網的角度來理解。我們平時說的WCDMA、TD-SCDMA、TD-LTE其實通常指空口技術，即從手機到基站的通信技術

語音識別完成詩句的查詢功能，iOS AVSpeechSynthesis語音輸出結果的詩歌APP

water 兩個 min 介紹 ech fin com esp log 前言當前的APP的查詢都是使用手動輸入，不僅效率低，而且查詢的語句的限制比較大，不能夠方便的擴展。如果能方便的擴展查詢語句，那麽APP的使用就會有很大的靈活性。可以設計各種問句和語句，可以方便的和用

80端口被屏蔽解決方法，80端口穿透之NAT端口映射技術

sdn 映射 font statistic -c alt sso avi text 介紹一種NAT端口映射技術應用，達到80端口穿透目的，解決80端口被屏蔽的問題，也是80端口被屏蔽解決方法中經常用到的。 80端口穿透類似80端口轉發，因為80端口被屏蔽，在數據層面來說是

重磅！MaxCompute助力阿裏開源自研語音識別模型DFSMN，準確率高達96.04%

href p s 開始 phone 兩層下一個 latency 16bit product 摘要：阿裏開源語音識別模型DFSMN 在近期舉行的雲棲大會武漢峰會上，裝有DFSMN語音識別模型的“AI收銀員”在與真人店員的PK中，在嘈雜環境下準確識別了用戶的語音點單，在短短

使用FFmpeg進行視頻抽取音頻，之後進行語音識別轉為文字

buffer and @param size eve turn stand try you 1、首先需要下載FFmpeg； 2、Gradle依賴 def void forceVersion(details, group, version) { if (detai

當語音識別搭配AI之後，我的語音助手更懂我的心了

一定的平均值數據信息均值音頻問題做的在屏幕上要求歡迎大家前往騰訊雲+社區，獲取更多騰訊海量技術實踐幹貨哦~ 本文由騰訊雲AI中心發表於雲+社區專欄我今天演講主要分四個部分，第一個是分享語音識別概述，然後是深度神經網絡的基礎；接下來就是深度學習在語音

speech_recognition實現錄音ffmpeg實現音訊檔案轉換，並用百度語音的sdk實現語音識別

專案說明：在windows平臺下，使用speech_recognition記錄音訊，並轉換為16k的wav，之後利用ffmpeg將wav轉化為pcm檔案，上傳到百度語音端，返回語音資訊，並利用pyttsx3添加了簡單的互動功能。需求模組： speech_recognit

年少痴狂，懷戀曾經的創業歲月，語音識別的應用遠遠未到高潮，本人的軟體原始碼開源，需要的留下Email,我給大家發

分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow 也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！

語音識別，語義理解一站式解決之二(android,olami)

1.demo支援的說法

2. demo實現的效果圖

3.olami的初始化和回撥用法

4.伺服器返回結果及解析

5.原始碼下載連結

6.相關連結

相關推薦