2. 程式人生 > >Android——訊飛語音喚醒簡介及實現

Android——訊飛語音喚醒簡介及實現

阿新 • • 發佈：2019-02-04

前段時間寫了一個關於百度語音喚醒文章，最近有做了一個訊飛語音的應用，在這裡把學習的資料整理一下。
喚醒的整個過程如下：
這裡寫圖片描述（圖源自訊飛官網）
訊飛的語音喚醒功能實現起來挺方便的（相比百度，百度語音Android端的語音喚醒是基於service實現的）百度語音喚醒識別效果對於不建議使用的喚醒詞識別較差，而訊飛相對較容易。並且訊飛語音喚醒可以自己設定很多引數，來提高識別率，百度提供給使用者的設定介面很少。俗話說“魚和熊掌不可兼得”，一句話總結這兩個平臺就是——百度免費，訊飛收費。
這裡寫圖片描述
這裡寫圖片描述
大家可以根據自己專案的實際需求作抉擇。
下面我們就言歸正傳：
我們先來講一講訊飛語音喚醒的引數設定。下面是訊飛官方文件的內容這裡寫圖片描述


喚醒業務型別，分為如下幾種：
喚醒：wakeup；（單喚醒詞，多喚醒詞，或特定人喚醒）
註冊：enroll；（特定人喚醒註冊，又稱為“訓練”，用於特定人喚醒時，註冊使用者喚醒詞）
喚醒識別：oneshot；

喚醒門限值：
格式：id:門限值;* (*代表可多個)，根據資源攜帶的喚醒詞個數按照“id:門限;id:門限” 的格式傳入。門限值越高，則要求匹配度越高，才能喚醒。
是否必須設定：否
預設值：0
值範圍：[-150, 150]

持續喚醒：
在持續喚醒時，喚醒一次後，當前會話依然繼續，錄音還在繼續，當有匹配的喚醒 時，會返回結果；否則，喚醒一次後，當前會話已結束，錄音也結束，不會再監聽。
此引數對喚醒識別不起作用，見IVW_SST。
是否必須設定：否
預設值：0
值範圍：{null, 0, 1}

喚醒資源路徑：
喚醒需要使用本地資源，通過此引數設定本地資源所在的路徑。多個資源間，以英文分號”;”分隔。 與IVW_ENROLL_RES_PATH一樣，用於使用的資源，需要通過 ResourceUtil.generateResourcePath(Context, com.iflytek.cloud.util.ResourceUtil.RESOURCE_TYPE, java.lang.String)生成標準的資源路徑值。 請參考 ResourceUtil.generateResourcePath(Context, com.iflytek.cloud.util.ResourceUtil.RESOURCE_TYPE, java.lang.String)。
是否必須設定：是（在非註冊時）
預設值：null
值範圍：有效的資原始檔路徑

引擎型別：
設定使用的引擎型別：線上、離線、混合。在申請了離線合成資源和許可權， 或使用語記方式時，可以選擇使用本地或線上的方式進行語音服務。使用線上模式（又稱雲端模式）時，需要使用網路，產生一定流量，但有更好的識別 或合成的效果，如更高的識別匹配度，更多的發音人等。使用離線模式（又稱本地模式）時，不需要使用網路，且識別和合成的速度更快，但同 時要求使用對應的離線資源或安裝“語記”（安卓或iOS平臺）。在混合模式時，可以通過混合型別、 雲端超時、本地置信門限 使用對應的策略，提高識別準確度與成功率。詳情參見前面的幾個引數說明。
在離線或混合模式下，需要設定對應的資源。請參考
合成資源路徑：ResourceUtil.TTS_RES_PATH；
識別資源路徑：ResourceUtil.ASR_RES_PATH；
喚醒資源路徑：IVW_RES_PATH；
關於離線資源的其他介紹，參考ResourceUtil類的說明。
是否必須設定：否
預設值：”cloud”
值範圍：{ “cloud”, “local”,”mixed” }

訊飛 語音喚醒實現起來相當簡單，具體步驟如下

  • 申請賬號

首先需要去訊飛開放平臺申請一個賬號，之後註冊一個自己的應用，這裡我們以Android端為例來說明。對於第一次使用訊飛語音的人，首先先要建立一個應用
這裡寫圖片描述

  • 開通服務

大家可以根據自己的實際需求開通相應的服務。
這裡寫圖片描述
這裡大家一定要記住Appid很重要，這就相當於你應用的身份證號碼。

  • 下載SDK

下載分為組合下載和單個服務SDK下載
這裡寫圖片描述

  • 檔案拷貝

我們下載的SDK正常情況下為
這裡寫圖片描述
assets資料夾下面主要是訊飛語音的一些介面圖示，如果你需要使用訊飛的語音輸入介面，可以將這個資料夾下面的內容拷貝到你相應的Android工程目錄下。doc下面為文件libs下面使我們需要的.so檔案和jar檔案，libs下面有不同cpu下的so檔案，不同的cpu平臺需要不同的so檔案，這裡面的so檔案是使用c/c++寫的，根據需求自己選擇，並將相應的檔案拷貝到自己的Android工程對應的目錄下。如果Android工程中沒有libs目錄，需要我們自己建立一個目錄。res下面是一些訊飛語音的資原始檔，需要將這些檔案拷貝到自己Android工程的assets檔案中，res中的ivw檔案為喚醒詞的資原始檔。sample檔案是一個demo工程，大家可以參考demo完成自己的功能需求。

  • 程式碼實現

程式碼實現之前我們還需要新增一些許可權，Android6.0以及之後的版本需要動態申請許可權，這裡大家自行學習，我不在贅述。
在AndroidManifest.xml檔案中新增如下許可權

    <uses-permission android:name="android.permission.RECORD_AUDIO" />
    <uses-permission android:name="android.permission.INTERNET" />
    <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
    <uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
    <uses-permission android:name="android.permission.CHANGE_NETWORK_STATE" />
    <uses-permission android:name="android.permission.READ_PHONE_STATE" />
    <uses-permission android:name="android.permission.ACCESS_FINE_LOCATION" />
    <uses-permission android:name="android.permission.READ_CONTACTS" />
    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
    <uses-permission android:name="android.permission.WRITE_SETTINGS" />
    <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />

在程式碼實現過程中，首先我們需要初始化訊飛語音，程式碼如下：

     /**
      * 初始化訊飛語音
      */
     private void initializeIflytek()
     {
        StringBuffer param = new StringBuffer();
        //IflytekAPP_id為我們申請的Appid
        param.append("appid="+getString(R.string.IflytekAPP_id));
        param.append(",");
        // 設定使用v5+
        param.append(SpeechConstant.ENGINE_MODE+"="+SpeechConstant.MODE_MSC);
        SpeechUtility.createUtility(DWEApplication.this, param.toString());
     }

初始化最好放在APP初始化階段，也就是所繼承Application類，然後把訊飛初始化的內容放到該類裡面。

前面說的內容適合於訊飛的所有語音產品，下面我講給出訊飛語音喚醒的程式碼實現。

import org.json.JSONException;
import org.json.JSONObject;
import com.iflytek.cloud.SpeechConstant;
import com.iflytek.cloud.SpeechError;
import com.iflytek.cloud.VoiceWakeuper;
import com.iflytek.cloud.WakeuperListener;
import com.iflytek.cloud.WakeuperResult;
import com.iflytek.cloud.util.ResourceUtil;
import com.iflytek.cloud.util.ResourceUtil.RESOURCE_TYPE;
import android.content.Context;
import android.content.Intent;
import android.os.Bundle;
import android.os.Environment;
import android.os.Handler;
/**
 * 訊飛語音喚醒
 * @author Administrator
 *
 */
public class IflytekWakeUp {

    private Context mContext;
    //喚醒的閾值，就相當於門限值，當用戶輸入的語音的置信度大於這一個值的時候，才被認定為成功喚醒。
    private int curThresh = 10;
    //是否持續喚醒
    private String keep_alive = "1";
    /**
      * 閉環優化網路模式有三種：
      * 模式0：關閉閉環優化功能
      * 
      * 模式1：開啟閉環優化功能，允許上傳優化資料。需開發者自行管理優化資源。
      * sdk提供相應的查詢和下載介面，請開發者參考API文件，具體使用請參考本示例
      * queryResource及downloadResource方法；
      * 
      * 模式2：開啟閉環優化功能，允許上傳優化資料及啟動喚醒時進行資源查詢下載；
      * 本示例為方便開發者使用僅展示模式0和模式2；
     */
    private String ivwNetMode = "0";
    // 語音喚醒物件
    private VoiceWakeuper mIvw;
    //儲存喚醒詞的ID
    private String wordID = "";

    public IflytekWakeUp(Context context)
    {
        this.mContext = context;
        // 初始化喚醒物件
        mIvw = VoiceWakeuper.createWakeuper(mContext, null);
    }
    /**
     * 開啟喚醒功能
     */
    public void startWakeuper()
    {
        //非空判斷，防止因空指標使程式崩潰
        mIvw = VoiceWakeuper.getWakeuper();
        if(mIvw != null) {
            // 清空引數
            mIvw.setParameter(SpeechConstant.PARAMS, null);
            // 喚醒門限值，根據資源攜帶的喚醒詞個數按照“id:門限;id:門限”的格式傳入
            mIvw.setParameter(SpeechConstant.IVW_THRESHOLD, "0:"+ curThresh);
            // 設定喚醒模式
            mIvw.setParameter(SpeechConstant.IVW_SST, "wakeup");
            // 設定持續進行喚醒
            mIvw.setParameter(SpeechConstant.KEEP_ALIVE, keep_alive);
            // 設定閉環優化網路模式
            mIvw.setParameter(SpeechConstant.IVW_NET_MODE, ivwNetMode);
            // 設定喚醒資源路徑
            mIvw.setParameter(SpeechConstant.IVW_RES_PATH, getResource());
            // 設定喚醒錄音儲存路徑，儲存最近一分鐘的音訊
            mIvw.setParameter( SpeechConstant.IVW_AUDIO_PATH, Environment.getExternalStorageDirectory().getPath()+"/msc/ivw.wav" );
            mIvw.setParameter( SpeechConstant.AUDIO_FORMAT, "wav" );
            // 如有需要，設定 NOTIFY_RECORD_DATA 以實時通過 onEvent 返回錄音音訊流位元組
            //mIvw.setParameter( SpeechConstant.NOTIFY_RECORD_DATA, "1" );

            // 啟動喚醒
            mIvw.startListening(new MyWakeuperListener());
        }
    }
    /**
     * 獲取喚醒詞功能
     * @return 返回檔案位置
     */
    private String getResource() {
        final String resPath = ResourceUtil.generateResourcePath(mContext, RESOURCE_TYPE.assets, "ivw/"+mContext.getString(R.string.IflytekAPP_id)+".jet");
        return resPath;
    }

    /**
     * 銷燬喚醒功能
     */
    public void destroyWakeuper()
    {
        // 銷燬合成物件
        mIvw = VoiceWakeuper.getWakeuper();
        if (mIvw != null) {
            mIvw.destroy();
        }
    }
    /**
     * 停止喚醒
     */
    public void stopWakeuper()
    {
        mIvw.stopListening();
    }

    /**
     * 喚醒詞監聽類
     * @author Administrator
     *
     */
    private class MyWakeuperListener implements WakeuperListener
    {
        //開始說話
        @Override
        public void onBeginOfSpeech() {

        }
        //錯誤碼返回
        @Override
        public void onError(SpeechError arg0) {

        }

        @Override
        public void onEvent(int arg0, int arg1, int arg2, Bundle arg3) {

        }

        @Override
        public void onResult(WakeuperResult result) {

            if(!"1".equalsIgnoreCase(keep_alive)) {
                //setRadioEnable(true);
            }
            try {
                String text = result.getResultString();
                JSONObject object;
                object = new JSONObject(text);
                StringBuffer buffer = new StringBuffer();
                buffer.append("【RAW】 "+text);
                buffer.append("\n");
                buffer.append("【操作型別】"+ object.optString("sst"));
                buffer.append("\n");
                buffer.append("【喚醒詞id】"+ object.optString("id"));
                buffer.append("\n");
                buffer.append("【得分】" + object.optString("score"));
                buffer.append("\n");
                buffer.append("【前端點】" + object.optString("bos"));
                buffer.append("\n");
                buffer.append("【尾端點】" + object.optString("eos"));
                resultString =buffer.toString();
            } catch (JSONException e) {
                e.printStackTrace();
        }
        /**
         *聲音改變回調
        */
        @Override
        public void onVolumeChanged(int arg0) {

        }
    }
}

訊飛語音喚醒大體實現過程就是如上所述，其他功能也類似。我這裡知識簡單的實現了一下，語音喚醒裡面還有其他方法，我把文件截圖放在這裡，大幾可以參考一下。
這裡寫圖片描述
這裡寫圖片描述

原創文章不容易，轉載請註明出處！！Thank you！

（昨天晚上寫到凌晨，今天總算把後面的內容寫完了，這樣一來總算把國內做語音喚醒的比較好的平臺介紹完了，今天放五一假，是不是應該出去走走呢？）

相關推薦

Android——訊飛語音喚醒簡介及實現

前段時間寫了一個關於百度語音喚醒文章，最近有做了一個訊飛語音的應用，在這裡把學習的資料整理一下。 喚醒的整個過程如下： （圖源自訊飛官網） 訊飛的語音喚醒功能實現起來挺方便的（相比百度，百度語音Android端的語音喚醒是基於service實現的）百度語音

android+訊飛語音+一個簡單的文字語音相互轉換

<!--連線網路許可權，用於執行雲端語音能力 -->    <uses-permissionandroid:name="android.permission.INTERNET"/>    <!--獲取手機錄音機使用許可權，聽寫、識別、語義理解需要用到此許可權 -->  

訊飛語音——喚醒

訊飛語音喚醒 喚醒功能，顧名思義，通過語音，喚醒服務，做我們想做的事情。 效果圖（開啟應用後說訊飛語音或者訊飛語點喚醒） 原始碼下載 步驟 1. 建立應用，開通服務 2. 下載SDK 我們要使用的是訊飛的付

android訊飛語音開發常遇到的問題 各種錯誤編碼說明

場景：android專案中共使用了3個語音元件：線上語音聽寫、離線語音合成、離線語音識別 11208:遇到這個錯誤，授權應用失敗，先檢查裝機量（3臺測試許可權），以及appid的申請時間（35天期限），我的沒問題，所以就定位在資原始檔的問題了。請注意：保證所有的資原始檔都是最新的（線上語音聽寫、離線語音合

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);           

科大訊飛語音無限制錄音、識別功能的實現：Android studio(一)

            最近想要做一款語音聽寫APP，在網上搜索關於如何使用科大訊飛語音的Demo少之又少，又或者是隻是單純的按照文件來實現簡單的語音聽寫，遠遠不能滿足需求，看了幾天的文件和自己搜尋的一些資料，還有這幾天中遇到的一些問題，覺得有必要做一個筆記，能給初學者一些

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

Android Studio 接入 訊飛 語音合成（文字轉語音）

1.下載相應的SDK（參考我上一篇文章：https://mp.csdn.net/postedit/83743563） 2.佈置資源 . 3.新增許可權 ：在Application的根目錄下，為了可以訪問手機的一些功能 <!--連線網路許可權，用於執行雲端語音能力 -->

unity接入Android（訊飛語音）

使用工具;Unity＋Eclipse(Android) 1.在訊飛語音註冊開發者賬號  ip： http://www.xfyun.cn  然後進入控制檯建立一個新的應用。​   2.點入進去建立新應用，提交成功後我們需要選擇我們需要開通我們需

iOS 訊飛語音之語音聽寫 錄音的實現

引入庫 第一步 獲取appid appid是第三方應用整合訊飛開放平臺SDK的身份標識，SDK靜態庫和appid是繫結的，每款應用必須保持唯一，否則會出現10407錯誤碼。appid在開放平臺申請應用時可以獲得，下載SDK後可從SDK中sample資料夾的Demo工程裡找到（例如: /sam

利用訊飛語音聽寫介面實現實時語音轉寫。

訊飛語音，識別真的很準確。 訊飛語音轉寫，實時的貴，不實時的慢。。。 今天嘗試了用訊飛聽寫通過流的方式實現實時轉寫。 主要思路是這樣。首先確認pcm檔案的儲存路徑。 然後建立一個執行緒不斷讀寫pcm內的內容變化。 每次讀取1024*1024位元組呼叫 mIat.w

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

ubuntu下，在QT中利用科大訊飛語音庫實現語音合成TTS

首先要去科大訊飛語音庫註冊，下載linux下的線上合成TTS的SDK，然後在QT下建立一個基於控制檯的工程，其實建立關於UI的也可以，問題不大，這裡以控制檯工程進行說明。將sample中TTS部分的t

android 訊飛文件中語音停頓合成技巧

最近寫android的時候碰到一個需求，就是當我們想要自己合成語音的時候，需要在播報一句話的某些位置進行幾秒鐘的停頓，比如想要合成這樣的語音："大家好，【停頓一秒】歡迎【停頓兩秒】來到我的部落格，如果有用【停頓一秒】，頂一下唄"。在訊飛的文件中，我沒看到有實現這樣功能的方法

訊飛語音開發之語音喚醒

只有前面講到的語音合成，語音理解，語義理解，語音識別確實可以實現人機交流。但是還不能實現完全智慧，不能狗做到實時問道，間歇式問答。要實現實時問答，切不用手動操作。這時候語音喚醒功能就大選伸手了。下面我們來看看語音喚醒功能的實現吧。 使用語音喚醒，首先你要在你的應用中開通語音

Android科大訊飛語音按佇列播報

在Android開發中，語音播報經常使用，但是，在使用過程中會發現，如果語音來源過於塊，頻率過高，在前一條沒有播放完的情況下會執行第二條播放，本篇文章用來解決這個問題。 一、科大訊飛語音整合： 1、在科大訊飛的開發者平臺（科大訊飛開放平臺）註冊。我這裡使用的

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

Android 科大訊飛語音識別 金額數字

最近要在應用裡面使用語音識別功能，老闆選擇了科大訊飛的技術，小可也就開始看文件啦； 這裡只嵌入了語音識別，其他的語法什麼的沒有研究，有需要的各位看文件唄； 需要的資料 ：只識別數字，若不過濾則把LSpeechManager中的onResult方法中的LDataFormat過

使用訊飛語音實現語音識別,朗讀文字

一.走近訊飛(iFly) 語音技術實現了人機語音互動，使人與機器之間溝通變得像人與人溝通一樣簡單。語音技術主要包括語音合成和語音識別兩項關鍵技術。讓機器說話，用的是語音合成技術；讓機器聽懂人說話，用的是語音識別技術。此外，語音技術還包括語音編碼、音色轉換、口語評測、語音

java版阿里雲,百度ai,訊飛語音識別效果簡單對比及demo

因為公司的業務的需要,對三家的語音識別(簡短語句識別java版)進行了呼叫和對比,把自己的測試成果貼出來供需要的人蔘考使用.並貼出主要程式碼塊 阿里雲的一句話識別: package com.alibaba.idst.nls.demo; import