百度Android语音识别SDK分在线与离线两种。这篇文章介绍在线SDK的用法。
在线SDK是以JAR包和动态链接库形式公布和使用。能够从百度开放云平台站点中下载SDK及使用说明文档。
完毕语音SDK的集成分下面几步。本文将一步步介绍SDK集成方法。
1、注冊开放开放平台
点击管理控制台。选择移动应用管理
选择创建应用，填写应用名称
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvVm9pY2VGYW5z/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center />
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvVm9pY2VGYW5z/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center />
能够看到右上角有ID、API KEY、Secret KEY。点击能够复制其内容，保存这些字符串，在使用语音SDK时会用到。
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvVm9pY2VGYW5z/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center />
2、申请开启语音识别服务 。选择媒体云---语音识别，点击申请开启服务，填写理由。
等待对接成功
3、使用语音识别SDK前的准备
之前准备了SDK开发包以及ID、API KEY、Secret KEY。
首先将开发包中的lib中的库加入到project中
声明权限
4、语音识别
SDK有两种实现语音识别的方式，一种是直接使用SDK中的语音识别控件。一种是使用SDK中的语音识别服务。
语音识别控件方式
语音识别控件BaiduASRDigitalDialog。提供了整套语音交互、提示音、音量反馈、动效反馈。开发人员初始化一个BaiduASRDigitalDialog对象，并设置相关參数及结果回调，调用Show()方法就能够弹出对话框開始识别。识别结束后会在回调中得到识别结果。
if(mDialog ==null|| mCurrentTheme != Config.DIALOG_THEME) {
mCurrentTheme = Config.DIALOG_THEME;
if(mDialog !=null) {
mDialog.dismiss();
}
Bundle params = newBundle();
params.putString(BaiduASRDigitalDialog.PARAM_API_KEY, Constants.API_KEY);
params.putString(BaiduASRDigitalDialog.PARAM_SECRET_KEY, Constants.SECRET_KEY);
params.putInt(BaiduASRDigitalDialog.PARAM_DIALOG_THEME, Config.DIALOG_THEME);
mDialog = newBaiduASRDigitalDialog(this, params);
mDialog.setDialogRecognitionListener(mRecognitionListener);
}
mDialog.getParams().putInt(BaiduASRDigitalDialog.PARAM_PROP, Config.CURRENT_PROP);
mDialog.getParams().putString(BaiduASRDigitalDialog.PARAM_LANGUAGE,
Config.getCurrentLanguage());
mDialog.show();
识别对话框支持的參数定义在BaiduASRDigitalDialog中以PARAM_前缀的常量。列表例如以下：
PARAM_API_KEY
string
开放平台认证API_key
PARAM_SECRET_KEY
string
开放平台认证Secret_key
PARAM_LANGUAGE
string
LANGUAGE_CHINESE
语种，取值定义在VoiceRecognitionConfig类中前缀为LANGUAGE_的常量
PARAM_PARTIAL_RESULTS
boolean
true
连续上屏
PARAM_NLU_ENABLE
boolean
false
是否语义解析。
Prop为输入时暂不支持语义，请显示指定为其他领域。
PARAM_NLU_PARAMS
string
预留语义解析參数
PARAM_PROP
int
PROP_INPUT
领域參数。定义在VoiceRecognitionConfig类中前缀为PROP_的常量
PARAM_PORMPT_TEXT
string
“请说话”
对话框提示语
PARAM_PROMPT_SOUND_ENABLE
boolean
true
提示音，须要集成SDK包Raw目录的资源
PARAM_DIALOG_THEME
int
THEME_BLUE_LIGHTBG
样式。
定义在前缀为THEME_的常量中
PARAM_TIPS
String[]
引导语列表
PARAM_SHOW_TIPS_ON_START
boolean
false
对话框弹出时首先显示引导语列表
PARAM_SHOW_TIP
boolean
false
识别启动3秒未检測到语音，随机出现一条引导语
PARAM_SHOW_HELP_ON_SILENT
boolean
false
静音超时后将“取消”button替换为“帮助”设置回调方法。处理返回的结果
mRecognitionListener =newDialogRecognitionListener() {
@Override
publicvoidonResults(Bundle results) {
ArrayList rs = results != null? results
.getStringArrayList(RESULTS_RECOGNITION) : null;
if(rs !=null&& rs.size() >0) {
mResult.setText(rs.get(0));
}
}
};
API方式
首先须要配置语音识别引擎ASREngine的參数VoiceRecognitionConfig
VoiceRecognitionConfig config =newVoiceRecognitionConfig();
config.setProp(Config.CURRENT_PROP);
config.setLanguage(Config.getCurrentLanguage());
config.enableVoicePower(Config.SHOW_VOL); // 音量反馈。
if(Config.PLAY_START_SOUND) {
config.enableBeginSoundEffect(R.raw.bdspeech_recognition_start); // 设置识别開始提示音
}
if(Config.PLAY_END_SOUND) {
config.enableEndSoundEffect(R.raw.bdspeech_speech_end); // 设置识别结束提示音
}
config.setSampleRate(VoiceRecognitionConfig.SAMPLE_RATE_8K); // 设置採样率,须要与外部音频一致
然后启动识别
intcode = mASREngine.startVoiceRecognition(mListener, config);
当中mListener是识别过程的回调，须要对当中的方法进行实现
/**
* 重写用于处理语音识别回调的监听器
*/
classMyVoiceRecogListenerimplementsVoiceClientStatusChangeListener {
@Override
publicvoidonClientStatusChange(intstatus, Object obj) {
switch(status) {
// 语音识别实际開始，这是真正開始识别的时间点。需在界面提示用户说话。
caseVoiceRecognitionClient.CLIENT_STATUS_START_RECORDING:
isRecognition = true;
mHandler.removeCallbacks(mUpdateVolume);
mHandler.postDelayed(mUpdateVolume, POWER_UPDATE_INTERVAL);
mControlPanel.statusChange(ControlPanelFragment.STATUS_RECORDING_START);
break;
caseVoiceRecognitionClient.CLIENT_STATUS_SPEECH_START:// 检測到语音起点
mControlPanel.statusChange(ControlPanelFragment.STATUS_SPEECH_START);
break;
// 已经检測到语音终点，等待网络返回
caseVoiceRecognitionClient.CLIENT_STATUS_SPEECH_END:
mControlPanel.statusChange(ControlPanelFragment.STATUS_SPEECH_END);
break;
// 语音识别完毕，显示obj中的结果
caseVoiceRecognitionClient.CLIENT_STATUS_FINISH:
mControlPanel.statusChange(ControlPanelFragment.STATUS_FINISH);
isRecognition = false;
updateRecognitionResult(obj);
break;
// 处理连续上屏
caseVoiceRecognitionClient.CLIENT_STATUS_UPDATE_RESULTS:
updateRecognitionResult(obj);
break;
// 用户取消
caseVoiceRecognitionClient.CLIENT_STATUS_USER_CANCELED:
mControlPanel.statusChange(ControlPanelFragment.STATUS_FINISH);
isRecognition = false;
break;
default:
break;
}
}
@Override
publicvoidonError(interrorType,interrorCode) {
isRecognition = false;
mResult.setText(getString(R.string.error_occur, Integer.toHexString(errorCode)));
mControlPanel.statusChange(ControlPanelFragment.STATUS_FINISH);
}
@Override
publicvoidonNetworkStatusChange(intstatus, Object obj) {
// 这里不做不论什么操作不影响简单识别
}
}
获得识别BDVRClient对象
mASREngine = VoiceRecognitionClient.getInstance(this);
mASREngine.setTokenApis(Constants.API_KEY, Constants.SECRET_KEY);
请求參数设置
每次识别须要通过通过VoiceRecognitionConfig设置參数，当中一些方法在API中有说明
方法
參数
描写叙述
enableBeginSoundEffect
int soundResourceId 启动提示音资源Id
设置開始提示音，soundResourceId为放置在Raw目录的资源Id。
enableEndSoundEffect
int soundResourceId 说话结束提示音资源Id
检測到用户说话结束播报的提示音，非识别结束
setSampleRate
intrate 採样率
设置音频採样率，
通常建议开发人员不指定採样频率。由BDVRClient自己主动依据当前网络环境选择採样频率。WiFi环境下将使用16kHz採样。移动网络下将使用8kHz採样，来节省流量。
參考常量定义
SAMPLE_RATE_8K 8K採样率
SAMPLE_RATE_16K 16K採样率
setProp
intprop开发人员能够通过指定垂直分类来获取更精准的语音识别结果。
注：垂直分类眼下支持地图，音乐。视频。APP。网址，开发人员须要注意设定採样频率时仅仅能在这五种垂直分类中选择。
若指定其他分类，可能会影响识别结果的精度。
參考PROP_前缀的常量定义。
setUseDefaultAudioSource
boolean useDefaultSource
设置是否使用缺省的录音。 假设不使用，用户须要调用VoiceRecognitionClient对象的feedAudioBuffer方法为识别器提供语音数据
enableNLU
启用语义解析，仅仅在搜索模式起作用
getSampleRate
获取当前识别採样率
setLanguage
String Language
设置语种。
眼下支持的语种有中文普通话（LANGUAGE_CHINESE）、中文粤语（LANGUAGE_CANTONSE）、英文（LANGUAGE_ENGLISH）。
開始语音识别，BDVRClient在開始识别后。会启动录音、预处理、上传到server并获取识别结果。
intcode = mASREngine.startVoiceRecognition(mListener, config);
if(code != VoiceRecognitionClient.START_WORK_RESULT_WORKING) {
mResult.setText(getString(R.string.error_start, code));
}
取消语音识别
mASREngine.stopVoiceRecognition();
结束语音识别
mRecognitionClient.speakFinish();
