$科大讯飞开放平台——语音听写接口的使用

　　最近在做毕设项目中，要用到一个语音识别的功能，主要目的是把用户说的话转换成文字，然后再做其他处理。找了多个语音识别的第三方SDK，比如百度语音识别、微信语音识别、科大讯飞语音识别，发现科大讯飞的比较好用。做了一个Demo程序，有详细的注释，在这里整理一下。

　　（一）准备工作

　　0、创建一个空的Android项目，比如项目名叫：SpeechRecognitionDemoJYJ。

　　1、首先要在科大讯飞开放平台（http://www.xfyun.cn/）上注册，或者用QQ等第三方登录也行。

　　2、点击网站首页右上角的“控制台”，进入控制台。

　　3、按照说明创建一个应用，该应用名就叫SpeechRecognitionDemoJYJ，创建成功后会有一个AppID，记下来，编程的时候要用到。

　　4、点击SpeechRecognitionDemoJYJ后面的“开通服务”按钮，开通服务—>语音听写，进入语音听写—>下载当前应用对应的SDK。

　　5、下载Android版的SDK，将SDK包中libs目录下的Msc.jar和armeabi复制到Android工程的libs目录（如果工程无libs目录，请自行创建）中，并且因为还要用到语音听写Dialog，所以还要把SDK包中assets目录下的iflytek文件夹复制到工程的assets目录下，如下图所示。还要注意，每个不同的应用都要申请不同的AppID，并且要分别下载不同AppID对应的SDK，否则会出错。

 

　　6、其他更详细的说明和资料可以参看讯飞开放平台的资料库（http://www.xfyun.cn/doccenter）。

 

　　（二）开发

　　Demo实现的功能很简单，就是点击一个按钮，弹出语音识别Dialog窗口，说话，说完了点击Dialog窗口后会把自动识别的文字结果显示在下方的EditText中。服务器返回的语音听写的结果是Json格式数据，最后还要对Json数据进行解析（具体解析方法参看我的这篇文章：用GSON解析Json格式数据），解析出语音字符串。

　　1、XML代码：

　　界面中有一个按钮，一个TextView和一个EditText，EditText用于显示语音识别的结果。

 1 <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
 2     android:layout_width="match_parent"
 3     android:layout_height="match_parent"
 4     android:orientation="vertical" >
 5 
 6     <Button
 7         android:id="@+id/listen_btn"
 8         android:layout_width="match_parent"
 9         android:layout_height="wrap_content"
10         android:text="开始说话" />
11 
12     <TextView
13         android:id="@+id/task_tv"
14         android:layout_width="match_parent"
15         android:layout_height="wrap_content"
16         android:layout_margin="20dp"
17         android:text="日程安排：" />
18 
19     <EditText
20         android:id="@+id/content_et"
21         android:layout_width="match_parent"
22         android:layout_height="wrap_content"
23         android:background="@android:drawable/editbox_dropdown_light_frame"
24         android:cursorVisible="true"
25         android:enabled="true"
26         android:gravity="top"
27         android:visibility="visible" />
28 
29 </LinearLayout>

　　2、MainActivity

  1 import java.lang.reflect.Type;
  2 import java.util.List;
  3 
  4 import com.example.speechrecognition.DictationResult;
  5 import com.google.gson.Gson;
  6 import com.google.gson.reflect.TypeToken;
  7 import com.iflytek.cloud.RecognizerListener;
  8 import com.iflytek.cloud.RecognizerResult;
  9 import com.iflytek.cloud.SpeechConstant;
 10 import com.iflytek.cloud.SpeechError;
 11 import com.iflytek.cloud.SpeechRecognizer;
 12 import com.iflytek.cloud.SpeechUtility;
 13 import com.iflytek.cloud.ui.RecognizerDialog;
 14 import com.iflytek.cloud.ui.RecognizerDialogListener;
 15 
 16 import android.app.Activity;
 17 import android.content.Context;
 18 import android.os.Bundle;
 19 import android.os.Handler;
 20 import android.os.Message;
 21 import android.util.Log;
 22 import android.view.Menu;
 23 import android.view.MenuItem;
 24 import android.view.View;
 25 import android.view.View.OnClickListener;
 26 import android.view.inputmethod.InputMethodManager;
 27 import android.widget.Button;
 28 import android.widget.EditText;
 29 import android.widget.TextView;
 30 
 31 public class MainActivity extends Activity implements OnClickListener {
 32     private static String APPID = "569e39a1";
 33 
 34     private Button listenBtn;
 35     private EditText contentEt;
 36 
 37     // 听写结果字符串（多个Json的列表字符串）
 38     private String dictationResultStr = "[";
 39 
 40     @Override
 41     protected void onCreate(Bundle savedInstanceState) {
 42         super.onCreate(savedInstanceState);
 43         setContentView(R.layout.activity_main);
 44 
 45         listenBtn = (Button) findViewById(R.id.listen_btn);
 46         contentEt = (EditText) findViewById(R.id.content_et);
 47 
 48         listenBtn.setOnClickListener(this);
 49 
 50     }
 51 
 52     @Override
 53     public void onClick(View v) {
 54         switch (v.getId()) {
 55         case R.id.listen_btn:
 56 
 57             dictationResultStr = "[";
 58             // 语音配置对象初始化
 59             SpeechUtility.createUtility(MainActivity.this, SpeechConstant.APPID
 60                     + "=" + APPID);
 61 
 62             // 1.创建SpeechRecognizer对象，第2个参数：本地听写时传InitListener
 63             SpeechRecognizer mIat = SpeechRecognizer.createRecognizer(
 64                     MainActivity.this, null);
 65             // 交互动画
 66             RecognizerDialog iatDialog = new RecognizerDialog(
 67                     MainActivity.this, null);
 68             // 2.设置听写参数，详见《科大讯飞MSC API手册(Android)》SpeechConstant类
 69             mIat.setParameter(SpeechConstant.DOMAIN, "iat"); // domain:域名
 70             mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
 71             mIat.setParameter(SpeechConstant.ACCENT, "mandarin"); // mandarin:普通话
 72             
 73             //3.开始听写
 74             iatDialog.setListener(new RecognizerDialogListener() {
 75 
 76                 @Override
 77                 public void onResult(RecognizerResult results, boolean isLast) {
 78                     // TODO 自动生成的方法存根
 79                     // Log.d("Result", results.getResultString());
 80                     // contentTv.setText(results.getResultString());
 81                     if (!isLast) {
 82                         dictationResultStr += results.getResultString() + ",";
 83                     } else {
 84                         dictationResultStr += results.getResultString() + "]";
 85                     }
 86                     if (isLast) {
 87                         // 解析Json列表字符串
 88                         Gson gson = new Gson();
 89                         List<DictationResult> dictationResultList = gson
 90                                 .fromJson(dictationResultStr,
 91                                         new TypeToken<List<DictationResult>>() {
 92                                         }.getType());
 93                         String finalResult = "";
 94                         for (int i = 0; i < dictationResultList.size() - 1; i++) {
 95                             finalResult += dictationResultList.get(i)
 96                                     .toString();
 97                         }
 98                         contentEt.setText(finalResult);
 99                         
100                         //获取焦点
101                         contentEt.requestFocus();
102                         
103                         //将光标定位到文字最后，以便修改
104                         contentEt.setSelection(finalResult.length());
105                         
106                         Log.d("From reall phone", finalResult);
107                     }
108                 }
109 
110                 @Override
111                 public void onError(SpeechError error) {
112                     // TODO 自动生成的方法存根
113                     error.getPlainDescription(true);
114                 }
115             });
116 
117             // 开始听写
118             iatDialog.show();
119 
120             break;
121         default:
122             break;
123         }
124     }
125 }

　　3、自定义的com.example.speechrecognition.DictationResult类的代码：

  1 import java.util.List;
  2 
  3 /**
  4  * 解析语音听写返回结果Json格式字符串的模板类（多重嵌套Json）
  5  * 
  6  * 语音识别结果Json数据格式（单条数据）：
  7  * {"sn":1,"ls":true,"bg":0,"ed":0,"ws":[{"bg":0,"cw":[{"w":"今天","sc":0}]},
  8  * {"bg":0,"cw":{"w":"的","sc":0}]},{"bg":0,"cw":[{"w":"天气","sc":0}]},
  9  * {"bg":0,"cw":[{"w":"怎么样","sc":0}]},{"bg":0,"cw":[{"w":"。","sc":0}]}]}
 10  */
 11 public class DictationResult {
 12     private String sn;
 13     private String ls;
 14     private String bg;
 15     private String ed;
 16 
 17     private List<Words> ws;
 18 
 19     public static class Words {
 20         private String bg;
 21         private List<Cw> cw;
 22 
 23         public static class Cw {
 24             private String w;
 25             private String sc;
 26 
 27             public String getW() {
 28                 return w;
 29             }
 30 
 31             public void setW(String w) {
 32                 this.w = w;
 33             }
 34 
 35             public String getSc() {
 36                 return sc;
 37             }
 38 
 39             public void setSc(String sc) {
 40                 this.sc = sc;
 41             }
 42 
 43             @Override
 44             public String toString() {
 45                 return w;
 46             }
 47         }
 48 
 49         public String getBg() {
 50             return bg;
 51         }
 52 
 53         public void setBg(String bg) {
 54             this.bg = bg;
 55         }
 56 
 57         public List<Cw> getCw() {
 58             return cw;
 59         }
 60 
 61         public void setCw(List<Cw> cw) {
 62             this.cw = cw;
 63         }
 64 
 65         @Override
 66         public String toString() {
 67             String result = "";
 68             for (Cw cwTmp : cw) {
 69                 result += cwTmp.toString();
 70             }
 71             return result;
 72         }
 73     }
 74 
 75     public String getSn() {
 76         return sn;
 77     }
 78 
 79     public void setSn(String sn) {
 80         this.sn = sn;
 81     }
 82 
 83     public String getLs() {
 84         return ls;
 85     }
 86 
 87     public void setLs(String ls) {
 88         this.ls = ls;
 89     }
 90 
 91     public String getBg() {
 92         return bg;
 93     }
 94 
 95     public void setBg(String bg) {
 96         this.bg = bg;
 97     }
 98 
 99     public String getEd() {
100         return ed;
101     }
102 
103     public void setEd(String ed) {
104         this.ed = ed;
105     }
106 
107     public List<Words> getWs() {
108         return ws;
109     }
110 
111     public void setWs(List<Words> ws) {
112         this.ws = ws;
113     }
114 
115     @Override
116     public String toString() {
117         String result = "";
118         for (Words wsTmp : ws) {
119             result += wsTmp.toString();
120         }
121         return result;
122     }
123 }

　　4、AndroidManifest.xml中申请权限：

 1 　　<!-- 连接网络权限，用于执行云端语音能力 -->
 2     <uses-permission android:name="android.permission.INTERNET"/>
 3     <!-- 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  -->
 4     <uses-permission android:name="android.permission.RECORD_AUDIO"/> 
 5     <!--读取网络信息状态 -->  
 6     <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>  
 7     <!--获取当前wifi状态 -->  
 8     <uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>  
 9     <!--允许程序改变网络连接状态 -->
10     <uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/>
11     <!--读取手机信息权限 -->  
12     <uses-permission android:name="android.permission.READ_PHONE_STATE"/>  
13     <!--读取联系人权限，上传联系人需要用到此权限 -->  
14     <uses-permission android:name="android.permission.READ_CONTACTS"/>

　　5、测试：模拟器无法打开录音机，是不能在上面测试的，要用真机测试。测试结果如下图：

 

　

　

 

posted @ 2016-03-21 09:11  AzureSky  阅读(23014)  评论(10)  编辑  收藏  举报