android实现调用科大讯飞语音识别功能详细步骤
一、申请注册科大用户和下载SDK（里面的appid要和自己的一样才可以使用）
详细步骤就不写了，注册网址：http://www.xfyun.cn
二、注册完之后，点击创建应用-选择要使用的平台和选择自己所要实现的功能，点击下载sdk即可。
下载完解压压缩包如下图：
三、把sample里面的demo通过我们的开发工具打开，我用的是androidStudio，所以导入步骤为：
方法一（导入project方式）：
打开Android Studio，在菜单栏File—>new—>import project当前解压sdk路径，使用离线服务能力选择导入mscV5PlusDemo，导入成功之后sync编译下，编译无误可连接手机，开启手机USB开发调试模式，直接在Android Studio运行导入的mscV5PlusDemo，最后生成的apk可直接安装在对应的手机上，如果编译时出现“ERROR: Plugin with id ‘com.android.application’ not found.”错误，请在build.gradle文件中添加以下代码。
buildscript {
repositories {
google()
jcenter()
}
dependencies {
//版本号请根据自己的gradle插件版本号自行更改
classpath 'com.android.tools.build:gradle:3.4.0'
// NOTE: Do not place your application dependencies here; they belong
// in the individual module build.gradle files
}
}
方法二（导入module方式）：
打开Android Studio，在菜单栏File—>new—>import module当前解压sdk路径，使用离线服务能力选择导入mscV5PlusDemo，导入成功之后sync编译下，编译无误可连接手机，开启手机USB开发调试模式，直接在Android Studio运行导入的mscV5PlusDemo，最后生成的apk可直接安装在对应的手机上。
至此利用官方提供的例子我们可以感受一下语言识别的魅力，而下面我们我们可以通过参考官方的例子来进行开发。
自我开发
一、创建一个新工程：
创建一个新的空项目。
二、创建以下目录结构：
将下载好的SDK中 libs 目录下的 Msc.jar包引入到工程中（参见http://blog.csdn.net/highboys/article/details/51549679，此外，因为本Demo中会用到json的东西，所以还得自己去网上下一个Gson的jar包，一并引进去）。之后在main目录下新建一个jniLibs目录，将 SDK中 libs 目录下的armeabi 拷进去：
权限以及所需包：（Manifest文件）
<?xml version="1.0" encoding="utf-8"?>
<manifest xmlns:android="http://schemas.android.com/apk/res/android"
package="com.example.speechprojecta">
<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.READ_EXTERNAL_STORAGE" />
<application
android:name=".MyApplication"
android:allowBackup="true"
android:icon="@mipmap/ic_launcher"
android:label="@string/app_name"
android:roundIcon="@mipmap/ic_launcher_round"
android:supportsRtl="true"
android:theme="@style/AppTheme">
<activity android:name=".MainActivity">
<intent-filter>
<action android:name="android.intent.action.MAIN" />
<category android:name="android.intent.category.LAUNCHER" />
</intent-filter>
</activity>
</application>
</manifest>
LogUtil类：
package com.example.speechprojecta;
import android.text.TextUtils;
import android.util.Log;
class LogUtil {
public static String tagPrefix = "";
public static boolean showV = true;
public static boolean showD = true;
public static boolean showI = true;
public static boolean showW = true;
public static boolean showE = true;
public static boolean showWTF = true;
/**
* 得到tag（所在类.方法（L:行））
* @return
*/
private static String generateTag() {
StackTraceElement stackTraceElement = Thread.currentThread().getStackTrace()[4];
String callerClazzName = stackTraceElement.getClassName();
callerClazzName = callerClazzName.substring(callerClazzName.lastIndexOf(".") + 1);
String tag = "%s.%s(L:%d)";
tag = String.format(tag, new Object[]{callerClazzName, stackTraceElement.getMethodName(), Integer.valueOf(stackTraceElement.getLineNumber())});
//给tag设置前缀
tag = TextUtils.isEmpty(tagPrefix) ? tag : tagPrefix + ":" + tag;
return tag;
}
public static void v(String msg) {
if (showV) {
String tag = generateTag();
Log.v(tag, msg);
}
}
public static void v(String msg, Throwable tr) {
if (showV) {
String tag = generateTag();
Log.v(tag, msg, tr);
}
}
public static void d(String msg) {
if (showD) {
String tag = generateTag();
Log.d(tag, msg);
}
}
public static void d(String msg, Throwable tr) {
if (showD) {
String tag = generateTag();
Log.d(tag, msg, tr);
}
}
public static void i(String msg) {
if (showI) {
String tag = generateTag();
Log.i(tag, msg);
}
}
public static void i(String msg, Throwable tr) {
if (showI) {
String tag = generateTag();
Log.i(tag, msg, tr);
}
}
public static void w(String msg) {
if (showW) {
String tag = generateTag();
Log.w(tag, msg);
}
}
public static void w(String msg, Throwable tr) {
if (showW) {
String tag = generateTag();
Log.w(tag, msg, tr);
}
}
public static void e(String msg) {
if (showE) {
String tag = generateTag();
Log.e(tag, msg);
}
}
public static void e(String msg, Throwable tr) {
if (showE) {
String tag = generateTag();
Log.e(tag, msg, tr);
}
}
public static void wtf(String msg) {
if (showWTF) {
String tag = generateTag();
Log.wtf(tag, msg);
}
}
public static void wtf(String msg, Throwable tr) {
if (showWTF) {
String tag = generateTag();
Log.wtf(tag, msg, tr);
}
}
}
主activity：
package com.example.speechprojecta;
import androidx.appcompat.app.AppCompatActivity;
import android.app.Activity;
import android.content.Context;
import android.content.SharedPreferences;
import android.os.Bundle;
import android.os.Environment;
import android.view.View;
import android.widget.Button;
import android.widget.EditText;
import android.widget.Toast;
import com.iflytek.cloud.ErrorCode;
import com.iflytek.cloud.InitListener;
import com.iflytek.cloud.RecognizerListener;
import com.iflytek.cloud.RecognizerResult;
import com.iflytek.cloud.SpeechConstant;
import com.iflytek.cloud.SpeechError;
import com.iflytek.cloud.SpeechRecognizer;
import com.iflytek.cloud.ui.RecognizerDialog;
import com.iflytek.cloud.ui.RecognizerDialogListener;
import org.json.JSONException;
import org.json.JSONObject;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.LinkedHashMap;
public class MainActivity extends AppCompatActivity {
private Context context;//public static final String PREFER_NAME = "com.voice.recognition";
public static final String PREFER_NAME = "com.example.speechprojecta";// 语音听写对象
private SpeechRecognizer mIat;// 语音听写UI
private RecognizerDialog mIatDialog;// 用HashMap存储听写结果
private HashMap<String, String> mIatResults = new LinkedHashMap<String, String>();
private Toast mToast;
private Button btStart,btStop,btCancel;
private EditText etContent;
private SharedPreferences mSharedPreferences;
private int ret = 0; // 函数调用返回值// 引擎类型
private String mEngineType = SpeechConstant.TYPE_CLOUD;
/**
* 初始化监听器。
*/
private InitListener mInitListener = new InitListener() {
@Override
public void onInit(int code) {
LogUtil.v("SpeechRecognizer init() code = " + code);
if (code != ErrorCode.SUCCESS) {
showTip("初始化失败，错误码：" + code);
}
}
};
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
initData();
findViewById();
setOnclickListener();//按钮点击事件处理
}
private void setOnclickListener() {
//开始监听按钮事件
btStart.setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View v) {
checkSoIsInstallSucceed();
etContent.setText(null);// 清空显示内容
mIatResults.clear();
// 设置参数
setParam();
boolean isShowDialog = mSharedPreferences.getBoolean(
getString(R.string.pref_key_iat_show), true);
if (isShowDialog) {
// 显示听写对话框
mIatDialog.setListener(mRecognizerDialogListener);
mIatDialog.show();
showTip(getString(R.string.text_begin));
} else {
// 不显示听写对话框
ret = mIat.startListening(mRecognizerListener);
if (ret != ErrorCode.SUCCESS) {
showTip("听写失败,错误码：" + ret);
} else {
showTip(getString(R.string.text_begin));
}
}
}
});
btStop.setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View v) {
checkSoIsInstallSucceed();
}
});
btCancel.setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View v) {
checkSoIsInstallSucceed();
}
});
}
private void findViewById(){
btStart = (Button) findViewById(R.id.btn_start);
btStop = (Button) findViewById(R.id.btn_stop);
btCancel = (Button) findViewById(R.id.btn_cancel);
etContent = (EditText) findViewById(R.id.et_content);
}
private void initData() {
context = MainActivity.this;// 初始化识别无UI识别对象/ 使用SpeechRecognizer对象，可根据回调消息自定义界面；
mIat = com.iflytek.cloud.SpeechRecognizer.createRecognizer(context, mInitListener);
// 初始化听写Dialog，如果只使用有UI听写功能，无需创建SpeechRecognizer
// 使用UI听写功能，请根据sdk文件目录下的notice.txt,放置布局文件和图片资源
mIatDialog = new RecognizerDialog(context, mInitListener);
mToast = Toast.makeText(this, "", Toast.LENGTH_SHORT);
mSharedPreferences = getSharedPreferences(MainActivity.PREFER_NAME,
Activity.MODE_PRIVATE);
}
//检查是否成功创建对象
private void checkSoIsInstallSucceed(){
if( null == mIat ){
// 创建单例失败，与 21001 错误为同样原因，参考 http://bbs.xfyun.cn/forum.php?mod=viewthread&tid=9688
this.showTip( "创建对象失败，请确认 libmsc.so 放置正确，且有调用 createUtility 进行初始化" );
return;
}
}
private void showTip( final String str) {
mToast.setText(str);
mToast.show();
}
//设置参数
public void setParam() {
mIat.setParameter(SpeechConstant.PARAMS, null); // 清空参数
mIat.setParameter(SpeechConstant.ENGINE_TYPE, mEngineType); // 设置听写引擎
mIat.setParameter(SpeechConstant.RESULT_TYPE, "json"); // 设置返回结果格式
String lag = mSharedPreferences.getString("iat_language_preference",
"mandarin");
if (lag.equals("en_us")) {
// 设置语言
mIat.setParameter(SpeechConstant.LANGUAGE, "en_us");
} else {
// 设置语言
mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
// 设置语言区域
mIat.setParameter(SpeechConstant.ACCENT, lag);
}
// 设置语音前端点:静音超时时间，即用户多长时间不说话则当做超时处理
mIat.setParameter(SpeechConstant.VAD_BOS, mSharedPreferences.getString("iat_vadbos_preference", "4000"));
// 设置语音后端点:后端点静音检测时间，即用户停止说话多长时间内即认为不再输入， 自动停止录音
mIat.setParameter(SpeechConstant.VAD_EOS, mSharedPreferences.getString("iat_vadeos_preference", "1000"));
// 设置标点符号,设置为"0"返回结果无标点,设置为"1"返回结果有标点
mIat.setParameter(SpeechConstant.ASR_PTT, mSharedPreferences.getString("iat_punc_preference", "1"));
// 设置音频保存路径，保存音频格式支持pcm、wav，设置路径为sd卡请注意WRITE_EXTERNAL_STORAGE权限
// 注：AUDIO_FORMAT参数语记需要更新版本才能生效
mIat.setParameter(SpeechConstant.AUDIO_FORMAT,"wav");
mIat.setParameter(SpeechConstant.ASR_AUDIO_PATH, Environment.getExternalStorageDirectory()+"/msc/iat.wav");
}
//识别回调函数
private RecognizerDialogListener mRecognizerDialogListener = new RecognizerDialogListener() {
public void onResult(RecognizerResult results, boolean isLast) {
printResult(results);
String text1 = JsonParser.parseIatResult(results.getResultString());
System.out.println(text1);
String tt="开灯";
// Toast.makeText(context, text1, Toast.LENGTH_LONG).show();
if (text1.equals(tt)){
Toast.makeText(context,"ninhao",Toast.LENGTH_SHORT).show();
}
}
/**
* 识别回调错误.
*/
public void onError(SpeechError error) {
showTip(error.getPlainDescription(true));
}
};
/**
* 听写监听器。
*/
private RecognizerListener mRecognizerListener = new RecognizerListener() {
@Override
public void onBeginOfSpeech() {
// 此回调表示：sdk内部录音机已经准备好了，用户可以开始语音输入
showTip("开始说话");
}
@Override
public void onError(SpeechError error) {
// Tips：
// 错误码：10118(您没有说话)，可能是录音机权限被禁，需要提示用户打开应用的录音权限。
// 如果使用本地功能（语记）需要提示用户开启语记的录音权限。
showTip(error.getPlainDescription(true));
}
@Override
public void onEndOfSpeech() {
// 此回调表示：检测到了语音的尾端点，已经进入识别过程，不再接受语音输入
showTip("结束说话");
}
@Override
public void onResult(RecognizerResult results, boolean isLast) {
LogUtil.v(results.getResultString());
printResult(results);
if (isLast) {
// TODO 最后的结果
}
}
@Override
public void onVolumeChanged(int volume, byte[] data) {
showTip("当前正在说话，音量大小：" + volume);
LogUtil.v("返回音频数据："+data.length);
}
@Override
public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {
// 以下代码用于获取与云端的会话id，当业务出错时将会话id提供给技术支持人员，可用于查询会话日志，定位出错原因
// 若使用本地能力，会话id为null
// if (SpeechEvent.EVENT_SESSION_ID == eventType) {
// String sid = obj.getString(SpeechEvent.KEY_EVENT_SESSION_ID);
// Log.d(TAG, "session id =" + sid);
// }
}
};
//打印听写识别结果
private void printResult(RecognizerResult results) {
String text = JsonParser.parseIatResult(results.getResultString());
String sn = null;
// 读取json结果中的sn字段
try {
JSONObject resultJson = new JSONObject(results.getResultString());
sn = resultJson.optString("sn");
} catch (JSONException e) {
e.printStackTrace();
}
mIatResults.put(sn, text);
StringBuffer resultBuffer = new StringBuffer();
for (String key : mIatResults.keySet()) {
resultBuffer.append(mIatResults.get(key));
}
etContent.setText(resultBuffer.toString());
etContent.setSelection(etContent.length());
}
@Override
protected void onDestroy() {
super.onDestroy();
if (null != mIat) {
// 退出时释放连接
mIat.cancel();
mIat.destroy();
}
}
}
识别效果：
ps：请使用真机测试。测试时要连网，这个是联网识别的。
实现功能：点击按钮识别语音，如果识别到开灯关键字，则出现Toast提示。
一键三连呀！
