Android集成讯飞语音、百度语音、阿里语音识别

1、引言

demo下载地址：https://fir.im/jy28
demo源码查看：https://github.com/wapchief/android-CollectionDemo
效果图：

选这几个平台的主要也是从多方面考虑。
大概从这几个

• 识别精准度
• 免费限制
• 稳定程度
• 包体积
• 拓展性

目前只有百度的语音服务支持长语音（60秒以上），和离线语音识别。
固然语音的库（.so）文件也是最大的。足足10多M。

2、申请应用

在集成以前，须要去相应的平台去申请应用。
拿到key等密钥。目前这几个平台都在测试免费层限制中。

百度是彻底免费，讯飞有免费层日调用次数限制。

3、集成

首先去各大平台下载对于的语音文件库
通常都包含.so和libs两部分。这两部分都须要加入到项目中。

不过这里只须要注意一点是，每一个平台的文档不同，有些是使用libs集成第三方库，有些是使用jnilibs加载。

若是都按照第三方文档来集成，一定会出错。
这里统一使用jniLibs来集成(只适用于AndroidStudio)。若是是eclipse，则须要使用libs集成

若是在集成中遇到了问题，能够参考我之前写过的解决方案
Android关于libs，jniLibs库的基本使用说明及冲突解决

一、（必须）将下载后的全部so库文件（以.so结尾的文件）拷贝至项目下/app/src/main目录，若是没有则建立一个，里面的名字是固定的，注意不能修改，必须按照这样的架构目录集成。

二、（必须）将jar文件拷贝到libs目录中

 

image.png

 

而后将jar添加到项目。
可使用右键对应的jar包，add-libs手动添加

三、（必须）在AndroidManifest.xml添加权限

以讯飞的权限文档说明为例

<!--链接网络权限，用于执行云端语音能力 -->
<uses-permission android:name="android.permission.INTERNET"/>
<!--获取手机录音机使用权限，听写、识别、语义理解须要用到此权限 -->
<uses-permission android:name="android.permission.RECORD_AUDIO"/>
<!--读取网络信息状态 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>
<!--获取当前wifi状态 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>
<!--容许程序改变网络链接状态 -->
<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/>
<!--读取手机信息权限 -->
<uses-permission android:name="android.permission.READ_PHONE_STATE"/>
<!--读取联系人权限，上传联系人须要用到此权限 -->
<uses-permission android:name="android.permission.READ_CONTACTS"/>
<!--外存储写权限，构建语法须要用到此权限 -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
<!--外存储读权限，构建语法须要用到此权限 -->
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
<!--配置权限，用来记录应用配置信息 -->
<uses-permission android:name="android.permission.WRITE_SETTINGS"/>
<!--手机定位信息，用来为语义等功能提供定位，提供更精准的服务-->
<!--定位信息是敏感信息，可经过Setting.setLocationEnable(false)关闭定位请求 -->
<uses-permission android:name="android.permission.ACCESS_FINE_LOCATION"/>
<!--如需使用人脸识别，还要添加：摄相头权限，拍照须要用到 -->
<uses-permission android:name="android.permission.CAMERA" />

若是SDK版本在6.0以上须要在项目中手动获取录音权限

/*动态权限申请*/
    private void initPermission() {
        String permission[] = {Manifest.permission.RECORD_AUDIO,
                Manifest.permission.ACCESS_NETWORK_STATE,
                Manifest.permission.INTERNET,
                Manifest.permission.WRITE_EXTERNAL_STORAGE};
        ArrayList<String> applyList = new ArrayList<>();

        for (String per : permission) {
            if (PackageManager.PERMISSION_GRANTED != ContextCompat.checkSelfPermission(this, per)) {
                applyList.add(per);
            }
        }

        String tmpList[] = new String[applyList.size()];
        if (!applyList.isEmpty()) {
            ActivityCompat.requestPermissions(this, applyList.toArray(tmpList), 123);
        }
    }

4、初始化服务

各个平台的初始化方法都不同。
但大多数都是在本身项目的Application中初始化。

//初始化讯飞语音
        SpeechUtility.createUtility(mContext, SpeechConstant.APPID +"=59daecea," + SpeechConstant.FORCE_LOGIN +"=true");
        //讯飞调试日志开启
        Setting.setShowLog(true);
        //初始化阿里语音
        NlsClient.openLog(true);
        NlsClient.configure(mContext);

有些是在AndroidManifest.xml中初始化

<!--******************************百度语音**********************************-->
        <meta-data android:name="com.baidu.speech.APP_ID"
            android:value="8172882" />
        <meta-data
            android:name="com.baidu.speech.API_KEY"
            android:value="R3crsZhvpqQSrLGUvG7kuG0pCnpTbXvb" />
        <meta-data
            android:name="com.baidu.speech.SECRET_KEY"
            android:value="6MafqZkSLoNYUML1YduHPDYBg1kkPLHj" />

        <service android:name="com.baidu.speech.VoiceRecognitionService" android:exported="false"/>

5、开启识别服务

以讯飞为例：
在开始识别前须要初始化识别对象，

SpeechRecognizer  recognizer = SpeechRecognizer.createRecognizer(this, null);

而后配置听写参数

/**
     * 参数设置
     */
    public void setParam() {
        //2.设置听写参数，详见《科大讯飞MSC API手册(Android)》SpeechConstant类
        recognizer.setParameter(SpeechConstant.DOMAIN, "iat");
        recognizer.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
        recognizer.setParameter(SpeechConstant.ACCENT, "mandarin ");
        //设置音频保存路径
        recognizer.setParameter(SpeechConstant.AUDIO_FORMAT, "wav");
        recognizer.setParameter(SpeechConstant.ASR_AUDIO_PATH, Environment.getExternalStorageDirectory() + "/msc/iat.wav");

    }

开始识别的开始和终止，及识别过程的内容回调

//开启
    private void startXF() {
        setParam();
        recognizer.startListening(recognizerListener);
    }

    //中止
    private void stopXF() {

        recognizer.stopListening();
    }


    /*监听*/
    private RecognizerListener recognizerListener = new RecognizerListener() {
        @Override
        public void onVolumeChanged(int i, byte[] bytes) {
            //音量变化
        }

        @Override
        public void onBeginOfSpeech() {
            //开始说话
            Log.e(TAG, "XF开始说话");
        }

        @Override
        public void onEndOfSpeech() {
            //结束说话
            Log.e(TAG, "XF结束说话");

        }

        @Override
        public void onResult(RecognizerResult recognizerResult, boolean b) {
            //返回结果须要判断null
            text = JsonParser.parseIatResult(recognizerResult.getResultString());
            Log.e(TAG, "XFResult:" + text + "\n" + recognizerResult.getResultString());
            mVoiceTv.setText(recognizerResult.getResultString());
            printResult(recognizerResult);
        }

        @Override
        public void onError(SpeechError speechError) {
            //错误回调
            Log.e(TAG, "XFError:" + speechError.toString());

        }

        @Override
        public void onEvent(int i, int i1, int i2, Bundle bundle) {
            //事件拓展
        }
    };

解析语音识别的结果。

//储存听写结果
    private HashMap<String, String> mIatResults = new LinkedHashMap<String, String>();

 /*解析器*/
    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));
        }

        mVoiceEt.setText("讯飞识别结果：" + resultBuffer.toString());
        mVoiceEt.setSelection(mVoiceEt.length());
//        mVoiceTv.setText(resultBuffer.toString());
    }

6、异常及其余

SecurityException异常：
若是是在6.0以上版本的sdk可能会出现该问题，主要是临时权限调用，好比调用系统的录音文件播放，或者调用系统的图库。
能够参考调用图库的解决方案，原理同样
Android版本相机适配问题集合（不断整理更新中）

demo下载地址：
https://fir.im/jy28
demo源码：
https://github.com/wapchief/android-CollectionDemo

做者：八怪不姓丑 连接：https://www.jianshu.com/p/950d73234991 来源：简书 简书著做权归做者全部，任何形式的转载都请联系做者得到受权并注明出处。