http://www.xfyun.cn/doccenter/awd

开发集成 > Android平台

目录[隐藏]

  • 1 概述
  • 2 预备工作
  • 3 语音听写
  • 4 语音识别
  • 5 语音合成
  • 6 语义理解
  • 7 本地功能集成
  • 8 语音评测
  • 9 语音唤醒
  • 10 声纹识别
  • 11 人脸识别
  • 12 附录
  • 13 常见问题

1 概述

本文档是集成科大讯飞MSC（Mobile Speech Client，移动语音终端）Android版SDK的用户指南，介绍了语音听写、语音识别、语音合成、语义理解、语音评测等接口的使用。MSC SDK的主要功能接口如下图所示：

图1 MSC主要功能接口

为了更好地理解后续内容，这里先对文档中出现的若干专有名词进行解释说明：

表1 名词解释

名词

解释

语音合成

将一段文字转换为成语音，可根据需要合成出不同音色、语速和语调的声音，让机器像人一样开口说话。

语音听写

将一段语音转换成文字内容，能识别常见的词汇、语句、语气并自动断句。

语音识别（语法识别）

判断所说的内容是否与预定义的语法相符合，主要用于判断用户是否下达某项命令。

语义理解

分析用户语音或文字的意图，给出相应的回答，如输入“今天合肥的天气”，云端即返回今天合肥的天气信息。

语音评测

通过智能语音技术对发音水平进行评价，给出得分。

声纹密码

一种基于每个人的声音都具有唯一性的认证机制，使用声音作为密码。

人脸识别

从照片、视频流中检测出人脸，或者识别两张人脸照片是否为同一个人。

2 预备工作

step1 导入SDK

将开发工具包中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，如下图所示：

图 2 导入SDK

step2 添加用户权限

在工程AndroidManifest.xml文件中添加如下权限：

Java Code
  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"/>

如需使用人脸识别，还要添加：

Java Code
  1. <!--摄相头权限，拍照需要用到 -->
  2. <uses-permission android:name="android.permission.CAMERA" />

注：如需在打包或者生成APK的时候进行混淆，请在proguard.cfg中添加如下代码

Java Code
  1. -keep class com.iflytek.**{*;}

step3 初始化

初始化即创建语音配置对象，只有初始化后才可以使用MSC的各项服务。建议将初始化放在程序入口处（如Application、Activity的onCreate方法),初始化代码如下：

Java Code
  1. // 将“12345678”替换成您申请的APPID，申请地址：http://open.voicecloud.cn
  2. SpeechUtility.createUtility(context, SpeechConstant.APPID +"=12345678");

注意：此接口在非主进程调用会返回null对象，如需在非主进程使用语音功能，请使用参数：SpeechConstant.APPID +"=12345678," + SpeechConstant.FORCE_LOGIN +"=true"。

3 语音听写

听写主要指将连续语音快速识别为文字的过程，科大讯飞语音听写能识别通用常见的语句、词汇，而且不限制说法。语音听写的调用方法如下：

Java Code
  1. //1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener
  2. SpeechRecognizer mIat= SpeechRecognizer.createRecognizer(context, null);
  3. //2.设置听写参数，详见《科大讯飞MSC API手册(Android)》SpeechConstant类
  4. mIat.setParameter(SpeechConstant.DOMAIN, "iat");
  5. mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
  6. mIat.setParameter(SpeechConstant.ACCENT, "mandarin ");
  7. //3.开始听写   mIat.startListening(mRecoListener);
  8. //听写监听器
  9. private RecognizerListener mRecoListener = new RecognizerListener(){
  10. //听写结果回调接口(返回Json格式结果，用户可参见附录12.1)；
  11. //一般情况下会通过onResults接口多次返回结果，完整的识别内容是多次结果的累加；
  12. //关于解析Json的代码可参见MscDemo中JsonParser类；
  13. //isLast等于true时会话结束。
  14. public void onResult(RecognizerResult results, boolean isLast) {
  15. Log.d("Result:",results.getResultString ());}
  16. //会话发生错误回调接口
  17. public void onError(SpeechError error) {
  18. error.getPlainDescription(true) //获取错误码描述}
  19. //开始录音
  20. public void onBeginOfSpeech() {}
  21. //音量值0~30
  22. public void onVolumeChanged(int volume){}
  23. //结束录音
  24. public void onEndOfSpeech() {}
  25. //扩展用接口
  26. public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {}
  27. };

另外，您还可以使用SDK提供的语音交互动画来使语音输入界面变得更加炫酷，也可以通过上传联系人和用户词表增强听写效果。

3.1 语音交互动画

为了便于快速开发，SDK还提供了一套默认的语音交互动画以及调用接口，如需使用请将SDK资源包assets路径下的资源文件拷贝至Android工程asstes目录下，如图所示：

图 3 添加动画资源

然后通过以下代码使用交互动画：

Java Code
  1. //1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener
  2. RecognizerDialog    iatDialog = new RecognizerDialog(this,mInitListener);
  3. //2.设置听写参数，同上节
  4. //3.设置回调接口
  5. iatDialog.setListener(recognizerDialogListener);
  6. //4.开始听写
  7. iatDialog.show();

3.2 上传联系人

上传联系人可以提高联系人名称识别率，也可以提高语义理解的效果，每个用户终端设备对应一个联系人列表，联系人格式详见《科大讯飞MSC API手册(Android)》ContactManager类。

Java Code
  1. //获取ContactManager实例化对象
  2. ContactManager mgr = ContactManager.createManager(context, mContactListener);
  3. //异步查询联系人接口，通过onContactQueryFinish接口回调
  4. mgr.asyncQueryAllContactsName();
  5. //获取联系人监听器。
  6. private ContactListener mContactListener = new ContactListener() {
  7. @Override
  8. public void onContactQueryFinish(String contactInfos, boolean changeFlag) {
  9. //指定引擎类型
  10. mIat.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_CLOUD);
  11. mIat.setParameter(SpeechConstant.TEXT_ENCODING, "utf-8");
  12. ret = mIat.updateLexicon("contact", contactInfos, lexiconListener);
  13. if(ret != ErrorCode.SUCCESS){
  14. Log.d(TAG,"上传联系人失败：" + ret);
  15. }
  16. }};
  17. //上传联系人监听器。
  18. private LexiconListener lexiconListener = new LexiconListener() {
  19. @Override
  20. public void onLexiconUpdated(String lexiconId, SpeechError error) {
  21. if(error != null){
  22. Log.d(TAG,error.toString());
  23. }else{
  24. Log.d(TAG,"上传成功！");
  25. }
  26. }
  27. };

3.3 上传用户词表

上传用户词表可以提高词表内词汇的识别率，也可以提高语义理解的效果，每个用户终端设备对应一个词表，用户词表的格式及构造方法详见《科大讯飞MSC API手册(Android)》UserWords类。

Java Code
  1. //上传用户词表，userwords为用户词表文件。
  2. String contents = "您所定义的用户词表内容";
  3. mIat.setParameter(SpeechConstant.TEXT_ENCODING, "utf-8");
  4. //指定引擎类型
  5. mIat.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_CLOUD);
  6. ret = mIat.updateLexicon("userword", contents, lexiconListener);
  7. if(ret != ErrorCode.SUCCESS){
  8. Log.d(TAG,"上传用户词表失败：" + ret);
  9. }
  10. //上传用户词表监听器。
  11. private LexiconListener lexiconListener = new LexiconListener() {
  12. @Override
  13. public void onLexiconUpdated(String lexiconId, SpeechError error) {
  14. if(error != null){
  15. Log.d(TAG,error.toString());
  16. }else{
  17. Log.d(TAG,"上传成功！");
  18. }
  19. }
  20. };

4 语音识别

即语法识别，主要指基于命令词的识别，识别指定关键词组合的词汇，或者固定说法的短句。语法识别分云端识别和本地识别，云端和本地分别采用ABNF和BNF语法格式。

语法详解见：http://club.voicecloud.cn/forum.php?mod=viewthread&tid=7595

Java Code
  1. //云端语法识别：如需本地识别请参照本地识别
  2. //1.创建SpeechRecognizer对象
  3. SpeechRecognizer mAsr = SpeechRecognizer.createRecognizer(context, null);
  4. // ABNF语法示例，可以说”北京到上海”
  5. String mCloudGrammar = "#ABNF 1.0 UTF-8;
  6. languagezh-CN;
  7. mode voice;
  8. root $main;
  9. $main = $place1 到$place2 ;
  10. $place1 = 北京 | 武汉 | 南京 | 天津 | 天京 | 东京;
  11. $place2 = 上海 | 合肥; ";
  12. //2.构建语法文件
  13. mAsr.setParameter(SpeechConstant.TEXT_ENCODING, "utf-8");
  14. ret = mAsr.buildGrammar("abnf", mCloudGrammar , grammarListener);
  15. if (ret != ErrorCode.SUCCESS){
  16. Log.d(TAG,"语法构建失败,错误码：" + ret);
  17. }else{
  18. Log.d(TAG,"语法构建成功");
  19. }
  20. //3.开始识别,设置引擎类型为云端
  21. mAsr.setParameter(SpeechConstant.ENGINE_TYPE, "cloud");
  22. //设置grammarId
  23. mAsr.setParameter(SpeechConstant.CLOUD_GRAMMAR, grammarId);
  24. ret = mAsr.startListening(mRecognizerListener);
  25. if (ret != ErrorCode.SUCCESS) {
  26. Log.d(TAG,"识别失败,错误码: " + ret);
  27. }
  28. //构建语法监听器
  29. private GrammarListener grammarListener = new GrammarListener() {
  30. @Override
  31. public void onBuildFinish(String grammarId, SpeechError error) {
  32. if(error == null){
  33. if(!TextUtils.isEmpty(grammarId)){
  34. //构建语法成功，请保存grammarId用于识别
  35. }else{
  36. Log.d(TAG,"语法构建失败,错误码：" + error.getErrorCode());
  37. }
  38. }};

5 语音合成

与语音听写相反，合成是将文字信息转化为可听的声音信息，让机器像人一样开口说话。合成的调用方法如下：

Java Code
  1. //1.创建SpeechSynthesizer对象, 第二个参数：本地合成时传InitListener
  2. SpeechSynthesizer mTts= SpeechSynthesizer.createSynthesizer(context, null);
  3. //2.合成参数设置，详见《科大讯飞MSC API手册(Android)》SpeechSynthesizer 类
  4. mTts.setParameter(SpeechConstant.VOICE_NAME, "xiaoyan");//设置发音人
  5. mTts.setParameter(SpeechConstant.SPEED, "50");//设置语速
  6. mTts.setParameter(SpeechConstant.VOLUME, "80");//设置音量，范围0~100
  7. mTts.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_CLOUD); //设置云端
  8. //设置合成音频保存位置（可自定义保存位置），保存在“./sdcard/iflytek.pcm”
  9. //保存在SD卡需要在AndroidManifest.xml添加写SD卡权限
  10. //如果不需要保存合成音频，注释该行代码
  11. mTts.setParameter(SpeechConstant.TTS_AUDIO_PATH, "./sdcard/iflytek.pcm");
  12. //3.开始合成
  13. mTts.startSpeaking("科大讯飞，让世界聆听我们的声音", mSynListener);
  14. //合成监听器
  15. private SynthesizerListener mSynListener = new SynthesizerListener(){
  16. //会话结束回调接口，没有错误时，error为null
  17. public void onCompleted(SpeechError error) {}
  18. //缓冲进度回调
  19. //percent为缓冲进度0~100，beginPos为缓冲音频在文本中开始位置，endPos表示缓冲音频在文本中结束位置，info为附加信息。
  20. public void onBufferProgress(int percent, int beginPos, int endPos, String info) {}
  21. //开始播放
  22. public void onSpeakBegin() {}
  23. //暂停播放
  24. public void onSpeakPaused() {}
  25. //播放进度回调
  26. //percent为播放进度0~100,beginPos为播放音频在文本中开始位置，endPos表示播放音频在文本中结束位置.
  27. public void onSpeakProgress(int percent, int beginPos, int endPos) {}
  28. //恢复播放回调接口
  29. public void onSpeakResumed() {}
  30. //会话事件回调接口
  31. public void onEvent(int arg0, int arg1, int arg2, Bundle arg3) {}

6 语义理解

 6.1 语音语义理解

您可以通过后台配置出一套您专属的语义结果，详见http://osp.voicecloud.cn/

Java Code
  1. //1.创建文本语义理解对象
  2. SpeechUnderstander understander = SpeechUnderstander.createUnderstander(context, null);
  3. //2.设置参数，语义场景配置请登录http://osp.voicecloud.cn/
  4. understander.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
  5. //3.开始语义理解
  6. understander.startUnderstanding(mUnderstanderListener);
  7. // XmlParser为结果解析类，见SpeechDemo
  8. private SpeechUnderstanderListener mUnderstanderListener = new SpeechUnderstanderListener(){
  9. public void onResult(UnderstanderResult result) {
  10. String text = result.getResultString();
  11. }
  12. public void onError(SpeechError error) {}//会话发生错误回调接口
  13. public void onBeginOfSpeech() {}//开始录音
  14. public void onVolumeChanged(int volume){} //音量值0~30
  15. public void onEndOfSpeech() {}//结束录音
  16. public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {}//扩展用接口
  17. };

6.2 文本语义理解

用户通过输入文本获取语义结果，得到的专属语义结果和上述语音方式相同。

Java Code
  1. //创建文本语义理解对象
  2. TextUnderstander mTextUnderstander = TextUnderstander.createTextUnderstander(this, null);
  3. //开始语义理解
  4. mTextUnderstander.understandText("科大讯飞", searchListener);
  5. //初始化监听器
  6. TextUnderstanderListener searchListener = new TextUnderstanderListener(){
  7. //语义结果回调
  8. public void onResult(UnderstanderResult result){}
  9. //语义错误回调
  10. public void onError(SpeechError error) {}
  11. };

7 本地功能集成

本地识别、合成以及唤醒功能需要通过“讯飞语音+”来实现。“讯飞语音+”是基于讯飞语音云平台开发的应用，用户安装语音+后，应用可以通过服务绑定来使用讯飞语音+的本地功能，如下图所示：

在使用本地功能之前，先检查讯飞语音+的安装情况：

Java Code
  1. //检查语音+是否安装
  2. //如未安装，获取语音+下载地址进行下载。安装完成后即可使用服务。
  3. if(!SpeechUtility.getUtility().checkServiceInstalled ()){
  4. String url = SpeechUtility.getUtility().getComponentUrl();
  5. Uri uri = Uri.parse(url);
  6. Intent it = new Intent(Intent.ACTION_VIEW, uri);
  7. context.startActivity(it);
  8. }

7.1 本地识别

Java Code
  1. //1.创建SpeechRecognizer对象，需传入初始化监听器
  2. SpeechRecognizer mAsr = SpeechRecognizer.createRecognizer(context, mInitListener);
  3. //初始化监听器，只有在使用本地语音服务时需要监听（即安装讯飞语音+，通过语音+提供本地服务），初始化成功后才可进行本地操作。
  4. private InitListener mInitListener = new InitListener() {
  5. public void onInit(int code) {
  6. if (code == ErrorCode.SUCCESS) {}}
  7. };
  8. //2.构建语法（本地识别引擎目前仅支持BNF语法），同在线语法识别 请参照Demo。
  9. //3.开始识别,设置引擎类型为本地
  10. mAsr.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_LOCAL);
  11. //设置本地识别使用语法id(此id在语法文件中定义)、门限值
  12. mAsr.setParameter(SpeechConstant.LOCAL_GRAMMAR, "call");
  13. mAsr.setParameter(SpeechConstant.MIXED_THRESHOLD, "30");
  14. ret = mAsr.startListening(mRecognizerListener);

7.2 本地合成

Java Code
  1. //1.创建SpeechSynthesizer对象
  2. SpeechSynthesizer mTts= SpeechSynthesizer.createSynthesizer(context, mInitListener);
  3. //初始化监听器,同听写初始化监听器，使用云端的情况下不需要监听即可使用，本地需要监听
  4. private InitListener mInitListener = new InitListener() {...};
  5. //2.合成参数设置
  6. //设置引擎类型为本地
  7. mTts.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_LOCAL);
  8. //可跳转到语音+发音人设置页面进行发音人下载
  9. SpeechUtility.getUtility().openEngineSettings(SpeechConstant.ENG_TTS);
  10. //3.开始合成
  11. mTts.startSpeaking("科大讯飞，让世界聆听我们的声音", mSynListener);

7.3 获取语音+参数

用户可以通过语音+中的资源下载（包括：识别资源、发音人资源）来提升语音+离线能力，开发者可以通过以下接口获取当前语音+包含的离线资源列表，此接口从语音+1.032(99)版本开始支持。（通过getServiceVersion()获取版本号） 注：后续版本将支持获取语音+当前设置的发音人字段

Java Code
  1. //1.设置所需查询的资源类型
  2. /**
  3. *1.PLUS_LOCAL_ALL: 本地所有资源
  4. 2.PLUS_LOCAL_ASR: 本地识别资源
  5. 3.PLUS_LOCAL_TTS: 本地合成资源
  6. */
  7. String type = SpeechConstant.PLUS_LOCAL_ASR;
  8. //2.获取当前语音+包含资源列表
  9. String resource = SpeechUtility.getUtility().getParameter(type);
  10. //3.解析json-请参见下表格式及Demo中解析方法

Java Code
  1. {"ret":0,"result":{"version":11,
  2. "tts":[{"sex":"woman","language":"zh_cn","accent":"mandarin","nickname":"邻家姐姐","age":"22","name":"xiaojing"},
  3. {"sex":"woman","language":"zh_cn","accent":"mandarin","nickname":"王老师","age":"24","name":"xiaoyan"}],
  4. "asr":[{"domain":"asr","samplerate":"16000","language":"zh_cn","accent":"mandarin","name":"common"}]}}

8 语音评测

提供汉语、英语两种语言的评测，支持单字（汉语专有）、词语和句子朗读三种题型，通过简单地接口调用就可以集成到您的应用中。语音评测的使用主要有三个步骤:

1)创建对象和设置参数

Java Code
  1. // 创建评测对象
  2. SpeechEvaluator mSpeechEvaluator = SpeechEvaluator.createEvaluator(
  3. IseDemoActivity.this, null);
  4. // 设置评测语种
  5. mSpeechEvaluator.setParameter(SpeechConstant.LANGUAGE, "en_us");
  6. // 设置评测题型
  7. mSpeechEvaluator.setParameter(SpeechConstant.ISE_CATEGORY, "read_word");
  8. // 设置试题编码类型
  9. mSpeechEvaluator.setParameter(SpeechConstant.TEXT_ENCODING, "utf-8");
  10. // 设置前、后端点超时
  11. mSpeechEvaluator.setParameter(SpeechConstant.VAD_BOS, vad_bos);
  12. mSpeechEvaluator.setParameter(SpeechConstant.VAD_EOS, vad_eos);
  13. // 设置录音超时，设置成-1则无超时限制
  14. mSpeechEvaluator.setParameter(SpeechConstant.KEY_SPEECH_TIMEOUT, "-1");
  15. // 设置结果等级，不同等级对应不同的详细程度
  16. mSpeechEvaluator.setParameter(SpeechConstant.RESULT_LEVEL, "complete");

可通过setParameter设置的评测相关参数说明如下：

表2 评测相关参数说明

参数

说明

是否必需

language

评测语种，可选值：en_us（英语）、zh_cn（汉语）

是

category

评测题型，可选值：read_syllable（单字，汉语专有）、read_word（词语）、read_sentence（句子）

是

text_encoding

上传的试题编码格式，可选值：gb2312、utf-8。当进行汉语评测时，必须设置成utf-8，建议所有试题都使用utf-8编码

是

vad_bos

前端点超时，默认5000ms

否

vad_eos

后端点超时，默认1800ms

否

speech_timeout

录音超时，当录音达到时限将自动触发vad停止录音，默认-1（无超时）

否

result_level

评测结果等级，可选值：plain、complete，默认为complete

否

2）上传评测试题和录音

Java Code
  1. // 首先创建一个评测监听接口
  2. private EvaluatorListener mEvaluatorListener = new EvaluatorListener() {
  3. // 结果回调，评测过程中可能会多次调用该方法，isLast为true则为最后结果
  4. public void onResult(EvaluatorResult result, boolean isLast) {}
  5. // 出错回调
  6. public void onError(SpeechError error) {}
  7. // 开始说话回调
  8. public void onBeginOfSpeech() {}
  9. // 说话结束回调
  10. public void onEndOfSpeech() {}
  11. // 音量回调
  12. public void onVolumeChanged(int volume) {}
  13. // 扩展接口，暂时没有回调
  14. public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {}
  15. };
  16. // 然后设置评测试题、传入监听器，开始评测录音。evaText为试题内容，试题格式详见《语音
  17. // 评测参数、结果说明文档》，第二个参数为扩展参数，请设置为null
  18. mSpeechEvaluator.startEvaluating(evaText, null, mEvaluatorListener);

调用startEvaluating即开始评测录音，读完试题内容后可以调用stopEvaluating停止录音，也可以在一段时间后由SDK自动检测vad并停止录音。当评测出错时，SDK会回调onError方法抛出SpeechError错误，通过SpeechError的getErrorCode()方法可获得错误码，常见的错误码详见第十二章附录和下表：

表3 评测错误码

错误码

错误值

含义

MSP_ERROR_ASE_EXCEP_SILENCE

11401

无语音或音量太小

MSP_ERROR_ASE_EXCEP_SNRATIO

11402

信噪比低或有效语音过短

MSP_ERROR_ASE_EXCEP_PAPERDATA

11403

非试卷数据

MSP_ERROR_ASE_EXCEP_PAPERCONTENTS

11404

试卷内容有误

MSP_ERROR_ASE_EXCEP_NOTMONO

11405

录音格式有误

MSP_ERROR_ASE_EXCEP_OTHERS

11406

其他评测数据异常，包括错读、漏读、恶意录入、试卷内容等错误

MSP_ERROR_ASE_EXCEP_PAPERFMT

11407

试卷格式有误

MSP_ERROR_ASE_EXCEP_ULISTWORD

11408

存在未登录词，即引擎中没有该词语的信息

3）解析评测结果

SDK通过onResult回调抛出xml格式的评测结果，结果格式及字段含义详见《语音评测参数、结果说明文档》文档，具体的解析过程可参考demo工程com.iflytek.ise.result包中的源代码。

9 语音唤醒

语音唤醒的集成主要有三个步骤：

1）导入资源文件

使用唤醒功能需要将开发包中\res\ivw\路径下的唤醒资源文件引入，引入方式有三种：Assets、Resources、SD卡；资源文件以.jet为后缀（下图以Assets方式为例）。

图4 唤醒资源文件

2）初始化

创建用户语音配置对象后才可以使用语音服务，建议在程序入口处调用。

Java Code
  1. // 将“12345678”替换成您申请的APPID，申请地址：http://open.voicecloud.cn
  2. SpeechUtility.createUtility(context, SpeechConstant.APPID +"=12345678");

3）代码添加

Java Code
  1. //1.加载唤醒词资源，resPath为唤醒资源路径
  2. StringBuffer param =new StringBuffer();
  3. String resPath = ResourceUtil.generateResourcePath(WakeDemo.this, RESOURCE_TYPE.assets, "ivw/ivModel_zhimakaimen.jet");
  4. param.append(ResourceUtil.IVW_RES_PATH+"="+resPath);
  5. param.append(","+ResourceUtil.ENGINE_START+"="+SpeechConstant.ENG_IVW);
  6. SpeechUtility.getUtility().setParameter(ResourceUtil.ENGINE_START,param.toString());
  7. //2.创建VoiceWakeuper对象
  8. VoiceWakeuper mIvw = VoiceWakeuper.createWakeuper(context, null);
  9. //3.设置唤醒参数，详见《科大讯飞MSC API手册(Android)》SpeechConstant类
  10. //唤醒门限值，根据资源携带的唤醒词个数按照“id:门限;id:门限”的格式传入
  11. mIvw.setParameter(SpeechConstant.IVW_THRESHOLD,"0:"+curThresh);
  12. //设置当前业务类型为唤醒
  13. mIvw.setParameter(SpeechConstant.IVW_SST,"wakeup");
  14. //设置唤醒一直保持，直到调用stopListening，传入0则完成一次唤醒后，会话立即结束（默认0）
  15. mIvw.setParameter(SpeechConstant.KEEP_ALIVE,"1");
  16. //4.开始唤醒
  17. mIvw.startListening(mWakeuperListener);
  18. //听写监听器
  19. private WakeuperListener mWakeuperListener = new WakeuperListener() {
  20. public void onResult(WakeuperResult result) {
  21. try {
  22. String text = result.getResultString();
  23. } catch (JSONException e) {
  24. e.printStackTrace();
  25. }}
  26. public void onError(SpeechError error) {}
  27. public void onBeginOfSpeech() {}
  28. public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {
  29. if (SpeechEvent.EVENT_IVW_RESULT == eventType) {
  30. //当使用唤醒+识别功能时获取识别结果
  31. //arg1:是否最后一个结果，1:是，0:否。
  32. RecognizerResult reslut = ((RecognizerResult)obj.get(SpeechEvent.KEY_EVENT_IVW_RESULT));
  33. }
  34. }};

10 声纹识别

与指纹一样，声纹也是一种独一无二的生理特征，可以用来鉴别用户的身份。声纹密码的使用包括注册、验证和模型操作。

10.1 声纹注册

现阶段语音云平台支持三种类型的声纹密码，即文本密码、自由说和数字密码，在注册之前要选择声纹的类型。

Java Code
  1. // 首先创建SpeakerVerifier对象
  2. mVerify = SpeakerVerifier.createVerifier(this, null);
  3. // 通过setParameter设置密码类型，pwdType的取值为1、2、3，分别表示文本密码、自由说和数字密码
  4. mVerify.setParameter(SpeechConstant.ISV_PWDT, "" + pwdType);

pwdType的取值说明如下表所示：

表 4 pwdType取值说明

取值

说明

1

文本密码。用户通过读出指定的文本内容来进行声纹注册和验证，现阶段支持的文本有“芝麻开门”。

2

自由说密码。用户通过读一段文字来进行声纹注册和验证，注册时要求声音长度为20秒左右，验证时要求声音长度为15秒左右，内容不限。

3

数字密码。从云端拉取若干组特定的数字串（默认有5组，每组8位数字），用户依次读出这5组数字进行注册，在验证过程中会生成一串特定的数字，用户通过读出这串数字进行验证。

除自由说外，其他两种密码需调用接口从云端获取：

Java Code
  1. // 通过调用getPasswordList方法来获取密码。mPwdListener是一个回调接口，当获取到密码后，SDK会调用其中的onBufferReceived方法对云端返回的JSON格式（具体格式见附录12.4）的密码进行处理，处理方法详见声纹Demo示例
  2. mVerify.getPasswordList(SpeechListener mPwdListener);
  3. SpeechListener mPwdListenter = new SpeechListener() {
  4. public void onEvent(int eventType, Bundle params) {}
  5. public void onBufferReceived(byte[] buffer) {}
  6. public void onCompleted(SpeechError error) {}
  7. };

获取到密码后，接下来进行声纹注册，即要求用户朗读若干次指定的内容，这一过程也称为声纹模型的训练。

Java Code
  1. // 设置业务类型为训练
  2. mVerify.setParameter(SpeechConstant.ISV_SST, "train");
  3. // 设置密码类型
  4. mVerify.setParameter(SpeechConstant.ISV_PWDT, "" + pwdType);
  5. // 对于文本密码和数字密码，必须设置密码的文本内容，pwdText的取值为“芝麻开门”或者是从云端拉取的数字密码(每8位用“-”隔开，如“62389704-45937680-32758406-29530846-58206497”)。自由说略过此步
  6. mVerify.setParameter(SpeechConstant.ISV_PWD, pwdText);
  7. // 对于自由说，必须设置采样频率为8000，并设置ISV_RGN为1。其他密码可略过此步
  8. mVerify.setParameter(SpeechConstant.SAMPLE_RATE, "8000");
  9. mVerify.setParameter(SpeechConstant.ISV_RGN, "1");
  10. // 设置声纹对应的auth_id，它用于标识声纹对应的用户，为空时表示这是一个匿名用户
  11. mVerify.setParameter(SpeechConstant.ISV_AUTHID, auth_id);
  12. // 开始注册，当得到注册结果时，SDK会将其封装成VerifierResult对象，回调VerifierListener对象listener的onResult方法进行处理，处理方法详见Demo示例
  13. mVerify.startListening(mRegisterListener);
  14. VerifierListener mRegisterListener =new VerifierListener() {
  15. public void onVolumeChanged(int volume) {}
  16. public void onResult(VerifierResult result) {
  17. public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {}
  18. public void onError(SpeechError error) {}
  19. public void onEndOfSpeech() {}
  20. public void onBeginOfSpeech() {}
  21. };

注意，当auth_id为空时（匿名用户），将使用设备的设备ID来标识注册的声纹模型。由于设备ID不能跨设备，而且不同的设备所获取到的设备ID也有可能相同，推荐的作法是在注册模型的时为app的每个用户都指定一个唯一的auth_id。auth_id的格式为：6-18个字符，为字母、数字和下划线的组合且必须以字母开头，不支持中文字符，不能包含空格。

表 5 声纹错误码

错误码

错误值

说明

MSS_ERROR_IVP_GENERAL

11600

正常，请继续传音频

MSS_ERROR_IVP_EXTRA_RGN_SOPPORT

11601

rgn超过最大支持次数9

MSS_ERROR_IVP_TRUNCATED

11602

音频波形幅度太大，超出系统范围，发生截幅

MSS_ERROR_IVP_MUCH_NOISE

11603

太多噪音

MSS_ERROR_IVP_TOO_LOW

11604

声音太小

MSS_ERROR_IVP_ZERO_AUDIO

11605

没检测到音频

MSS_ERROR_IVP_UTTER_TOO_SHORT

11606

音频太短

MSS_ERROR_IVP_TEXT_NOT_MATCH

11607

音频内容与给定文本不一致

MSS_ERROR_IVP_NO_ENOUGH_AUDIO

11608

音频长达不到自由说的要求

验证结果VerifierResult类中有一个vid字段，用于标识成功注册的声注模型。结果中包含的所有字段，以及各字段的含义见第十二章附录。

10.2 声纹验证

声纹验证过程与声纹注册类似，不同之处仅在于ISV_SST需要设置为”verify”，且不用设置ISV_RGN参数，其他参数的设置、验证结果的处理过程完全可参考上节。

10.3 模型操作

声纹注册成功后，在语音云端上会生成一个对应的模型来存储声纹信息，声纹模型的操作即对模型进行查询和删除。

Java Code
  1. // 首先设置声纹密码类型
  2. mVerify.setParameter(SpeechConstant.ISV_PWDT, "" + pwdType);
  3. // 对于文本和数字密码，必须设置声纹注册时用的密码文本，pwdText的取值为“芝麻开门”或者是从云平台拉取的数字密码。自由说略过此步
  4. mVerify.setParameter(SpeechConstant.ISV_PWD, pwdText);
  5. // 特别地，自由说一定要设置采样频率为8000，其他密码则不需要
  6. mVerify.setParameter(SpeechConstant.SAMPLE_RATE, “8000”);
  7. // 设置待操作的声纹模型的vid
  8. mVerify.setParameter(SpeechConstant.ISV_VID, vid);
  9. // 调用sendRequest方法查询或者删除模型，cmd的取值为“que”或“del”，表示查询或者删除，auth_id是声纹对应的用户标识，操作结果以异步方式回调SpeechListener类型对象listener的onBufferReceived方法进行处理，处理方法详见Demo示例
  10. mVerify.sendRequest(cmd, auth_id, listener);

11 人脸识别

人脸识别不仅可以检测出照片中的人脸，还可以进行人脸注册和验证。相关概的说明如下：

表 6 人脸识别概念说明

名称

说明

reg/注册

上传包含一张人脸的图片到云端，引擎对其进行训练，生成一个与之对应的模型，返回模型id(gid)。

verify/验证

注册成功后，上传包含一张人脸的图片到云端，引擎将其与所注册的人脸模型进行比对，验证是否为同一个人，返回验证结果。

detect/检测

上传一张图片，返回该图片中人脸的位置（支持多张人脸）。

align/聚焦

上传一张图片，返回该图片中人脸的关键点坐标（支持多张人脸）。

gid/模型id

人脸模型的唯一标识，长度为32个字符，注册成功后生成。一个用户（auth_id）理论上可以注册多个人脸模型（对应gid），在进行验证时必须指定gid。

auth_id/用户id

由应用传入，用于标识用户身份，长度为6-18个字符（由英文字母、数字、下划线组成，不能以数字开头）。同一个auth_id暂时仅允许注册一个模型。

注：人脸识别只支持PNG、JPG、BMP格式的图片。

11.1 人脸注册

Java Code
  1. // 使用FaceRequest(Context context)构造一个FaceRequest对象
  2. FaceRequest face = new FaceRequest(this);
  3. // 设置业务类型为注册
  4. face.setParameter(SpeechConstant.WFR_SST, "reg");
  5. // 设置auth_id
  6. face.setParameter(SpeechConstant.WFR_AUTHID, mAuthId);
  7. // 调用sendRequest(byte[] img, RequestListener listener)方法发送注册请求，img为图片的二进制数据，listener为处理注册结果的回调对象
  8. face.sendRequest(imgData, mRequestListener);

回调对象mRequestListener的定义如下：

Java Code
  1. RequestListener mRequestListener = new RequestListener() {
  2. // 获得结果时返回，JSON格式。
  3. public void onBufferReceived(byte[] buffer) {}
  4. // 流程结束时返回，error不为空则表示发生错误。
  5. public void onCompleted(SpeechError error) {}
  6. // 保留接口，扩展用。
  7. public void onEvent(int eventType, Bundle params) {}
  8. }

11.2 人脸验证

Java Code
  1. // 设置业务类型为验证
  2. face.setParameter(SpeechConstant.WFR_SST, "verify");
  3. // 设置auth_id
  4. face.setParameter(SpeechConstant.WFR_AUTHID, mAuthId);
  5. // 设置gid，由于一个auth_id下只有一个gid，所以设置了auth_id时则可以不用设置gid。但是当
  6. // 没有设置auth_id时，必须设置gid
  7. face.setParameter(SpeechConstant.WFR_GID, gid);
  8. // 调用sendRequest(byte[] img, RequestListener listener)方法发送注册请求，img为图片的二进制数据，listener为处理注册结果的回调对象
  9. face.sendRequest(imgData, mRequestListener);

注册/验证结果中包含了是否成功、gid等信息，详细的JSON格式请参照第十二章附录，具体解析过程详见FaceDemo工程。

11.3 人脸检测

Java Code
  1. // 设置业务类型为验证
  2. face.setParameter(SpeechConstant.WFR_SST, "detect");
  3. // 调用sendRequest(byte[] img, RequestListener listener)方法发送注册请求，img为图片的二进制数据，listener为处理注册结果的回调对象
  4. face.sendRequest(imgData, mRequestListener);

11.4 人脸聚焦

Java Code
  1. // 设置业务类型为验证
  2. face.setParameter(SpeechConstant.WFR_SST, "align");
  3. // 调用sendRequest(byte[] img, RequestListener listener)方法发送注册请求，img为图片的二进制数据，listener为处理注册结果的回调对象
  4. face.sendRequest(imgData, mRequestListener);

12 附录

 12.1 识别结果说明

JSON字段

英文全称

类型

说明

sn

sentence

number

第几句

ls

last sentence

boolean

是否最后一句

bg

begin

number

开始

ed

end

number

结束

ws

words

array

词

cw

chinese word

array

中文分词

w

word

string

单字

sc

score

number

分数

听写结果示例：

JavaScript Code
  1. {"sn":1,"ls":true,"bg":0,"ed":0,"ws":[{"bg":0,"cw":[{"w":"今天","sc":0}]},{"bg":0,"cw":{"w":"的","sc":0}]},{"bg":0,"cw":[{"w":"天气","sc":0}]},{"bg":0,"cw":[{"w":"怎么样","sc":0}]},{"bg":0,"cw":[{"w":"。","sc":0}]}]}

多候选结果示例：

JavaScript Code
  1. {"sn":1,"ls":false,"bg":0,"ed":0,"ws":[{"bg":0,"cw":[{"w":"我想听","sc":0}]},{"bg":0,"cw":[{"w":"拉德斯基进行曲","sc":0},{"w":"拉得斯进行曲","sc":0}]}]}

语法识别结果示例：

JavaScript Code
  1. {"sn":1,"ls":true,"bg":0,"ed":0,"ws":[{"bg":0,"cw":[{"sc":"70","gm":"0","w":"北京到上海"},{"sc":"69","gm":"0","w":"天京到上海"},{"sc":"58","gm":"0","w":"东京到上海"}]}]}

12.2 合成发音人列表

1、  语言为中英文的发音人可以支持中英文的混合朗读。

2、  英文发音人只能朗读英文，中文无法朗读。

3、  汉语发音人只能朗读中文，遇到英文会以单个字母的方式进行朗读。

4、  使用新引擎参数会获得更好的合成效果。

发音人名称

属性

语言

参数名称

新引擎参数

备注

小燕

青年女声

中英文（普通话）

xiaoyan

默认

小宇

青年男声

中英文（普通话）

xiaoyu

凯瑟琳

青年女声

英文

catherine

亨利

青年男声

英文

henry

玛丽

青年女声

英文

vimary

小研

青年女声

中英文（普通话）

vixy

小琪

青年女声

中英文（普通话）

vixq

xiaoqi

小峰

青年男声

中英文（普通话）

vixf

小梅

青年女声

中英文（粤语）

vixm

xiaomei

小莉

青年女声

中英文（台湾普通话）

vixl

xiaolin

小蓉

青年女声

汉语（四川话）

vixr

xiaorong

小芸

青年女声

汉语（东北话）

vixyun

xiaoqian

小坤

青年男声

汉语（河南话）

vixk

xiaokun

小强

青年男声

汉语（湖南话）

vixqa

xiaoqiang

小莹

青年女声

汉语（陕西话）

vixying

小新

童年男声

汉语（普通话）

vixx

xiaoxin

楠楠

童年女声

汉语（普通话）

vinn

nannan

老孙

老年男声

汉语（普通话）

vils

Mariane

法语

Mariane

Allabent

俄语

Allabent

Gabriela

西班牙语

Gabriela

Abha

印地语

Abha

XiaoYun

越南语

XiaoYun

12.3 错误码列表

1、10000~19999的错误码参见MSC错误码链接。

2、其它错误码参见下表：

错误码

错误值

含义

ERROR_NO_NETWORK

20001

无有效的网络连接

ERROR_NETWORK_TIMEOUT

20002

网络连接超时

ERROR_NET_EXPECTION

20003

网络连接发生异常

ERROR_INVALID_RESULT

20004

无有效的结果

ERROR_NO_MATCH

20005

无匹配结果

ERROR_AUDIO_RECORD

20006

录音失败

ERROR_NO_SPPECH

20007

未检测到语音

ERROR_SPEECH_TIMEOUT

20008

音频输入超时

ERROR_EMPTY_UTTERANCE

20009

无效的文本输入

ERROR_FILE_ACCESS

20010

文件读写失败

ERROR_PLAY_MEDIA

20011

音频播放失败

ERROR_INVALID_PARAM

20012

无效的参数

ERROR_TEXT_OVERFLOW

20013

文本溢出

ERROR_INVALID_DATA

20014

无效数据

ERROR_LOGIN

20015

用户未登陆

ERROR_PERMISSION_DENIED

20016

无效授权

ERROR_INTERRUPT

20017

被异常打断

ERROR_VERSION_LOWER

20018

版本过低

ERROR_COMPONENT_NOT_INSTALLED

21001

没有安装语音组件

ERROR_ENGINE_NOT_SUPPORTED

21002

引擎不支持

ERROR_ENGINE_INIT_FAIL

21003

初始化失败

ERROR_ENGINE_CALL_FAIL

21004

调用失败

ERROR_ENGINE_BUSY

21005

引擎繁忙

ERROR_LOCAL_NO_INIT

22001

本地引擎未初始化

ERROR_LOCAL_RESOURCE

22002

本地引擎无资源

ERROR_LOCAL_ENGINE

22003

本地引擎内部错误

ERROR_IVW_INTERRUPT

22004

本地唤醒引擎被异常打断

ERROR_UNKNOWN

20999

未知错误

12.4 声纹业务

文本密码JSON示例：

JavaScript Code
  1. {"txt_pwd":["我的地盘我做主","移动改变生活","芝麻开门"]}

数字密码JSON示例：

JavaScript Code
  1. {"num_pwd":["03285469","09734658","53894276","57392804","68294073"]}

声纹业务结果（VerifierResult）成员说明

成员

说明

sst

业务类型，取值为train或verify

ret

返回值，0为成功，-1为失败

vid

注册成功的声纹模型id

score

当前声纹相似度

suc

本次注册已成功的训练次数

rgn

本次注册需要的训练次数

trs

注册完成描述信息

err

注册/验证返回的错误码

dcs

描述信息

12.5 人脸识别结果说明

JSON字段

类型

说明

sst

String

业务类型，取值为“reg”或“verify”

ret

int

返回值，0为成功，-1为失败

rst

String

注册/验证成功

gid

String

注册成功的人脸模型id

score

double

人脸验证的得分（验证时返回）

sid

String

本次交互会话的id

uid

String

返回的用户id

注册结果示例：

JavaScript Code
  1. {"ret":"0","uid":"","rst":"success","gid":"wfr278b0092@hf9a6907805f269a2800","sid":"wfr278b0092@hf9a6907805f269a2800","sst":"reg"}

验证结果示例：

JavaScript Code
  1. {"ret":"0","uid":"","sid":"wfr27830092@hf9a6907805fb19a2800","sst":"verify","score":"100.787","rst":"success","gid":"wfr278b0092@hf9a69"}

检测结果示例：

JavaScript Code
  1. {"ret":"0","uid":"a12456952","rst":"success","face":[{"position":{"bottom":931,"right":766,"left":220,"top":385},"attribute":{"pose":{"pitch":1}},"tag":"","confidence":" 8.400"}],"sid":"wfr278f0004@hf9a6907bcc8c19a2800","sst":"detect"}

聚焦结果示例：

JavaScript Code
  1. {"ret":"0","uid":"a1316826037","rst":"success","result":[{"landmark":{"right_eye_right_corner":{"y":"98.574","x":"127.327"},"left_eye_left_corner":{"y":"101.199","x":"40.101"},"right_eye_center":{"y":"98.090","x":"113.149"},"left_eyebrow_middle":{"y":"83.169","x":"46.642"},"right_eyebrow_left_corner":{"y":"85.135","x":"96.663"},"mouth_right_corner":{"y":"164.645","x":"109.419"},"mouth_left_corner":{"y":"166.419","x":"60.044"},"left_eyebrow_left_corner":{"y":"89.283","x":"28.029"},"right_eyebrow_middle":{"y":"80.991","x":"117.417"},"left_eye_center":{"y":"99.803","x":"53.267"},"nose_left":{"y":"137.397","x":"66.491"},"mouth_lower_lip_bottom":{"y":"170.229","x":"86.013"},"nose_right":{"y":"136.968","x":"101.627"},"left_eyebrow_right_corner":{"y":"86.090","x":"68.351"},"right_eye_left_corner":{"y":"99.898","x":"100.736"},"nose_bottom":{"y":"144.465","x":"84.032"},"nose_top":{"y":"132.959","x":"83.074"},"mouth_middle":{"y":"164.466","x":"85.325"},"left_eye_right_corner":{"y":"101.043","x":"67.275"},"mouth_upper_lip_top":{"y":"159.418","x":"84.841"},"right_eyebrow_right_corner":{"y":"84.916","x":"136.423"}}}],"sid":"wfr278500ec@ch47fc07eb395d476f00","sst":"align"}

13 常见问题

1）集成语音识别功能时，程序启动后没反应？

答：请检查是否忘记使用SpeechUtility初始化。也可以在监听器的onError函数中打印错误信息，根据信息提示，查找错误源。

Java Code
  1. public void onError(SpeechError error) {
  2. Log.d(error.toString());
  3. }

2）SDK是否支持本地语音能力？

答：Android平台SDK已经支持本地合成、本地命令词识别、本地听写语音唤醒功能了，声纹功能也即将上线。

3） Appid的使用规范？

答：申请的Appid和对应下载的SDK具有一致性，请确保在使用过程中规范传入。一个Appid对应一个平台下的一个应用，如在多个平台开发同款应用，还需申请对应平台的Appid。

更多问题，请见：

http://xfyun.cn/index.php/default/doccenter/doccenterInner?itemTitle=ZmFx&anchor=Y29udGl0bGU2Mw==

联系方式：

邮箱：msp_support@iflytek.com               QQ群：91104836，153789256

讯飞语音 Great！！！相关推荐

  1. Android自带语音播报+讯飞语音播报封装(直接用)

    一.Android自带的语音播报 1.查看是否支持中文,在测试的设备中打开'设置' -->找到 '语言和输入法'-->查看语音选项,是否支持中文,默认仅支持英文. 使用如下: public ...

  2. （原创）用讯飞语音实现人机交互的功能

    目前在做一款车载的项目,其中有一个需求是在开车的时候实现人与手机的对话,全过程不需要用手,只用语音操控. 这个就类似于人与机器人的对话,机器人在后台一直待命,用户说话 机器人做出对应的反映. 但由于用 ...

  3. UNITY 接讯飞语音过程总结

    UNITY 接讯飞语音过程总结 11:13 2017/3/14 1,安装问题:JDK与ECLIPSE位数一定要对应,32位对64位会出现 java was returned ....code 13的弹 ...

  4. iOS: 讯飞语音的使用

    一.介绍: 讯飞语音做的相当不错,容错率达到90%多,如果需要做语音方面的功能,它绝对是一个不错的选择.讯飞语音的功能很多:语音听写.语音识别.语音合成等,但我们最常用的还是语音听写.讯飞语音中包含界 ...

  5. 搜狗语音输入提示服务器繁忙,讯飞语音输入如何提高识别率 提高方法

    讯飞语音是一款语音输入软件,能够帮助用户进行通过语音说话,进行智能识别,帮助用户在繁忙的时候,直接语音输入,不过语言描述要清晰哦!小编在这里分享一下识别率提高方法,不要错过哦! 讯飞语音输入如何提高识 ...

  6. 讯飞语音——带你简单实现语音听写

    语音听写 de 简单实现 一.前言 如果你没有在讯飞语音平台上创建应用,请先参考讯飞语音的详细配置使用 二.功能描述 语音听写和语音合成都是较为基础也是最常使用的两个基本功能. 语音合成是将文本转化为 ...

  7. 讯飞语音转文字 PHP demo

    讯飞语音转文字PHP tp6 demo 讯飞官网没有PHP demo我是很诧异的 改成了我需要的tp6 demo 讯飞官网没有PHP demo我是很诧异的 我php天下第一就这么没牌面吗 网上找了很久 ...

  8. Unity与讯飞语音交互：使用aiui技能

    语音交互 说到人工智能,离不开语音,大家会认为一个设备可以跟人对话是有智能的体现,在国内语音智能研发,讯飞是公认的做的最好的,在了解语音智能时,客户提的是讯飞,因为他们目标是要做一个好的语音交互.客户 ...

  9. 讯飞社区android 源码,android 讯飞语音 demo

    [实例简介] android 讯飞语音 demo 博客地址:http://blog.csdn.net/chenshufei2/article/details/8496905 [实例截图] [核心代码] ...

  10. Android中集成讯飞语音，语音转文字以及文字转语音操作

    讯飞语音 * 在讯飞语音开发者平台上http://www.xfyun.cn/doccenter/newer具体准备工作按照开发文档操作.注意的是创建一个项目,appid和adk是一一对应的* 在这里, ...

最新文章

  1. Scrapy+Scrapy-redis+Scrapyd+Gerapy 分布式爬虫框架整合
  2. 周休2.5天是一种奢望？互联网人自愿加班成常态？
  3. 编程用的记事本软件_数控常用编程软件那么多，你用哪一种？
  4. eclipse批量修改package、import中的包名
  5. ios7中让程序使用统一的status bar风格
  6. face++算法工程实习生面试
  7. 美团服务体验平台对接业务数据的最佳实践-海盗中间件
  8. Failed to start component [StandardEngine[Catalina].StandardHost[localhost].StandardContext
  9. 小白python自学—报错问题汇总（持续更新）
  10. 实战百度竞价恶意点击心得
  11. 分布式服务的幂等性设计，值得学习！
  12. OpenGL ES总结（五）OpenGL 中pipeline机制
  13. ArcGIS Python实现Modis NDVI批量化月最大合成
  14. BackTrack4——利用***测试保证系统安全
  15. 小米4Linux刷机包,小米4官方原厂固件rom线刷刷机包下载_小米4线刷官方系统包
  16. 求区域的最大内接矩形
  17. 微信公众号授权登录，微信sdk的使用，及ios配置微信sdk失败
  18. 文件截取\裁剪工具软件
  19. 【python】【爬虫】爬取Fate Grand Order wiki所有英灵礼装图鉴
  20. linux下dd工具,dd 工具使用

热门文章

  1. 微前端的现状以及趋势
  2. 合工大计算机组成原理ppt,合工大 计算机组成原理 第一章.pdf
  3. Matlab之时间函数datetime
  4. message : 参见“scanf”的声明
  5. docker使用ubuntu镜像图形化界面
  6. python遍历文件夹下所有excel文件_python遍历文件夹下所有excel文件
  7. 【学习笔记】深度学习视频处理
  8. Python基础之利用Matplotlib和Tkinter在应用程序中内嵌图表
  9. 这只是一个有关于安全系统的基本介绍
  10. 看Kendo UI文档