android语音识别sdk接入收费吗,百度语音识别开放平台SDK使用方法
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的使用方法。
在线SDK是以JAR包和动态链接库形式发布和使用,可以从百度开放云平台网站中下载SDK及使用说明文档。
点击管理控制台,选择
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
声明权限
[java]
view plain copy
"android.permission.RECORD_AUDIO"
/>
/>
/>
/>
/>
/>
/>
/>
/>
4、语音识别
语音识别控件方式
[java]
view plain copy
if
(mDialog ==
null
|| mCurrentTheme != Config.DIALOG_THEME) {
mCurrentTheme = Config.DIALOG_THEME;
if
(mDialog !=
null
) {
mDialog.dismiss();
}
Bundle params = new
Bundle();
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 = new
BaiduASRDigitalDialog(
this
, params);
mDialog.setDialogRecognitionListener(mRecognitionListener);
}
mDialog.getParams().putInt(BaiduASRDigitalDialog.PARAM_PROP, Config.CURRENT_PROP);
mDialog.getParams().putString(BaiduASRDigitalDialog.PARAM_LANGUAGE,
Config.getCurrentLanguage());
mDialog.show();
识别对话框支持的参数定义在BaiduASRDigitalDialog中以PARAM_前缀的常量。列表如下:
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,请显示指定为其它领域。
PARAM_NLU_PARAMS
string
预留语义解析参数
PARAM_PROP
int
PROP_INPUT
领域参数,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,需要集成SDK包Raw文件夹的资源
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秒未检测到语音,随机出现一条引导语
PARAM_SHOW_HELP_ON_SILENT
boolean
false
静音超时后将“取消”按钮替换为“帮助”
设置回调方法,处理返回的结果
[java]
view plain copy
mRecognitionListener =
new
DialogRecognitionListener() {
@Override
public
void
onResults(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
首先需要配置语音识别引擎ASREngine的参数VoiceRecognitionConfig
[java]
view plain copy
VoiceRecognitionConfig config =
new
VoiceRecognitionConfig();
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); // 设置识别开始提示音
}
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); // 设置采样率,需要与外部音频一致
然后启动识别
[java]
view plain copy
int
code = mASREngine.startVoiceRecognition(mListener, config);
其中mListener是识别过程的回调,需要对其中的方法进行实现
[java]
view plain copy
/**
* 重写用于处理语音识别回调的监听器
*/
class
MyVoiceRecogListener
implements
VoiceClientStatusChangeListener {
@Override
public
void
onClientStatusChange(
int
status, Object obj) {
switch
(status) {
// 语音识别实际开始,这是真正开始识别的时间点,需在界面提示用户说话。
case
VoiceRecognitionClient.CLIENT_STATUS_START_RECORDING:
isRecognition = true
;
mHandler.removeCallbacks(mUpdateVolume);
mHandler.postDelayed(mUpdateVolume, POWER_UPDATE_INTERVAL);
mControlPanel.statusChange(ControlPanelFragment.STATUS_RECORDING_START);
break
;
case
VoiceRecognitionClient.CLIENT_STATUS_SPEECH_START:
// 检测到语音起点
mControlPanel.statusChange(ControlPanelFragment.STATUS_SPEECH_START);
break
;
// 已经检测到语音终点,等待网络返回
case
VoiceRecognitionClient.CLIENT_STATUS_SPEECH_END:
mControlPanel.statusChange(ControlPanelFragment.STATUS_SPEECH_END);
break
;
// 语音识别完成,显示obj中的结果
case
VoiceRecognitionClient.CLIENT_STATUS_FINISH:
mControlPanel.statusChange(ControlPanelFragment.STATUS_FINISH);
isRecognition = false
;
updateRecognitionResult(obj);
break
;
// 处理连续上屏
case
VoiceRecognitionClient.CLIENT_STATUS_UPDATE_RESULTS:
updateRecognitionResult(obj);
break
;
// 用户取消
case
VoiceRecognitionClient.CLIENT_STATUS_USER_CANCELED:
mControlPanel.statusChange(ControlPanelFragment.STATUS_FINISH);
isRecognition = false
;
break
;
default
:
break
;
}
}
@Override
public
void
onError(
int
errorType,
int
errorCode) {
isRecognition = false
;
mResult.setText(getString(R.string.error_occur, Integer.toHexString(errorCode)));
mControlPanel.statusChange(ControlPanelFragment.STATUS_FINISH);
}
@Override
public
void
onNetworkStatusChange(
int
status, Object obj) {
// 这里不做任何操作不影响简单识别
}
}
获得识别BDVRClient对象
[java]
view plain copy
mASREngine = VoiceRecognitionClient.getInstance(
this
);
mASREngine.setTokenApis(Constants.API_KEY, Constants.SECRET_KEY);
请求参数设置
每次识别需要通过通过VoiceRecognitionConfig设置参数,其中一些方法在API中有说明
方法
参数
描述
enableBeginSoundEffect
int
soundResourceId 启动提示音资源Id
设置开始提示音,soundResourceId为放置在Raw文件夹的资源Id。
enableEndSoundEffect
int
soundResourceId 说话结束提示音资源Id
检测到用户说话结束播报的提示音,非识别结束
setSampleRate
int
rate 采样率
设置音频采样率,
通常建议开发者 不指定
采样频率,由BDVRClient自动根据当前网络环境选择采样频率。WiFi环境下将使用16kHz采样,移动网络下将使用8kHz采样,来节省流量。参考常量定义
SAMPLE_RATE_8K 8K采样率
SAMPLE_RATE_16K 16K采样率
setProp
int
prop
开发者可以通过指定垂直分类来获取更精准的语音识别结果。
注:
垂直分类目前支持地图,音乐,视频,APP,网址,开发者需要注意设定采样频率时只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。参考PROP_前缀的常量定义。
setUseDefaultAudioSource
boolean
useDefaultSource
设置是否使用缺省的录音。 如果不使用,用户需要调用VoiceRecognitionClient对象的feedAudioBuffer方法为识别器提供语音数据
enableNLU
启用语义解析,只在搜索模式起作用
getSampleRate
获取当前识别采样率
setLanguage
String Language
设置语种。目前支持的语种有中文普通话(LANGUAGE_CHINESE)、中文粤语(LANGUAGE_CANTONSE)、英文(LANGUAGE_ENGLISH)。
开始语音识别,BDVRClient在开始识别后,会启动录音、预处理、上传到服务器并获取识别结果。
[java]
view plain copy
int
code = 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
android语音识别sdk接入收费吗,百度语音识别开放平台SDK使用方法相关推荐
- Baymax (Android版的Siri)之百度语音识别SDK调用
之前说Baymax 的UI设计,现在UI设计好了,我们得开始讲一讲识别方面的事了.这里我们需要用到百度的语音识别技术,大家可以先上百度语音开放平台,上面有开发手册和demo帮助大家学习.贴上连接:ht ...
- 【百度智能云】教程:连接百度ai开放平台api接口并完成语音识别的任务
前言与介绍 本文章介绍了如何在Pycharm上用python语言简单的对连接百度ai开放平台的语音识别功能api端口的调用,并在代码里实现了现录音识别内容. 平台与相关工具 windows10.Pyc ...
- 票据识别android代码,Android 百度AI开放平台-文字识别-财务票据文字识别
简单记录一下今天关于百度AI开放平台-文字识别-财务票据文字识别的实现过程 文字识别有对应的Android SDK集成及相关Demo,文档地址如下图: SDK目录图.png 但是SDK中的返回数据字段 ...
- 百度AI开放平台集成人脸识别,离线采集有动作活体版本sdk
前言 Android项目Android studio环境: 1.工程build.gradle版本号:3.2.1 2.app目录下的build.gradle配置:compileSdkVersion 28 ...
- android微信解析失败,微信开放平台sdk解析失败
时间:2017年7月20日 14:00左右,重新编译了一下Android Studio,报出了一个匪夷所思的错误: 早上还好好的,为啥下午就莫名其妙报出这个错误呢.看错误内容,应该是AS找不到指定的依 ...
- 软件工程师百度AI开放平台接入指南
版权声明 本文原创作者:谷哥的小弟 作者博客地址:http://blog.csdn.net/lfdfhl 概述 若想利用百度AI开放平台进行软件开发,首先应成为百度AI开放平台的开发者.在此,以图文形 ...
- java系统对接方案_阿里巴巴开放平台SDK(java版). 接入授权店铺数据,对接企业内部管理系统的解决方案...
AlibabaSDK-java 阿里巴巴开放平台SDK. 接入授权店铺数据,对接企业内部管理系统的解决方案 获取授权链接 @Test public void testGetPreAuthUrl() t ...
- 百度AI 开放平台 语音合成
一.前言 继上一篇介绍如何使用百度语音识别API 的博客<树莓派 >>> 接入百度AI 开放平台实现智能语音识别>后,今天我们来看看如何使用百度语音合成,有了这一听一说, ...
- 美团开放平台SDK自动生成技术与实践
美团开放平台为整个美团提供了20+业务场景的开放API,为了使开发者能够快速且安全的接入美团开放平台,美团开放平台提供了多种语言的SDK来提高开发者的接入效率.本文介绍了美团开放平台如何自动生成SDK ...
- 史上最简单的图像识别-百度AI开放平台
提到图像识别,一般都会想到人工智能.虽然现在人工智能还在发展阶段,但是有些技术已经成熟,比如图像识别.语音识别.百度早在2015年之前就已经推出了AI开放平台,涵盖了语音识别.图像处理.视频技术等等. ...
最新文章
- 【Groovy】Groovy 脚本调用 ( Groovy 配置文件格式 | Groovy 配置文件读取 | 完整配置文件及解析代码示例 )
- java 设计模式学习笔记十 bridge桥模式
- Spring Cloud 微服务架构全链路实践
- 程序员(工作2年)立flag,面四家,成三家,最后进了蚂蚁.....
- 菜鸟php ajax,AJAX ASP/PHP
- 卷起来了!DeepMind发布媲美普通程序员的AlphaCode,同日OpenAI神经数学证明器拿下奥数题...
- 很基本的权限功能小结
- Google菜市场(Android Market)上不去的解决方法
- Linux-Ubantu-常见命令
- 在QT中使用同步阻塞式HTTP请求的方法
- ehcache缓存原理_Mybatis-09-缓存
- extjs 实现 NumberField 即时计算
- 怎样开图纸便宜_在县城开一家儿童乐园怎么样?开多大面积合适?投资需要多少钱?...
- 刘意JavaSE 学习笔记 Day19-Day21——异常,IO(File类/字符流/字节流)
- 用C#一步步写串口通信
- NFT Insider #65:韩国娱乐业巨头CJ ENM与The Sandbox达成合作,YGG 建立巴西社区的SubDAO
- 华为交换机怎么查看接口流量
- 403 Forbidden vs 401 Unauthorized HTTP 响应
- Mac使用Charles抓包
- 《数据库原理》实验报告DB7——事务与并发控制
热门文章
- Flink Transformation
- 安装远程服务器管理工具(RSAT-Remote Server Administration Tools)
- 斗罗大陆斗神再临服务器维修,斗罗大陆斗神再临攻略汇总:FAQ常见问题解答[多图]...
- jQuery 任意公历转为农历
- 昆明oracle考试点,Oracle认证考试知识点:修改sid的步骤
- Pettitt突变点检测
- 实战分析SpringBoot整合JSON,面试题附答案
- CSS元素宽度、继承父元素宽度、cale函数计算宽度总结
- CKEditor 4.x 批量图片上传插件
- SNN系列|学习算法篇(1)Tempotron