一文教你如何快速实现声音识别

在一些应用项目开发的过程中，有时需要用到语音检测的功能，即识别敲门声、门铃声、汽车喇叭声等功能，对于中小开发者来说，单独开发构建该能力，不免耗时耗力，而华为机器学习服务中的声音识别服务SDK，只需简单集成，端侧就能实现这个功能。

一、华为声音识别服务简介：

声音识别服务支持通过在线（实时录音）的模式检测声音事件，基于检测到的声音事件能够帮助开发者进行后续指令动作。目前支持13个种类的声音事件，包括：笑声、婴儿或小孩哭声、打鼾声、喷嚏声、叫喊声、猫叫声、狗叫声、流水声（包括水龙头流水声、溪流声、海浪声）、汽车喇叭声、门铃声、敲门声、火灾报警声（包括火灾报警器警报声、烟雾报警器警报声）、警报声（包括消防车警报声、救护车警报声、警车警报声、防空警报声）。

二、集成准备：

开发环境配置

1、需要在华为开发者联盟上创建应用：

此步骤具体可以详见下方的链接：

https://developer.huawei.com/consumer/cn/doc/development/AppGallery-connect-Guides/agc-get-started#createproject?ha__source=hms1

2、打开机器学习服务：

具体开启步骤可以查看下方的链接：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/enable-service-0000001050038078-V5?ha__source=hms1

2、创建完应用之后，会自动生成agconnect-services.json文件，需要手动将agconnect-services.json文件拷贝到应用级根目录下

3、配置HMS Core SDK的Maven仓地址。

关于Maven仓的配置可以查看下方的链接：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/config-maven-0000001050040031?ha__source=hms1

4、集成声音识别服务SDK

1. 推荐使用Full SDK方式集成，在build.gradle文件中配置相应的sdk

// 引入声音识别集合包
implementation 'com.huawei.hms:ml-speech-semantics-sounddect-sdk:2.1.0.300'
implementation 'com.huawei.hms:ml-speech-semantics-sounddect-model:2.1.0.300'

2. 根据实际情况声明AGC插件配置，有两种方式

apply plugin: 'com.android.application'
apply plugin: 'com.huawei.agconnect'
或
plugins {    id 'com.android.application'
id 'com.huawei.agconnect'
}

3. 自动更新机器学习模型

添加如下语句到AndroidManifest.xml文件中，用户从华为应用市场安装您的应用后，将自动更新机器学习模型到设备：

<meta-data
android:name="com.huawei.hms.ml.DEPENDENCY"
android:value= "sounddect"/>

4. 更详细的步骤可以通过下方的链接查看：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/sound-detection-sdk-0000001055602754?ha__source=hms1

三、应用开发编码阶段

1.取得麦克风权限，如果没有麦克风的权限会报12203的错误

设置静态权限（必须）

<
uses-permission
android
:name
="android.permission.RECORD_AUDIO"
/>

动态权限获取（必须）

ActivityCompat.requestPermissions(
this, new String[]{Manifest.permission.RECORD_AUDIO

}, 1);

2.创建MLSoundDector对象

private static final String TAG = "MLSoundDectorDemo";

//语音识别的对象
private MLSoundDector mlSoundDector;

//创建MLSoundDector对象并 设置回调方法
private void initMLSoundDector(){
mlSoundDector = MLSoundDector.createSoundDector();
mlSoundDector.setSoundDectListener(listener);
}

3. 声音识别结果回调，用于获取检测结果，并将回调传入声音识别实例。

//创建声音识别结果回调，用于获取检测结果，并将回调传入声音识别实例。
private MLSoundDectListener listener = new MLSoundDectListener() {
    @Override
    public void onSoundSuccessResult(Bundle result) {
        //识别成功的处理逻辑，识别结果为：0-12（对应MLSoundDectConstants.java中定义的以SOUND_EVENT_TYPE开头命名的13种声音类型）。
        int soundType = result.getInt(MLSoundDector.RESULTS_RECOGNIZED);
        Log.d(TAG,"声音识别成功："+soundType);
    }
    @Override
    public void onSoundFailResult(int errCode) {
        //识别失败，可能没有授予麦克风权限（Manifest.permission.RECORD_AUDIO）等异常情况。
        Log.d(TAG,"声音识别失败："+errCode);
    }
};

此代码中只是将声音识别结果的int类型打印了出来，实际编码中，可以将int类型的声音识别结果转换为可被用户识别的类型。

声音识别类型的定义：

<string-array name="sound_dect_voice_type">
    <item>笑声</item>
    <item>婴儿或小孩哭声</item>
    <item>打鼾声</item>
    <item>喷嚏声</item>
    <item>叫喊声</item>
    <item>猫叫声</item>
    <item>狗叫声</item>
    <item>流水声</item>
    <item>汽车喇叭声</item>
    <item>门铃声</item>
    <item>敲门声</item>
    <item>火灾报警声</item>
    <item>警报声</item>
</string-array>

3. 开启和关闭语音识别

@Override
public void onClick(View v) {
    switch (v.getId()){
        case R.id.btn_start_detect:
            if (mlSoundDector != null){
                boolean isStarted = mlSoundDector.start(this); //context 是上下文
                //isStared 等于true表示启动识别成功、isStared等于false表示启动识别失败（原因可能是手机麦克风被系统或其它三方应用占用)
                if (isStarted){
                    Toast.makeText(this,"语音识别开启成功", Toast.LENGTH_SHORT).show();
                }
            }

break;

case R.id.btn_stop_detect:
            if (mlSoundDector != null){
                mlSoundDector.stop();
            }
            break;
    }
}

4.当页面关闭的时候，可以调用destroy()方法释放资源

@Override
protected void onDestroy() {
    super.onDestroy();
    if (mlSoundDector != null){
        mlSoundDector.destroy();
    }
}

四、运行测试

1. 以敲门声为例，预计声音识别类型的输出结果为10

2. 点击开启语音识别按钮、模拟敲门声，在AS控制台中可以得到如下日志，说明集成成功。

五、其他

1. 声音识别服务属于华为机器学习服务中的一个很小的模块，华为机器学习服务包括6大模块，分别为：文本类、语音语言类、图像类、人脸人体类、自然语言处理类，自定义模型。

2. 这篇记录文档只是介绍了“语音语言类”这个模块中的“声音识别服务”

3. 如果有读者对华为机器学习服务其他模块感兴趣的话，可以查看华为提供的相关集成文档，地址如下：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/service-introduction-0000001050040017-V5?ha__source=hms1

>>华为开发者联盟官网

>>获取开发指导文档
>>参与开发者讨论请到CSDN社区或者Reddit社区
>>下载demo和示例代码请到Github或者Gitee
>>解决集成问题请到Stack Overflow

原文链接：https://developer.huawei.com/...
原作者：胡椒

一文教你如何快速实现声音识别相关推荐

干货 | 一文教你如何快速高效阅读Paper（硕士生版）
来源:机器学习算法工程师本文约6000字,建议阅读10+分钟. 本文教你如何收集论文.快速获取与课题相匹配的论文和高效把握论文中心思想等技能. 前言论文阅读一直是科研过程中至关重要的一环,如何收集 ...
【干货】如何快速高效阅读Paper（硕士生版）
写在前面: 1.本文转载自https://www.jiqizhixin.com/articles/2019-02-22-5 2.这篇文章实在是太精彩啦,醍醐灌顶,超级厉害.那句话怎么说的来着,读一本好 ...
如何在python中输入复杂的数学公式_如何快速方便随意的在Word中输入复杂的数学公式...
如何快速方便随意的在Word中输入复杂的数学公式时间:2016-05-20 作者:snow 来源:互联网 Word功能的强大众做周知,我们可以在Word里随意输入各型数据:文本.形状.Sma ...
快速高效论文阅读技巧方法-吴恩达、沈向阳、华刚、彭明辉
就阅读目的而言,阅读论文可分为4个阶段:1 "消极阅读"(passive reading):大概知道文章讲了什么: "积极阅读"( active reading ...
gif制作动态图怎么做？教你快速一键生成
1.gif制作动态图怎么做? 如果你想要制作一个动态gif图像,那么你可以使用一些简单的工具来完成. 首先,你需要准备一些图像,这些图像可以是照片.视频或者任何其他你想要使用的内容.然后,你可以使 ...
快速搭建ThinkPHP框架教程
本文教你如何快速搭建ThinkPHP框架.ThinkPHP 是一款免费开源的,快速.简单的面向对象的轻量级PHP开发框架,遵循Apache2开源协议发布,是为了敏捷 Web 应用开发和简化企业应用开发 ...
在Ubuntu18.04系统下彻底删除MySQL的方法
本文教你如何快速的在Ubuntu18.04操作系统下彻底删除MySQL,以下针对的是5.7版本,其它的版本可以自行调整运行指令. 注:采用sudo apt install mysql-server命令 ...
ArcGIS升级地理数据库
本博文教大家如何快速地将低版本地理数据库升级为高版本地理数据库. 方法一:使用"升级地理数据库"工具箱二.使用ArcCatalog 地理数据库→右键→属性. 三.创建不 ...
来了！汇总数据库行业最新招聘、热门资讯、精选文章...
数据库周刊第2期发布啦!每周1次推送本周数据库相关热门资讯.精选文章和最新招聘信息,欢迎大家留言评论反馈您的建议哦. 温馨提示:点击本文左下角的"阅读原文"更方便阅读哦~ 热门资讯 ...

一文教你如何快速实现声音识别

一文教你如何快速实现声音识别相关推荐

最新文章

热门文章