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语音说出来，就是读文章。

语音听写是什么呢？

开启或者说触发语音听写的功能，我们开始讲话，然后讲话结束；该服务能将说话的内容转化为文本；

当然功能是这样，用途不仅仅是讲说话内容转化为文本。理解说话者的意图，这才是人工智能的方向。

这里我们简单的以一个小项目实例实现简单的语音听写。

三、项目实例

<1.1>项目结构如下图所示：

<2.1>.新建Android Application Project 项目，命名为TestHearerDemo，

<2.1.1>说明：

项目结构基本和上一个项目一样，如果看过上一个语音合成可直接跳过该步骤，去看代码实现部分。首先有几个注意点，避免初始化错误，讯飞语音版本自升级后要求，SDK 与 Appid 一一对应。导入配置文件到新建工程TestHearerDemo

<2.1.2>配置文件：

assets与libs 下的包

注意arm中的so文件必须与当前key值是对应的。就是创建应用时下载的 SDK中所包含的文件，appid 是创建应用时所产生的，不同的应用key值不同。

四、项目代码

<1.1>.test.layout布局文件

<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"android:layout_width="match_parent"android:layout_height="match_parent"android:orientation="vertical" ><TextViewandroid:layout_width="match_parent"android:layout_height="wrap_content"android:layout_margin="20dp"android:text="所说内容：" /><EditTextandroid:id="@+id/content_et"android:layout_width="match_parent"android:layout_height="wrap_content"android:background="@android:drawable/editbox_dropdown_light_frame"android:cursorVisible="true"android:enabled="true"android:gravity="top"android:visibility="visible" /><Buttonandroid:id="@+id/listen_btn"android:layout_width="match_parent"android:layout_height="wrap_content"android:text="开始说话" /></LinearLayout>

<1.2>MainActivity.java 代码如下：

package pers.rfeng.demo;import java.util.HashMap;
import java.util.LinkedHashMap;import org.json.JSONArray;
import org.json.JSONException;
import org.json.JSONObject;
import org.json.JSONTokener;import com.iflytek.cloud.RecognizerResult;
import com.iflytek.cloud.SpeechConstant;
import com.iflytek.cloud.SpeechError;
import com.iflytek.cloud.SpeechRecognizer;
import com.iflytek.cloud.SpeechUtility;
import com.iflytek.cloud.ui.RecognizerDialog;
import com.iflytek.cloud.ui.RecognizerDialogListener;import android.app.Activity;
import android.os.Bundle;
import android.util.Log;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.EditText;public class MainActivity extends Activity implements OnClickListener {//存放听写分析结果文本private HashMap<String, String> hashMapTexts = new LinkedHashMap<String, String>();private Button b_btn;  //初始化控件private EditText e_text;SpeechRecognizer hearer;  //听写对象RecognizerDialog dialog;  //讯飞提示框@Overrideprotected void onCreate(Bundle savedInstanceState) {super.onCreate(savedInstanceState);setContentView(R.layout.test);b_btn = (Button) findViewById(R.id.listen_btn);e_text = (EditText) findViewById(R.id.content_et);b_btn.setOnClickListener(this);}@Overridepublic void onClick(View v) {switch (v.getId()) {case R.id.listen_btn:// 语音配置对象初始化SpeechUtility.createUtility(MainActivity.this, SpeechConstant.APPID + "=57b2decc");// 1.创建SpeechRecognizer对象，第2个参数：本地听写时传InitListenerhearer = SpeechRecognizer.createRecognizer( MainActivity.this, null);// 交互动画dialog = new RecognizerDialog(MainActivity.this, null);// 2.设置听写参数，详见《科大讯飞MSC API手册(Android)》SpeechConstant类hearer.setParameter(SpeechConstant.DOMAIN, "iat"); // domain:域名hearer.setParameter(SpeechConstant.LANGUAGE, "zh_cn");hearer.setParameter(SpeechConstant.ACCENT, "mandarin"); // mandarin:普通话//3.开始听写dialog.setListener(new RecognizerDialogListener() {  //设置对话框@Overridepublic void onResult(RecognizerResult results, boolean isLast) {// TODO 自动生成的方法存根Log.d("Result", results.getResultString());//(1) 解析 json 数据<< 一个一个分析文本 >>StringBuffer strBuffer = new StringBuffer();try {JSONTokener tokener = new JSONTokener(results.getResultString());Log.i("TAG", "Test"+results.getResultString());Log.i("TAG", "Test"+results.toString());JSONObject joResult = new JSONObject(tokener);JSONArray words = joResult.getJSONArray("ws");for (int i = 0; i < words.length(); i++) {// 转写结果词，默认使用第一个结果JSONArray items = words.getJSONObject(i).getJSONArray("cw");JSONObject obj = items.getJSONObject(0);strBuffer.append(obj.getString("w"));}} catch (Exception e) {e.printStackTrace();}
//                  String text = strBuffer.toString();// (2)读取json结果中的sn字段String sn = null;try {JSONObject resultJson = new JSONObject(results.getResultString());sn = resultJson.optString("sn");} catch (JSONException e) {e.printStackTrace();}//(3) 解析语音文本<< 将文本叠加成语音分析结果  >>hashMapTexts.put(sn, strBuffer.toString());StringBuffer resultBuffer = new StringBuffer();  //最后结果for (String key : hashMapTexts.keySet()) {resultBuffer.append(hashMapTexts.get(key));}e_text.setText(resultBuffer.toString());e_text.requestFocus();//获取焦点e_text.setSelection(1);//将光标定位到文字最后，以便修改}@Overridepublic void onError(SpeechError error) {// TODO 自动生成的方法存根error.getPlainDescription(true);}});dialog.show();  //显示对话框break;default:break;}}
}

<1.3> AndroidManifest.xml 配置文件

注意权限配置

<?xml version="1.0" encoding="utf-8"?>
<manifest xmlns:android="http://schemas.android.com/apk/res/android"package="pers.rfeng.demo"android:versionCode="1"android:versionName="1.0" ><uses-sdkandroid:minSdkVersion="17"android:targetSdkVersion="19" /><applicationandroid:allowBackup="true"android:icon="@drawable/ic_launcher"android:label="@string/app_name"android:theme="@style/AppTheme" ><activityandroid:name="pers.rfeng.demo.MainActivity"android:label="@string/app_name" ><intent-filter><action android:name="android.intent.action.MAIN" /><category android:name="android.intent.category.LAUNCHER" /></intent-filter></activity><!-- 移动统计分析 --><meta-dataandroid:name="IFLYTEK_APPKEY"android:value="'57b2decc'" /><meta-dataandroid:name="IFLYTEK_CHANNEL"android:value="Android_Demo" /></application><!-- 连接网络权限，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、语义理解需要用到此权限  --><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"/>  <!--允许程序改变网络连接状态 --><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，上传联系人需要用到此权限 -->  <uses-permission android:name="android.permission.READ_CONTACTS"/>
</manifest>

五、项目演示

运行项目效果如下：

界面可能有点儿不好看，嘻嘻

说明：

点击按钮，可以开始说话，讯飞语音默认说话最长时长不超过 1 分钟

语音听写分析结果显示

希望对你有所帮助，更多功能请参考开发文档

讯飞语音——带你简单实现语音听写相关推荐

讯飞输入法10周年：日语音交互次数超10亿
2020年10月20日,"讯飞输入法10周年A.I.输入沙龙"在北京中粮·置地广场举办,主题为"语见更好的我们".科大讯飞副总裁章继东.科大讯飞消费者BG副总裁 ...
科大讯飞输入法android离线语音,讯飞输入法Android5.0.1752 离线语音更轻快的表达...
在追求时间效率的当下,语音是最佳输入方式,尤其离线语音可在无网络和网络环境不好时依然保持语音输入的便捷.通过手机本地运算,用离线语音包代替云端服务器功能,识别转文字无需等待.讯飞输入法新版离线语音不断 ...
电脑（讯飞输入法、搜狗输入法）启用语音输入失败
应该要开启windows麦克风权限
讯飞智能语音先锋者：等到人机交互与人类交流一样自然时，真正的智能时代就来了...
作者 | 夕颜出品 | CSDN(ID:CSDNnews) 「AI 技术生态论」人物访谈栏目是 CSDN 发起的百万人学 AI 倡议下的重要组成部分.通过对 AI 生态顶级大咖.创业者.行业 KO ...
2019输入序列号闪退_正式告别60秒长语音讯飞输入法新版评测：能动口我绝不动手...
一.前言:60秒长语音有希望消灭了从2010年,讯飞推出业界首个中文语音输入法,将语音输入带到大众面前直到今天,语音输入早就不再是当初功能机时代"语音王"的土味儿模样.如今,语音 ...
讯飞智能语音先锋者：等到人机交互与人类交流一样自然时，真正的智能时代就来了！...
受访者 | 刘聪记者 | 夕颜出品 | CSDN(ID:CSDNnews) 「AI 技术生态论」人物访谈栏目是 CSDN 发起的百万人学 AI 倡议下的重要组成部分.通过对 AI 生态顶级大咖. ...
长话无需短说讯飞输入法超长语音输入不限时
原标题:长话无需短说讯飞输入法超长语音输入不限时对用户来说,衡量语音输入好坏无外乎两个指标,一个是输入准确率,另一个是识别速度.搭载自然语言理解(NLU)优化模型的讯飞输入法语音识别率提升至98% ...
Android 讯飞离线语音听写/离线语音识别SDK
平台 Android + 讯飞离线语音SDK SDK包下载路径及方法见讯飞官方SDK文档: 离线语音听写 Android SDK 文档 # 在开发者控制台, 可以直接下载SDK. SDK包中的文件结 ...
iOS 讯飞语音的使用
一.下载讯飞的SDK 二.集成流程第一步:获取appid(进入控制台查看) 第二步:工程配置 1.将模板项目的lib文件拉入项目,并加入依赖库注意: 添加iflyMSC.framework时,请检 ...

讯飞语音——带你简单实现语音听写