讯飞、有道、谷歌、微软语音sdk集成总结

前言

测试demo链接

讯飞集成、效果说明

有道集成、效果说明

谷歌集成、效果说明

微软集成、效果说明

总结

前言

最近在研究语音识别、合成、翻译等，由于这个玩意自己开发要消耗大量的人力和物力，之前有调研过，私有化部署至少千万起步，所以除非你们公司想专门研究语音，其它都是直接引用第三方的，在这里说明一下讯飞、微软、谷歌、有道等大厂集成效果对比，因为项目用其中某一个都满足不了条件，所以都集成了，并且封装成语音sdk，在这里只分享谷歌的demo。

测试demo链接

谷歌测试demo：需要翻墙才可以使用额

下载链接：谷歌测试demo，方便开发调试-Android文档类资源-CSDN下载谷歌测试demo，方便开发调试，具体细节可以看谷歌官方文档，里面介绍了语种以及是用方法，demo只是更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/a214024475/86504513

讯飞集成、效果说明

讯飞集成sdk路径：语音听写 Android SDK 文档 | 讯飞开放平台文档中心https://www.xfyun.cn/doc/asr/voicedictation/Android-SDK.html

优点：

讯飞中英文还是挺好的，识别速度挺快的，语音识别差不多1-2秒，语音合成1-2秒，在这里建议那种有方言要求的小伙伴优先使用这个。

缺点：

免费支持的语言太少，大部分收费有一点小贵，然后连续语音不支持，不过可以自己通过回调监听实现这种连续的效果，不过本人亲测用这种方式，让软件挂机一晚上连续开启，你会发现你的大洋瞬间就没有了。所以小伙伴们要注意了

有道集成、效果说明

有道集成sdk路径：http://ai.youdao.com/DOCSIRMA/html/语音合成TTS/Android_SDK文档/语音合成服务/语音合成服务-Android_SDK文档.htmlhttp://ai.youdao.com/DOCSIRMA/html/%E8%AF%AD%E9%9F%B3%E5%90%88%E6%88%90TTS/Android_SDK%E6%96%87%E6%A1%A3/%E8%AF%AD%E9%9F%B3%E5%90%88%E6%88%90%E6%9C%8D%E5%8A%A1/%E8%AF%AD%E9%9F%B3%E5%90%88%E6%88%90%E6%9C%8D%E5%8A%A1-Android_SDK%E6%96%87%E6%A1%A3.html

优点：支持的国家挺多，新用户有50的体验金，感觉测试的时候用得飞快，语音识别速度-3秒左右，合成根据文字长短，短的挺快的差不多2-3秒，长的差不多-5秒左右

缺点：文档不是很完善，很多东西体现不出来

谷歌集成、效果说明

微软集成sdk路径：https://cloud.google.com/speech-to-text/docs/samples?hl=zh-cnhttps://cloud.google.com/speech-to-text/docs/samples?hl=zh-cn

语言支持查看：https://cloud.google.com/speech-to-text?hl=zh-cnhttps://cloud.google.com/speech-to-text?hl=zh-cn

优点：支持的国家丰富，也支持一些少数民族

缺点：国内需要翻墙才可以调用，解决办法就是开一个转接服务器可以解决翻墙的问题,联系不上开发，完全只能自己看文档操作。

微软集成、效果说明

优点：微软分为国内和国外，建议用国内的请求速度要快一些，这里讲一下国内的合成速度，合成大概是2秒左右，识别3秒左右，网络正常的情况下。

语言支持查看：语言支持 - 语音服务 - Azure Cognitive Services | Microsoft Docs语音服务支持多种语言，可用于语音到文本和文本到语音转换，以及语音翻译。本文提供了按服务功能列出的语言支持的完整列表。https://docs.microsoft.com/zh-cn/azure/cognitive-services/speech-service/language-support?tabs=speechtotext

缺点：语音识别不支持端点设置、不支持音频默认存储，翻译太依赖dns解析了，当dns乱码的时候，有网络翻译也不行。

总结

由于我们公司最近在研究语音方面的，花了一段时间开发语音sdk，从目前测试来看，每个厂家都有各自的一些优势吧，谷歌的还不错，不过需要翻墙