Android语音识别——谷歌语音识别与百度语音识别

Android语音识别，简单的理解就是把语音转化为文字。

在日常中，语音识别，车载导航、语音输入等，虽然不一定准确，但用途广泛。

这里就介绍下谷歌原生的语音识别与百度的语音识别

谷歌语音识别

谷歌语音识别做法很简单

1、首先检测本地是否有语音识别工具，比如谷歌语音搜索，如果没有就结束；

2、用intent意图表示语音识别；

3、发送这个intent，并等待返回；

4、显示返回的内容；

具体的代码如下：

package com.example.speak_csdn;import java.util.ArrayList;
import java.util.List;import android.os.Bundle;
import android.speech.RecognizerIntent;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.Toast;
import android.app.Activity;
import android.content.Intent;
import android.content.pm.PackageManager;
import android.content.pm.ResolveInfo;public class MainActivity extends Activity {final int RESPONCERESULT=99;@Overrideprotected void onCreate(Bundle savedInstanceState) {super.onCreate(savedInstanceState);setContentView(R.layout.activity_main);Button btnButton=(Button)findViewById(R.id.mybtn);btnButton.setOnClickListener(new OnClickListener() {@Overridepublic void onClick(View v) {// TODO Auto-generated method stubspeak();}});}public void speak(){try{  //通过Intent传递语音识别的模式，开启语音  Intent intent=new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);  //语言模式和自由模式的语音识别  intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL, RecognizerIntent.LANGUAGE_MODEL_FREE_FORM);  //提示语音开始  intent.putExtra(RecognizerIntent.EXTRA_PROMPT, "开始语音");  //开始语音识别  startActivityForResult(intent, RESPONCERESULT);  }catch (Exception e) {  // TODO: handle exception  e.printStackTrace();  Toast.makeText(getApplicationContext(), "找不到语音设备", 1).show();  }  }@Overrideprotected void onActivityResult(int requestCode, int resultCode, Intent data) {// TODO Auto-generated method stub//回调获取从谷歌得到的数据   if(requestCode==RESPONCERESULT && resultCode==RESULT_OK){  //取得语音的字符  ArrayList<String> results=data.getStringArrayListExtra(RecognizerIntent.EXTRA_RESULTS);  //谷歌可能有许多语音类似的返回，越往上优先级越高，这里列出所有的返回并拼接成字符串   String resultString="";  for(int i=0;i<results.size();i++){  resultString+=results.get(i);  }  Toast.makeText(this, resultString, 1).show();  }  super.onActivityResult(requestCode, resultCode, data);}}

代码完成了，注意要加上网络访问权限，因为这个是在线语音识读，代码关键的语句在以下几句：

 //通过Intent传递语音识别的模式，开启语音  Intent intent=new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);  //语言模式和自由模式的语音识别  intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL, RecognizerIntent.LANGUAGE_MODEL_FREE_FORM);  //提示语音开始  intent.putExtra(RecognizerIntent.EXTRA_PROMPT, "开始语音");  //开始语音识别  startActivityForResult(intent, RESPONCERESULT);

对应这个的布局语句很简单，只有一个button按钮。给这个按钮绑定事件，点击运行...

这和我们预料的不同啊，网络没有问题，测试了WIFI和GPRS都是同样的结果。最终这只能归结为谷歌后台服务无法连接，你或者可以通过翻墙来看到效果。

悲伤。

那现在我们看看中国本地的语音识别，百度语音。

百度语音识别

百度语音识别，应用的是百度提供的SDK来实现。这个在百度的开放平台上可以看到很详细的说明。

应用它的步骤如下：

1、下载jar包；

2、添加权限；

3、在代码中，用给定的API来做语音识别；

4、显示返回内容；

jar包、so文件下载

以下是从百度开放平台上下载的jar包以及so文件，用于后续的开发使用

权限添加

AndroidManifest.xml中添加需要的权限，如下：

    <uses-permission android:name="android.permission.RECORD_AUDIO" /><uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" /><uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" /><uses-permission android:name="android.permission.WRITE_SETTINGS" /><uses-permission android:name="android.permission.INTERNET" /><uses-permission android:name="android.permission.READ_PHONE_STATE" /><uses-permission android:name="android.permission.WAKE_LOCK" /><uses-permission android:name="android.permission.ACCESS_FINE_LOCATION" /><uses-permission android:name="android.permission.ACCESS_COARSE_LOCATION" /><uses-permission android:name="android.permission.ACCESS_WIFI_STATE" /><!-- 蓝牙录音 --><uses-permission android:name="android.permission.MODIFY_AUDIO_SETTINGS" /><!-- 某些手机启动SCO音频连接需要此权限 --><uses-permission android:name="android.permission.BROADCAST_STICKY" /><!-- 蓝牙录音检测耳机状态 --><uses-permission android:name="android.permission.BLUETOOTH" />

代码中使用API

这个就是使用API的过程，如下代码：

package com.example.baiduspeak_csdn;import java.util.ArrayList;import com.baidu.voicerecognition.android.ui.BaiduASRDigitalDialog;
import com.baidu.voicerecognition.android.ui.DialogRecognitionListener;import android.os.Bundle;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.Toast;
import android.app.Activity;public class MainActivity extends Activity {//百度自定义对话框private BaiduASRDigitalDialog mDialog = null;//对话框监听private DialogRecognitionListener mRecognitionListener;@Overrideprotected void onCreate(Bundle savedInstanceState) {super.onCreate(savedInstanceState);setContentView(R.layout.activity_main);Button btnButton=(Button)findViewById(R.id.mybtn);btnButton.setOnClickListener(new OnClickListener() {@Overridepublic void onClick(View v) {// TODO Auto-generated method stubspeak_Baidu();}});mRecognitionListener = new DialogRecognitionListener() {@Overridepublic void onResults(Bundle results) {ArrayList<String> rs = results != null ? results.getStringArrayList(RESULTS_RECOGNITION) : null;if (rs != null && rs.size() > 0) {Toast.makeText(MainActivity.this, rs.get(0), 1).show();}}};}//百度语音识别public void speak_Baidu(){if (mDialog != null) {mDialog.dismiss();}Bundle params = new Bundle();//设置注册百度开放平台得到的值 API_KEY,SECRET_KEYparams.putString(BaiduASRDigitalDialog.PARAM_API_KEY, Constants.API_KEY);params.putString(BaiduASRDigitalDialog.PARAM_SECRET_KEY, Constants.SECRET_KEY);//设置对话框模式params.putInt(BaiduASRDigitalDialog.PARAM_DIALOG_THEME, Config.DIALOG_THEME);//根据设置新建对话框mDialog = new BaiduASRDigitalDialog(this, params);//设置对话框的监听mDialog.setDialogRecognitionListener(mRecognitionListener);//对话框设置mDialog.getParams().putInt(BaiduASRDigitalDialog.PARAM_PROP, Config.CURRENT_PROP);mDialog.getParams().putString(BaiduASRDigitalDialog.PARAM_LANGUAGE, Config.getCurrentLanguage());mDialog.getParams().putBoolean(BaiduASRDigitalDialog.PARAM_START_TONE_ENABLE, Config.PLAY_START_SOUND);mDialog.getParams().putBoolean(BaiduASRDigitalDialog.PARAM_END_TONE_ENABLE, Config.PLAY_END_SOUND);mDialog.getParams().putBoolean(BaiduASRDigitalDialog.PARAM_TIPS_TONE_ENABLE, Config.DIALOG_TIPS_SOUND);mDialog.show();}@Overrideprotected void onDestroy() {if (mDialog != null) {mDialog.dismiss();}super.onDestroy();}}

代码也只是简单的定义一个按钮，按钮绑定一个事件。

事件发起时，我们设定了挺多参数，重要的有平台分配的APP_KEY，SECRET_KEY,PROP，语言的选择等。

根据这些，百度对我们发出的声音，在服务端，得到匹配的内容并返回前端。

效果如下：

这个效果我们是能看到的。简单的用法就是这样的。类似谷歌语音，一个请求即可。

源码

源码包括以上的谷歌和百度语音识别，可供下载：

http://download.csdn.net/detail/yangzhaomuma/9329547