科大讯飞开放平台——语音听写接口的使用

　　最近在做毕设项目中，要用到一个语音识别的功能，主要目的是把用户说的话转换成文字，然后再做其他处理。找了多个语音识别的第三方SDK，比如百度语音识别、微信语音识别、科大讯飞语音识别，发现科大讯飞的比较好用。做了一个Demo程序，有详细的注释，在这里整理一下。

　　（一）准备工作

　　0、创建一个空的Android项目，比如项目名叫：SpeechRecognitionDemoJYJ。

　　1、首先要在科大讯飞开放平台（http://www.xfyun.cn/）上注册，或者用QQ等第三方登录也行。

　　2、点击网站首页右上角的“控制台”，进入控制台。

　　3、按照说明创建一个应用，该应用名就叫SpeechRecognitionDemoJYJ，创建成功后会有一个AppID，记下来，编程的时候要用到。

　　4、点击SpeechRecognitionDemoJYJ后面的“开通服务”按钮，开通服务—>语音听写，进入语音听写—>下载当前应用对应的SDK。

　　5、下载Android版的SDK，将SDK包中libs目录下的Msc.jar和armeabi复制到Android工程的libs目录（如果工程无libs目录，请自行创建）中，并且因为还要用到语音听写Dialog，所以还要把SDK包中assets目录下的iflytek文件夹复制到工程的assets目录下，如下图所示。还要注意，每个不同的应用都要申请不同的AppID，并且要分别下载不同AppID对应的SDK，否则会出错。



　　6、其他更详细的说明和资料可以参看讯飞开放平台的资料库（http://www.xfyun.cn/doccenter）。

　　（二）开发

　　Demo实现的功能很简单，就是点击一个按钮，弹出语音识别Dialog窗口，说话，说完了点击Dialog窗口后会把自动识别的文字结果显示在下方的EditText中。服务器返回的语音听写的结果是Json格式数据，最后还要对Json数据进行解析（具体解析方法参看我的这篇文章：用GSON解析Json格式数据），解析出语音字符串。

　　1、XML代码：

　　界面中有一个按钮，一个TextView和一个EditText，EditText用于显示语音识别的结果。

<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
android:layout_width="match_parent"
android:layout_height="match_parent"
android:orientation="vertical" >

<Button
android:id="@+id/listen_btn"
android:layout_width="match_parent"
android:layout_height="wrap_content"
android:text="开始说话" />

<TextView
android:id="@+id/task_tv"
android:layout_width="match_parent"
android:layout_height="wrap_content"
android:layout_margin="20dp"
android:text="日程安排：" />

<EditText
android: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" />

</LinearLayout>

　　2、MainActivity

import java.lang.reflect.Type;
import java.util.List;

import com.example.speechrecognition.DictationResult;
import com.google.gson.Gson;
import com.google.gson.reflect.TypeToken;
import com.iflytek.cloud.RecognizerListener;
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.content.Context;
import android.os.Bundle;
import android.os.Handler;
import android.os.Message;
import android.util.Log;
import android.view.Menu;
import android.view.MenuItem;
import android.view.View;
import android.view.View.OnClickListener;
import android.view.inputmethod.InputMethodManager;
import android.widget.Button;
import android.widget.EditText;
import android.widget.TextView;

public class MainActivity extends Activity implements OnClickListener {
private static String APPID = "569e39a1";

private Button listenBtn;
private EditText contentEt;

// 听写结果字符串（多个Json的列表字符串）
private String dictationResultStr = "[";

@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);

listenBtn = (Button) findViewById(R.id.listen_btn);
contentEt = (EditText) findViewById(R.id.content_et);

listenBtn.setOnClickListener(this);

}

@Override
public void onClick(View v) {
switch (v.getId()) {
case R.id.listen_btn:

dictationResultStr = "[";
// 语音配置对象初始化
SpeechUtility.createUtility(MainActivity.this, SpeechConstant.APPID
+ "=" + APPID);

// 1.创建SpeechRecognizer对象，第2个参数：本地听写时传InitListener
SpeechRecognizer mIat = SpeechRecognizer.createRecognizer(
MainActivity.this, null);
// 交互动画
RecognizerDialog iatDialog = 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
mIat.setParameter(SpeechConstant.DOMAIN, "iat"); // domain:域名
mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
mIat.setParameter(SpeechConstant.ACCENT, "mandarin"); // mandarin:普通话

//3.开始听写
iatDialog.setListener(new RecognizerDialogListener() {

@Override
public void onResult(RecognizerResult results, boolean isLast) {
// TODO 自动生成的方法存根
// Log.d("Result", results.getResultString());
// contentTv.setText(results.getResultString());
if (!isLast) {
dictationResultStr += results.getResultString() + ",";
} else {
dictationResultStr += results.getResultString() + "]";
}
if (isLast) {
// 解析Json列表字符串
Gson gson = new Gson();
List<DictationResult> dictationResultList = gson
.fromJson(dictationResultStr,
new TypeToken<List<DictationResult>>() {
}.getType());
String finalResult = "";
for (int i = 0; i < dictationResultList.size() - 1; i++) {
finalResult += dictationResultList.get(i)
.toString();
}
contentEt.setText(finalResult);

//获取焦点
contentEt.requestFocus();

//将光标定位到文字最后，以便修改
contentEt.setSelection(finalResult.length());

Log.d("From reall phone", finalResult);
}
}

@Override
public void onError(SpeechError error) {
// TODO 自动生成的方法存根
error.getPlainDescription(true);
}
});

// 开始听写
iatDialog.show();

break;
default:
break;
}
}
}

　　　3、AndroidManifest.xml中申请权限：

　　<!-- 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"/>

　　4、测试：模拟器无法打开录音机，是不能在上面测试的，要用真机测试。测试结果如下图：