科大讯飞开放平台——语音听写接口的使用

科大讯飞开放平台——语音听写接口的使用

最近一个项目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、自定义的com.example.speechrecognition.DictationResult类的代码：

　　import java.util.List;

/**

* 解析语音听写返回结果Json格式字符串的模板类（多重嵌套Json）

*

* 语音识别结果Json数据格式（单条数据）：

* {"sn":1,"ls":true,"bg":0,"ed":0,"ws":[{"bg":0,"cw":[{"w":"今天","sc":0}]},

* {"bg":0,"cw":{"w":"的","sc":0}]},{"bg":0,"cw":[{"w":"天气","sc":0}]},

* {"bg":0,"cw":[{"w":"怎么样","sc":0}]},{"bg":0,"cw":[{"w":"。","sc":0}]}]}

*/

public class DictationResult {

private String sn;

private String ls;

private String bg;

private String ed;

private List<Words> ws;

public static class Words {

private String bg;

private List<Cw> cw;

public static class Cw {

private String w;

private String sc;

public String getW() {

return w;

}

public void setW(String w) {

this.w = w;

}

public String getSc() {

return sc;

}

public void setSc(String sc) {

this.sc = sc;

}

@Override

public String toString() {

return w;

}

}

public String getBg() {

return bg;

}

public void setBg(String bg) {

this.bg = bg;

}

public List<Cw> getCw() {

return cw;

}

public void setCw(List<Cw> cw) {

this.cw = cw;

}

@Override

public String toString() {

String result = "";

for (Cw cwTmp : cw) {

result += cwTmp.toString();

}

return result;

}

}

public String getSn() {

return sn;

}

public void setSn(String sn) {

this.sn = sn;

}

public String getLs() {

return ls;

}

public void setLs(String ls) {

this.ls = ls;

}

public String getBg() {

return bg;

}

public void setBg(String bg) {

this.bg = bg;

}

public String getEd() {

return ed;

}

public void setEd(String ed) {

this.ed = ed;

}

public List<Words> getWs() {

return ws;

}

public void setWs(List<Words> ws) {

this.ws = ws;

}

@Override

public String toString() {

String result = "";

for (Words wsTmp : ws) {

result += wsTmp.toString();

}

return result;

}

}

　4、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"/>

　5、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：

　


转：http://www.cnblogs.com/jiayongji/p/5300563.html