語音識(shí)別 Android SDK 簡介

概述

(1) 概念解釋

短語音識(shí)別：將一段不超過15秒的語音轉(zhuǎn)換成文本，將音頻文件中的文字信息識(shí)別出來，代替?zhèn)鹘y(tǒng)輸入場景。

(2) 說明

Hi，您好，歡迎使用有道智云短語音識(shí)別Android SDK。

如果您想快速體驗(yàn)服務(wù)，建議您前往 語音識(shí)別體驗(yàn)中心 或者在體驗(yàn)中心右下側(cè)找到小程序二維碼，掃描進(jìn)行體驗(yàn)。

本文檔主要針對(duì)需要集成短語音識(shí)別服務(wù)Android SDK的開發(fā)工程師，詳細(xì)描述有道智云短語音識(shí)別能力及集成過程。

如果您有與我們商務(wù)合作的需求，可以通過以下方式聯(lián)系我們：

商務(wù)郵箱： AIcloud_Business@corp.youdao.com

如果您對(duì)文檔內(nèi)容有任何疑問，可以通過以下幾種方式聯(lián)系我們：

客服QQ：1906538062

智云語音技術(shù)交流QQ群：861723255

聯(lián)系郵箱： zhiyun@corp.youdao.com

溫馨提示：

本文檔主要針對(duì)開發(fā)人員，接入測試前需要在后臺(tái)創(chuàng)建 Android 應(yīng)用，并綁定實(shí)例；如果您還沒有，請(qǐng)按照 新手指南 操作。 平臺(tái)向每個(gè)賬戶贈(zèng)送50元的體驗(yàn)金，供用戶集成前測試所用，具體資費(fèi)規(guī)則詳見 短語音識(shí)別服務(wù)報(bào)價(jià) 。

功能介紹

有道短語音識(shí)別sdk是對(duì)有道的短語音識(shí)別服務(wù)的封裝。提供識(shí)別類SpeechTranslate，您只需要通過調(diào)用sdk接口，傳入待識(shí)別的音頻文件和格式，即可進(jìn)行語音的識(shí)別。

兼容性

支持設(shè)備：運(yùn)行了 Android 4.0.3以及以上系統(tǒng)的 Android 設(shè)備

短語音識(shí)別SDK集成指南

集成前提

開始集成SDK之前開發(fā)者需要登錄 有道智云平臺(tái) ，創(chuàng)建應(yīng)用獲取應(yīng)用ID（或者通過運(yùn)營人員獲取應(yīng)用ID），以便使用短語音識(shí)別服務(wù)。

語音識(shí)別sdk由如下sdk組成：

集成步驟

(1) SDK包導(dǎo)入

請(qǐng)?jiān)诠こ涛募夸浵聞?chuàng)建一個(gè)名為 libs 的子目錄(有的話則不需要?jiǎng)?chuàng)建)，并將YoudaoBase_v2.0.0.jar so包和YoudaoVoiceRecognize_v2.0.0.jar拷貝到 libs 目錄下，并將以下代碼添加到app的build.gradle中：

android {
    sourceSets.main.jniLibs.srcDirs = ['libs']
    ...
}
dependencies {
    compile files('libs/YoudaoBase_v2.0.0.jar')
    compile files('libs/YoudaoVoiceRecognize_v2.0.0.jar')
}

(2) AndroidManifest配置

添加權(quán)限

<uses-permission android:name="android.permission.INTERNET" />
<!-- 獲取WiFi狀態(tài) -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
<!-- 獲取網(wǎng)絡(luò)信息狀態(tài)，如當(dāng)前的網(wǎng)絡(luò)連接是否有效 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
<!-- 讀取手機(jī)狀態(tài) phone group -->
<uses-permission android:name="android.permission.READ_PHONE_STATE" />
<!-- 往SDCard讀寫數(shù)據(jù)權(quán)限   storage group -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />

(3) 代碼混淆配置

代碼混淆文件proguard-project.txt，添加如下內(nèi)容：

-ignorewarnings
-libraryjars libs/YoudaoBase_v2.0.0.jar
-libraryjars libs/YoudaoVoiceRecognize_v2.0.0.jar

-keep class com.youdao.sdk.ydtranslate.** { *;}
-keep class com.youdao.voicerecognize.online.** { *;}

(4) SDK初始化

使用短語音識(shí)別SDK，請(qǐng)?jiān)诔绦虻腁pplication中調(diào)用SDK初始化代碼，可以參考demo中DemoApplication。

YouDaoApplication.init(this, appkey);

功能集成

說明：請(qǐng)參考 demo 中 RecognizeDemoActivity 的使用

(1) 參數(shù)說明

格式支持：wav（不壓縮，pcm編碼，采樣率：推薦16k ，編碼：16bit位深的單聲道），aac，mp3

source：設(shè)置為app對(duì)應(yīng)的名稱（英文字符串）

注意：輸入語音數(shù)據(jù)需要轉(zhuǎn)換為Base64編碼。

(2) 構(gòu)造短語音識(shí)別輸入對(duì)象

     //輸入音頻為WAV格式
      ASRParameters tps = new ASRParameters.Builder()
                .source("youdaoocr")
                .timeout(100000)
                .lanType(Language.ENGLISH.getCode())//langType支持中文和英文
                .rate(Constants.RATE_8000)
                .build();

(3) 設(shè)置回調(diào)和開始識(shí)別

通過SpeechTranslate，設(shè)置上一步構(gòu)造的查詞對(duì)象，調(diào)用lookup方法傳入語音base64編碼的數(shù)據(jù)和回調(diào)接口開始查詢，方法中最后一個(gè)參數(shù)"requestId"，SDK并未使用，在回調(diào)中會(huì)再返回給開發(fā)者，用于區(qū)分每次調(diào)用，開發(fā)者可傳null或者任意字符串。

識(shí)別回調(diào)接口包含兩個(gè)方法：onResult表示識(shí)別成功，相關(guān)結(jié)果存儲(chǔ)在result參數(shù)中，onError表示失敗，失敗信息可根據(jù)錯(cuò)誤碼通過 錯(cuò)誤代碼列表 查看。

注意：整個(gè)識(shí)別是異步的，回調(diào)在子線程進(jìn)行，若涉及到界面操作，請(qǐng)切回主線程。

SpeechTranslate.getInstance(tps).recognize(bases64,"requestId"
                new ASRListener() {
                     @Override
                    public void onResult(final ASRResult result, String input, String requestid) {
                        handler.post(new Runnable() {
                            @Override
                            public void run() {
                                if(result.getResult() != null && result.getResult().size() > 0){
                                    resultText.setText("識(shí)別完成:" +result.getResult().get(0));
                                }else{
                                    resultText.setText("未知錯(cuò)誤");
                                }
                            }
                        });
                    }

                    @Override
                    public void onError(final ASRErrorCode error, String requestid) {
                        handler.post(new Runnable() {
                            @Override
                            public void run() {
                                resultText.setText("識(shí)別失敗" + error.toString());
                            }
                        });
                    }
                }, "requestid");

語音識(shí)別結(jié)果說明

對(duì)于在線語音識(shí)別，服務(wù)器查詢結(jié)果返回?cái)?shù)據(jù)如下：

{
    "result": [
        "今天天氣不錯(cuò)" //識(shí)別結(jié)果
    ],  
    "errorCode": "0",   //錯(cuò)誤碼。一定存在
}

支持語言

錯(cuò)誤代碼列表

常見問題及注意事項(xiàng)

1.運(yùn)行程序崩潰？ 檢查下是否對(duì)應(yīng)的 so 是否放到當(dāng)前工程目錄下。

2.語音識(shí)別沒結(jié)果？ 檢查下語音識(shí)別接口回調(diào)的錯(cuò)誤信息，保證申請(qǐng)的應(yīng)用ID是有效且提前綁定了。

3.如何獲得應(yīng)用ID 注冊(cè)賬號(hào)， 登錄后臺(tái)創(chuàng)建應(yīng)用和實(shí)例并完成綁定， 可獲得應(yīng)用ID和應(yīng)用密鑰等信息。

4.出現(xiàn)錯(cuò)誤HTTP_REQUEST_ERROR("Http requesterror.",1) 在確保有網(wǎng)情況下，若調(diào)用過程中出現(xiàn)這個(gè)錯(cuò)誤，HTTP_REQUEST_ERROR("Http requesterror.",1) ,請(qǐng)檢查是否是在主線程中調(diào)用的翻譯識(shí)別方法，請(qǐng)確保在主線程調(diào)用。

版本更新記錄