Android Asr流程分析和调用实现

ASR全称是Automatic Speech Recognition，是自动语音识别，将人说出来的化自动识别成文本。本文我们将简单快速的熟悉Android asr流程和外部调用原理。

在此先直接说明Android Asr流程原理，以便更容易理解后面的调用流程：
Android Asr只是定义了语音识别的接口，具体的引擎需要各个厂商单独定义，也就是说Android Asr只提供外部调用的接口，至于具体的语音识别功能需要其他引擎来支持，所以本文我们主要分析外部如何来调用Android Asr，至于语音识别引擎我们后续会以百度ASR引擎来讲解，接下来进入正题。

涉及的Android Asr 核心源码路径如下:
android.speech.SpeechRecognizer
android.speech.RecognitionListener
android.speech.RecognitionService

语音识别当然得需要录音，所以权限是必须的
外部调用方式，直接上代码分析：
private void initRecognizer() {
List list = this.getPackageManager().queryIntentServices(
new Intent(RecognitionService.SERVICE_INTERFACE), 0);
Log.i(TAG, " list.size=" + list.size());
// Toast.makeText(this, “Recognition Available”+ list.size(), Toast.LENGTH_SHORT).show();
for (ResolveInfo resolveInfo : list) {
// Toast.makeText(this, " resolveInfo=" + resolveInfo.toString(), Toast.LENGTH_SHORT).show();
Log.i(TAG, " resolveInfo=" + resolveInfo.toString());
}
if (SpeechRecognizer.isRecognitionAvailable(this)) {
mSpeechRecognizer = SpeechRecognizer.createSpeechRecognizer(this,
new ComponentName(“com.ishare.asrengine”, “com.ishare.asrengine.engine.BaiduAsrService”));
mSpeechRecognizer.setRecognitionListener(this);
} else {
Toast.makeText(this, “Recognition UnAvailable”, Toast.LENGTH_SHORT).show();
}
}
关键信息在于三个方法：
SpeechRecognizer.isRecognitionAvailable(this)、SpeechRecognizer.createSpeechRecognizer、mSpeechRecognizer.setRecognitionListener(this);

SpeechRecognizer.isRecognitionAvailable判断是否有语音识别服务,查询所有的引擎服务，至少有一个时就可以使用，否则无法使用，也就是上面有没有语音识别引擎来支持此功能，没有的话肯定不能使用了，android是怎么来判断的呢。进isRecognitionAvailable，贴源码：final List list = context.getPackageManager().queryIntentServices(
new Intent(RecognitionService.SERVICE_INTERFACE), 0);
明白了吧，系统会查找有没有RecognitionService.SERVICE_INTERFACE这个action的服务，而这个服务当然是需要我们实现的，这个后面会有分析。

SpeechRecognizer.createSpeechRecognizer创建语音识别，其有两个参数，一个是context，另一个是serviceComponent，在此明白上面的服务检测了吧，创建语音识别的过程其实就是真正开启语音识别引擎服务的过程。

mSpeechRecognizer.setRecognitionListener(this);这个是监听，原理就是Asr引擎识别的过程和结果通过SpeechRecognizer回调，然后在此监听中来做处理，具体的监听能供大家参看源码，这里不做分析。

接下来调用mSpeechRecognizer.startListening(recognizerIntent);
这个没什么说的，就是启动语音识别。

以上就是外部客户端调用android Asr的流程，接下我们分析service，为什么要分析service，回想下，上面有个条件就是调用Asr的时候系统需要先检测是否有引擎服务，没有的话就不能用了，这个不用解释了吧，系统中不存在识别服务，肯定不能用识别功能，所以我们就需要做一个识别的服务，一般就会把像百度、讯飞等一些识别的sdk集成到这个服务里，本文中我们对服务只做功能讲解，具体的识别集成后续会以集成百度Asr为例类讲解，接下来就快速分析怎么来写这个服务类：
继承RecognitionService，在Mainfest中声明时候一定要定义action，上代码：






为什么要加这个action，返回前面的系统检查服务看源码就发现，系统就是检测有没有这个action服务，所以不管系统中集成哪个引擎，必须要启这个服务，而且必须是这个，这个action是android定义好的，自己不能换另外的action，这个非常重要，集成时候一定要注意。
继承RecognitionService后需要实现三个函数：
@Override
protected void onStartListening(Intent recognizerIntent, Callback listener) {
this.mRecognitionListener=listener;
startListen();
}

@Override
protected void onCancel(Callback listener) {
cancelListen();
}

@Override
protected void onStopListening(Callback listener) {
stopListen();
}
启动、停止、取消，没错，当客户端调用启动函数
mSpeechRecognizer.startListening的时候跟进源码一路看下来，你会发现其实最后onStartListening才是语音识别服务的真正开始，当然onCancel就是取消，onStopListening就是停止，所以一般我们在集成其他Asr引擎的时候，在此service的onCreate中会做一些相应的初始化工作，比如引擎初始化、监听等等，然后在这三个函数中才是语音识别功能的实现，好了，现在梳理一下思路，其实很简单，SpeechRecognizer提供接口给外部调用，具体的引擎在RecognitionService
中实现，按照这个思路即可实现Android系统级别的Asr功能。