limingade的博客

我们在手机厂商的AI通话的功能之外，拓展了一种不受手机厂商和定制安卓限制的方式，为社会上公共的开发人员提供了一种基于普通Android应用app级别的AI电话机器人的应用能力。上层app可以使用底层内置SDK，很容易的就可以对手机电话外呼和来电过程的通话声音进行提取和加工处理。上层app在这个基础之上可以自由的定制更多的电话的IVR语音导航和AI通话的相关功能，自由的接入DeepSeek等各种AI和大模型平台，为最终服务的用户，提供更加精细的个性化的能力。

我们一般使用电话座机或手机，拨打电话时，在振铃阶段或接通后，均可以按下键盘上的数字0-9、*、#等按键，把对应的DTMF按键值发送给对方。通话的对方接收该按键值后进行业务处理和反馈。本篇章中，我们从DTMF频率的组成、FFT过滤声音的频率，以及DTMF字符的识别等角度，一起探讨一下：Android手机中，如何通过手机app，识别出通话时对方手机到底有没有按键、按的是哪个dtmf按键。

本文主要对免费ASR方案进行了一遍筛选，为后续深入的ASR模型选型和实际应用使用指引方向、缩小深入预研的范围，并在海选的选型过程中进行小结和汇总，提炼这些模型的特色和不足之处。

文中论述了ASR选型时的一些参考指标和衡量的因素。对后续的免费ASR选型和部署与使用方式提供一定的参考。针对实时ASR和非实时ASR，以及在线和离线ASR进行简单的探讨，并汇总出预期的选型要求。

目前在语音领域涉及收费的方案主要集中在智能硬件领域的AI交互、实时翻译、智能会议配件，以及软件增值领域的智能客服、会议纪要、内容识别、语音质检等方面。国内应用较为广泛的ASR方案大致有阿里、讯飞、百度、腾讯等方案商提供的支持，本次选型和探索是希望看看当前做得比较好的商用方案体验效果怎么样，费用情况如何，供后续深入分析和选型提供参考依据。

本篇章中，我们将对通话中获取到的语音数据做进一步的加工和处理，使语音业务能进行更多增值业务的扩展，并为通话业务实时的语音质检等安全性功能提供可靠的支撑。同时也顺便理清一下通话语音做文字识别方向后续需要如何做、有哪些功能和能力，要如何架构分阶段去实施。同时在互联网中搜寻了下ASR的行业现状，看看市面上有哪些成熟方案，筛选出用户量够大、实现方式灵活可靠、识别率较高的方案用于后续针对性的选型。