limingade的博客

我们针对少部分不做手机转SIP，对接上呼叫中心的目标用户群体，规划设计了一个简捷的“电话任务批量外呼和号码有效性标记”的功能入口。事实上，由于蓝牙电话方案能在手机上把SIM卡的电话转SIP，当作线路对接到软交换平台VOS和呼叫中心，这部分的需求其实不迫切。我们完善这些辅助功能，目的还是为了服务更多、对系统捆绑性要求更少的用户群体。使他们拿来就能用，拿来就会用，一用就能满足需求。在手机APP上实现业务上的闭环，不再依赖太多的附加平台。从技术的角度而言，这也是另一种意义上的“端到端”的快速响应的能力。

至此，本轮Android手机中应用App加载FunASR模型文件和ASR识别的工作暂且告一段落。与2023年末的版本相比，引入了【asr_online】和【punc】模型文件，通过增大App运行内存的方式，提高了ASR识别的响应速度并提高了识别的准确度。总体来说，也算基本达到了预期的效果，初步可以满足试用的需求。

本文中尝试从内存占用和运行性能的角度，分析一下将FunASR的运行动态库以及模型文件，直接加载到Android后在CPU性能、内存耗用方面的使用情况。进而分析Android手机直接使用FunASR模型进行本地解析是否靠谱。从结果上来看，目前选型的模型库和算法，对SIM卡电话通话事后根据录音进行质检方面效果比较理想。

本文将FunASR的模型文件和调用入口都放入Android手机中，使手机在无网离线使用的情况下，也能实现对SIM卡电话通话中双方语音沟通内容的ASR解析。但是目前看来，将FunASR完全部署到Android手机上，仅利用手机CPU的主频性能，对上行/下行两路语音数据进行ASR文字识别，效果上还是差强人意，有待后续进一步优化和性能提升。

本篇章针对不同厂商和型号的手机内置录音的文件，使用FunASR进行语音转文字，将手机中预先录制的通话记录，逐条转换解析出对应的通话语音文字。此部分功能只做了历史通话的ASR转换，有需要的用户可以直接拿来体验和使用。语音文件检测作为FunASR的主要应用场景，它的识别精度准确率和识别效率都还是非常好的。

本文使用前面几篇文章中阐述的理论，简单的将阿里FunASR的模型装进普通的Android手机中，并使用手机麦克风来体验ASR语音文字识别的效果。经检验，识别的响应速度和文字内容的准确率相当的不错。

本文对FunASR断网离线识别模型移植到Android应用进行初步探索，并尝试建立一个能用的手机ASR离线识别的方案。从结果来看，总的来说结果也算勉强能用吧，识别的准确率还算可以。感兴趣的读者朋友可以获取对应的代码和模型文件进行试用和体验。