科大讯飞SDK学习与总结

科大讯飞SDK使用研究

• 语音听写（主要对象 SpeechRecognizer）

  • 初始化

  SpeechRecognizer recognizer=SpeechRecognizer.createRecognizer(activity,initListener);

  • 设置参数

   /**
     * 参数设置,可设置的参数有：
     *    1.引擎类型 SpeechConstant.ENGINE_TYPE ，可选值 TYPE_LOCAL，TYPE_CLOUD
     *    2.返回结果类型  SpeechConstant.RESULT_TYPE，一般为 “json”
     *    3.听写语言 SpeechConstant.LANGUAGE ,值为语言代码，如 “zh_cn”,"en_us"等
     *    4.前端点，即多长时间不说话当做超时 SpeechConstant.VAD_BOS ,值为时间
     *    5.后端点，即说完话多久开始识别 SpeechConstant.VAD_EOS,值为时间
     *    6.识别结果是否显示标点符号 SpeechConstant.ASR_PTT , 可选值 ‘0’，‘1’
     *    7.音频保存格式 SpeechConstant.AUDIO_FORMAT ,可选值 “pcm”,"wav"
     *    8.音频保存路径 SpeechConstant.ASR_AUDIO_PATH ,值为存储路径
     */
  recognizer.setParameter(paramKey,paramValue);

  • 开始监听

  recognizer.startListening(recognizerListener);

  • 监听处理

  recognizerListener = new RecognizerListener() {
  
          @Override
          public void onBeginOfSpeech() {
              // 此回调表示：sdk内部录音机已经准备好了，用户可以开始语音输入
          }
  
          @Override
          public void onError(SpeechError error) {
              // Tips：
              // 错误码：10118(您没有说话)，可能是录音机权限被禁，需要提示用户打开应用的录音权限。
          }
  
          @Override
          public void onEndOfSpeech() {
              // 此回调表示：检测到了语音的尾端点，已经进入识别过程，不再接受语音输入
          }
  
          @Override
          public void onResult(RecognizerResult results, boolean isLast) {
             //识别结果在RecognizerResult中，根据需要进行相关处理
          }
  
          @Override
          public void onVolumeChanged(int volume, byte[] data) {
             //音量改变回调
          }
  
          @Override
          public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {
              // 以下代码用于获取与云端的会话id，当业务出错时将会话id提供给技术支持人员，可用于查询会话日志，定位出错原因
              // 若使用本地能力，会话id为null
              //  if (SpeechEvent.EVENT_SESSION_ID == eventType) {
              //      String sid = obj.getString(SpeechEvent.KEY_EVENT_SESSION_ID);
              //      Log.d(TAG, "session id =" + sid);
              //  }
          }
      };

  • 识别外部音频文件

  //设置参数 SpeechConstant.AUDIO_SOURCE ,可选值 “-1”，“-2” 
  //开始监听后，向recognizer写入二进制音频数据
  recognizer.writeAudio(audioData, 0, audioData.length);

  ​

• 语音合成（主要对象 SpeechSynthesizer）

  • 初始化

  SpeechSynthesizer synthesizer=SpeechSynthesizer.createSynthesizer(activity, initListener);

  • 设置参数

   /**
     * 参数设置,可设置的参数有：
     *    1.引擎类型 SpeechConstant.ENGINE_TYPE ，可选值 TYPE_LOCAL，TYPE_CLOUD
     *    2.发音人  SpeechConstant.VOICE_NAME，值为人名
     *    3.合成速度 SpeechConstant.SPEED ,值为具体速度
     *    4.音调 SpeechConstant.PITCH ,值为具体音调
     *    5.音量 SpeechConstant.VOLUME,值为具体音量
     *    6.播放器音频流类型 SpeechConstant.STREAM_TYPE , 值为具体类型
     *    7.音频保存格式 SpeechConstant.AUDIO_FORMAT ,可选值 “pcm”,"wav"
     *    8.音频保存路径 SpeechConstant.ASR_AUDIO_PATH ,值为存储路径
     */
  synthesizer.setParameter(paramKey,paramValue);

  • 开始合成

  synthesizer.startSpeaking(string, synthesizerListener);

  • 监听处理

  synthesizerListener = new SynthesizerListener() {
  
          @Override
          public void onSpeakBegin() {
              //开始播放
          }
  
          @Override
          public void onSpeakPaused() {
             //暂停播放
          }
  
          @Override
          public void onSpeakResumed() {
              //继续播放
          }
  
          @Override
          public void onBufferProgress(int percent, int beginPos, int endPos,
                                       String info) {
              // 合成进度
  
          }
  
          @Override
          public void onSpeakProgress(int percent, int beginPos, int endPos) {
              // 播放进度     
          }
  
          @Override
          public void onCompleted(SpeechError error) {
               //播放完成
          }
  
          @Override
          public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {
              // 以下代码用于获取与云端的会话id，当业务出错时将会话id提供给技术支持人员，可用于查询会话日志，定位出错原因
              // 若使用本地能力，会话id为null
              //  if (SpeechEvent.EVENT_SESSION_ID == eventType) {
              //      String sid = obj.getString(SpeechEvent.KEY_EVENT_SESSION_ID);
              //      Log.d(TAG, "session id =" + sid);
              //  }
          }
      };

  ​

• 语音唤醒（主要对象 VoiceWakeuper）

  • 初始化

  VoiceWakeuper wakeuper=VoiceWakeuper.createWakeuper(activity, initListener);

  • 设置参数

   /**
     * 参数设置,可设置的参数有：
     *    1.唤醒资源路径 SpeechConstant.IVW_RES_PATH ，资源存放路径
     *    2.唤醒类型  SpeechConstant.IVW_SST，可选值 ‘wakeup’，‘oneshot’
     *    3.唤醒门限 SpeechConstant.IVW_THRESHOLD ,值为具体门限
     *    4.持续唤醒 SpeechConstant.KEEP_ALIVE ,可选值 ‘0’，‘1’
     *    5.闭环优化 SpeechConstant.IVW_NET_MODE,可选值 ‘0’，‘1’
     *    6.音频保存格式 SpeechConstant.AUDIO_FORMAT ,可选值 “pcm”,"wav"
     *    7.音频保存路径 SpeechConstant.ASR_AUDIO_PATH ,值为存储路径
     */
  wakeuper.setParameter(paramKey,paramValue);

  • 启动唤醒

  wakeuper.startListening(wakeuperListener);

  • 监听处理

   wakeuperListener = new WakeuperListener() {
  
          @Override
          public void onResult(WakeuperResult result) {
              //唤醒结果
          }
  
          @Override
          public void onError(SpeechError error) {
              //唤醒出错
          }
  
          @Override
          public void onBeginOfSpeech() {
              //
          }
  
          @Override
          public void onEvent(int eventType, int isLast, int arg2, Bundle obj) {
              switch( eventType ){
              // EVENT_RECORD_DATA 事件仅在 NOTIFY_RECORD_DATA 参数值为 真 时返回
              case SpeechEvent.EVENT_RECORD_DATA:
                  final byte[] audio = obj.getByteArray( SpeechEvent.KEY_EVENT_RECORD_DATA );
                  Log.i( TAG, "ivw audio length: "+audio.length );
                  break;
              }
          }
  
          @Override
          public void onVolumeChanged(int volume) {
  
          }
      };

  未完待续。。。
  ​