Android 语音识别功能接入

已于 2024-09-02 11:57:11 修改
阅读量1.6k 收藏 3
点赞数
CC 4.0 BY-SA版权
文章标签： 安卓 科大讯飞语音开发 SDK包整合问题
于 2018-12-13 09:11:30 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_36329049/article/details/84981906
本文详细介绍了科大讯飞MSC Android版SDK的集成步骤，包括导入SDK、添加用户权限、初始化等关键环节，并附有真机运行照片。解决程序崩溃、初始化失败等问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

科大讯飞移动语音终端SDK（Mobile Speech Client, MSC）的整合流程对于Android开发者来说，是一个将科大讯飞提供的语音识别与合成技术集成到Android应用中的过程。以下是根据科大讯飞官方文档及参考文章整理的完整流程和示例代码。

完整流程

1. 注册与申请
2. 下载SDK
  • 在科大讯飞官网下载适用于Android的语音SDK。
  • 解压SDK，并准备将相关文件集成到Android项目中。
3. 集成SDK到Android项目
  • 复制文件：将SDK中的libs目录下的所有子文件复制到Android项目的libs目录下（如果项目中没有libs文件夹，则新建）。
  • 配置JNI库：在项目module/src/main/下新建jniLibs文件夹，将SDK中存放.so文件的文件夹（注意文件名开头大写）复制过去。
  • 复制资源文件：将SDK中的assets文件夹下的文件复制到项目的对应assets文件夹下。
4. 添加权限

在Android项目的AndroidManifest.xml文件中添加必要的权限，如网络访问、录音、相机等。以下是一些常用的权限：

 

xml复制代码
 

<uses-permission android:name="android.permission.INTERNET"/> 
<uses-permission android:name="android.permission.RECORD_AUDIO"/> 
<uses-permission android:name="android.permission.CAMERA"/> 
<uses-permission android:name="android.permission.READ_PHONE_STATE"/> 
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/> 
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/> 
<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/> 
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/> 
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/> 
<uses-permission android:name="android.permission.WRITE_SETTINGS"/> 
<uses-permission android:name="android.permission.ACCESS_FINE_LOCATION"/>


5. 初始化SDK
 

在应用的入口（如Application或Activity的onCreate方法）中初始化SDK。替换SpeechConstant.APPID+"=你的AppID"中的你的AppID为实际申请的AppID。
 

 

java复制代码
 

SpeechUtility.createUtility(context, SpeechConstant.APPID + "=你的AppID");


6. 使用SDK进行语音识别或语音合成
 

根据SDK提供的API，编写代码实现语音识别或语音合成的功能。以下是一个简单的语音识别示例代码片段：
 

 

java复制代码
 

import com.iflytek.cloud.SpeechConstant; 
import com.iflytek.cloud.SpeechError; 
import com.iflytek.cloud.SpeechRecognizer; 
import com.iflytek.cloud.RecognizerListener; 
import com.iflytek.cloud.RecognizerResult; 
// 创建语音识别对象 
SpeechRecognizer mSpeechRecognizer = SpeechRecognizer.createRecognizer(this, null); 
// 设置参数 
mSpeechRecognizer.setParameter(SpeechConstant.DOMAIN, "iat"); 
mSpeechRecognizer.setParameter(SpeechConstant.LANGUAGE, "zh_cn"); 
mSpeechRecognizer.setParameter(SpeechConstant.ACCENT, "mandarin"); 
// 设置监听器 
mSpeechRecognizer.setRecognizerListener(new RecognizerListener() { 
@Override 
public void onResult(RecognizerResult results, boolean isLast) { 
// 处理识别结果 
} 
@Override 
public void onError(SpeechError error) { 
// 处理错误 
} 
// 其他回调方法根据需要实现 
}); 
// 开始识别 
mSpeechRecognizer.startListening(null);


注意事项
 

  • 确保在开发过程中参考科大讯飞官方文档，因为SDK的具体实现细节可能会随版本更新而有所变化。
  • 在部署应用前，请确保处理好所有必要的用户隐私和权限问题。
  • 对于语音识别和语音合成的结果，根据应用场景进行适当的处理和优化。


以上流程和示例代码提供了一个基本的框架，具体实现时可能需要根据项目需求进行调整。
 

 

参考官方文档：预备工作-科大讯飞MSC开发指南-Android
 

下面附上demo运行在真机上的照片：
 

 

 


                

        

    

    
  


            

                    
            


    



                



	

		

			

				
					
【从零单排】利用科大讯飞语音包实现Android语音识别Demo

				
			

			

				

					monkeyduck的专栏
				

				

					03-11
					
					1万+
					
				

			

		

		

			
				
我对Android可以说是完全零基础，因为老师要求做口语对话系统，所以开始从头一点点看。目前完成了一个非常简单界面很粗糙的语音识别Demo，因为网上现有的代码都太老了，或者问题很多，给像我这样的新手带来很大的困扰，所以决定写个从零开始的心得体会，大酒神不是有从零单排嘛，咱也来个从零单排（愚笨想不出好名来。。）先晒一下我最简单的代码，后续会贴出性能更好界面更完善的来。
利用科大讯飞语音包的话还是比

			
		

	



                

            
              



	

		

			

				
					
Android开发集成科大讯飞语音识别+语音合成功能

				
			

			

				

					qq_40015237的博客
				

				

					11-01
					
					971
					
				

			

		

		

			
				
转载一篇:


（本Demo的开发环境为Android Studio）。




一、语音识别




1.下载SDK（地址：http://www.xfyun.cn/sdk/dispatcher），选择语音听写SDK（如下图）
 ，下载前会让你先创建应用，创建应用后会得到一个appid。然后点“立即开通”去开通“语音识别”功能，之后就会跳出“SDK下载”的页面，然后就可

			
		

	



              


  
              

                


	

		

			

				
					
Android科大讯飞语音识别

				
			

			

				

					04-08
				

			

		

		

			
				
Android科大讯飞语音识别 DEMO,有详细的注释，已经测试，可以正常运行。

			
		

	





	

		

			

				
					
科大讯飞SDK语音

				
			

			

				

					11-25
				

			

		

		

			
				
科大讯飞 SDK  语音

			
		

	



		

			
		



	

		

			

				
					
科大讯飞Mobile Speech Client

				
			

			

				

					weixin_30571465的博客
				

				

					07-25
					
					178
					
				

			

		

		

			
				
readme1.快速了解语音SDK最简单的调用方法，可以根据需要直接看样例代码（Examples），语音合成（文字转换成语音）请参见ttsdemo，语音转写（语音转换成文字）请参见iatdemo；2.系统性地了解语音SDK请参见doc文件夹下的《开发手册》和《可设置的参数列表》，如果还想了解识别语法的开发，请参照《语法开发指南》；3.如果您的开发环境是vs2005或者vs2008，运行时...

			
		

	





	

		

			

				
					
Android开发集成科大讯飞语音识别+语音合成Demo

				
			

			

				

					01-14
				

			

		

		

			
				
一个Android开发集成科大讯飞语音识别+语音合成功能的小Demo

			
		

	





	

		

			

				
					
Unity3D教程：调用Android语音识别1

				
			

			

				

					08-08
				

			

		

		

			
				
在本篇Unity3D教程中，我们将探讨如何在Unity3D项目中调用Android设备的内置语音识别功能。首先，我们需要了解的是，Android系统已经集成了Google的语音识别服务，因此开发者无需额外安装第三方库即可实现语音识别。...

			
		

	





	

		

			

				
					
Unity 接入讯飞语音识别包(Android)

				
			

			

				

					07-25
				

			

		

		

			
				
以上就是Unity接入讯飞语音识别包在Android平台的基本流程。通过这个过程，开发者可以为Unity游戏添加语音控制、语音交互等功能，提升游戏的交互性和趣味性。在实际开发中，还应注意兼容性问题，以及遵循讯飞SDK的...

			
		

	





	

		

			

				
					
Unity接入科大讯飞语音识别源码工程

				
			

			

				

					07-22
				

			

		

		

			
				
Unity接入科大讯飞语音识别源码工程！ 文章介绍链接在这：https://blog.youkuaiyun.com/zhangay1998/article/details/118973373

			
		

	





	

		

			

				
					
Android整合SherpaNcnn实现离线语音识别（支持中文，手把手带你从编译动态库开始） 对应jniLibs动态库

				
			

			

				

					03-20
				

			

		

		

			
				
通过以上步骤，你将能够成功地在Android应用中整合SherpaNcnn，实现离线中文语音识别功能。尽管过程中可能会遇到一些挑战，但有了详细的指导和不断实践，你将能够克服这些难题，构建出高效的语音识别系统。

			
		

	





	

		

			

				
					
科大讯飞iFLY Mobile Speech Platform 2.0开发手册

				
			

			

				

					03-31
				

			

		

		

			
				
iFLY Mobile Speech Platform 2.0讯飞移动语音平台是基于讯飞公司已有的ISP和IMS产品，开发出的一个符合移动互联网用户使用的语音应用开发平台，提供语音识别、语音听写、语音合成、声纹识别等服务，为语音应用开发爱好者提供方便易用的开发接口，使得用户能够基于该开发接口进行多种语音应用开发。

			
		

	





	

		

			

				
					
树莓派之会说话的机器人-科大讯飞语音SDK

				
			

			

				

					10-30
				

			

		

		

			
				
树莓派版本的科大讯飞语音SDK，本人在pcduino上运行成功
原文件夹名Linux_voice_1135_58bd0aa4
在当前目录下执行source 32bit_make.sh即在bin下生成tts_pcar
-----------------------

bin：
|-- msc
    |-- msc.cfg（作用：msc调试、生成msc日志）
|-- wav（符合标准的音频文件样例）
|-- 示例程序可执行文件（samples目录下对应示例生成的可执行文件）
|-- gm_continuous_digit.abnf（abnf语法样例）
|-- userwords.txt（用户词表样例）

doc：
|-- iFlytek MSC Reference Manual（API文档，HTML格式）
|-- MSC Novice Manual for Windows.pdf（MSC新手指南）
|-- Grammar Development Guidelines（语音识别语法规范）
|-- Open Semantic Platform API Documents（语义开放平台API文档）

include：调用SDK所需头文件

libs：
|-- x86
 |-- libmsc.so（32位动态库）
|-- x64
 |-- libmsc.so（64位动态库）

samples：
|-- asr_sample（语音识别示例）
 |-- asr_sample.c
 |-- Makefile
 |-- make.sh（分为32位和64位执行脚本，建议执行命令：source make.sh）
|-- iat_sample（语音听写示例）
 |-- iat_sample.c
 |-- Makefile
 |-- make.sh
|-- tts_sample（语音合成示例）
 |-- tts_sample.c
 |-- Makefile
 |-- make.sh
|-- sch_speak（语音语义示例）
 |-- sch_speak.c
 |-- Makefile
 |-- make.sh
|-- sch_text（文本语义示例）
 |-- sch_text.c
 |-- Makefile
 |-- make.sh
|-- iat_record（录音听写示例）
 |-- iat_record.c
 |-- Makefile
 |-- make.sh

			
		

	





	

		

			

				
					
科大讯飞MSC开发指南(Android)1

				
			

			

				

					08-04
				

			

		

		

			
				
前言11.概述 21.1.系统架构 21.1.1.软件架构 21.1.2.硬件架构 31.2.名词和缩略语 41.3.文档说明 52.使用说明 52.1.开发说

			
		

	





	

		

			

				
					
科大讯飞Msc.jar

				
			

			

				

					04-11
				

			

		

		

			
				
科大讯飞SDK包中的msc.jar包，msc 语音功能 需要该jar包的引用。科大讯飞Msc.jar

			
		

	





	

		

			

				
					
科大讯飞语音开发包(TTS_SDK)

				
			

			

				

					02-24
				

			

		

		

			
				
科大讯飞语音开发包 TTS_SDK科大讯飞语音开发包 TTS_SDK科大讯飞语音开发包 TTS_SDK科大讯飞语音开发包 TTS_SDK

			
		

	





	

		

			

				
					
百度语音识别(Baidu Voice) Android studio版本详解

				
			

			

				

					09-01
				

			

		

		

			
				
【百度语音识别(Baidu Voice)】是百度公司推出的一款针对Android平台的语音识别服务，它为开发者...开发者可以通过第三方的aar库或者自行移植，将Baidu Voice无缝接入到Android Studio项目中，享受便捷的语音识别服务。

			
		

	





	

		

			

				
					
iFly Mobile Speech Platform Mobile Speech Client 5.0（移动语音讯飞平台开发手册）

				
			

			

				

					qqh19910525的博客
				

				

					03-01
					
					1616
					
				

			

		

		

			
				
// iatdemo.cpp : Defines the entry point for the console application.
//


#include "stdafx.h"




#include 
#include 
#include "windows.h"
#include "../include/qisr.h"
#include 


#pr

			
		

	





	

		

			

				
					
中国移动灵犀云语音识别SDK（android）使用指南

				
			

			

				

					isandra的专栏
				

				

					01-05
					
					2718
					
				

			

		

		

			
				
随着智能家居概念的火热，语音交互这一新时代的人机交互方式再度掀起了热潮。中国移动近日推出的“灵犀云”，作为新一代的智能语音云平台，正致力于为应用提供全方位的智能语音能力服务。灵犀云的核心技术源自科大讯飞，凭借电信级网络及4G服务的优势，在语音服务质量上具备领先优势。

这篇文章主要介绍利用灵犀云SDK实现语音识别（包括语音转换为文字的“语音听写”，及语音”命令词识别“）的方法。

			
		

	





	

		

			

				
					
配置科大讯飞语音转写sdk

				
			

			

				

					kylin370817的博客
				

				

					03-13
					
					9443
					
				

			

		

		

			
				
导入还是像上一篇文章那样导入添加这个jar接下来需要在TestLfasr.java中填写如下内容在config.properties文件中，填写一下三项，注意不要多空格运行吧

			
		

	





	

		

			

				
					
语音识别接入android studio教程

					
最新发布

				
			

			

				

					03-28
				

			

		

		

			
				
### Android Studio 中集成语音识别功能的教程

#### 使用 Google 提供的在线语音识别 API
Google 提供了一种便捷的方式，在 Android 应用程序中集成了强大的语音识别功能。通过调用系统的 `RecognizerIntent`，可以轻松实现基本的语音转文字功能。

以下是具体代码示例：

```java
import android.content.Intent;
import android.os.Bundle;
import android.speech.RecognizerIntent;
import android.widget.Toast;

import java.util.ArrayList;

public class VoiceRecognitionActivity extends AppCompatActivity {

    private static final int REQUEST_CODE_SPEECH_INPUT = 100;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_voice_recognition);

        promptSpeechInput();
    }

    // 显示语音输入对话框
    private void promptSpeechInput() {
        Intent intent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);
        intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL, RecognizerIntent.LANGUAGE_MODEL_FREE_FORM);
        intent.putExtra(RecognizerIntent.EXTRA_PROMPT, "Speak now...");
        try {
            startActivityForResult(intent, REQUEST_CODE_SPEECH_INPUT);
        } catch (Exception e) {
            Toast.makeText(this, "Error initializing speech to text engine.", Toast.LENGTH_SHORT).show();
        }
    }

    // 处理返回的结果
    @Override
    protected void onActivityResult(int requestCode, int resultCode, Intent data) {
        super.onActivityResult(requestCode, resultCode, data);

        switch (requestCode) {
            case REQUEST_CODE_SPEECH_INPUT: {
                if (resultCode == RESULT_OK && null != data) {
                    ArrayList<String> result = data.getStringArrayListExtra(RecognizerIntent.EXTRA_RESULTS);
                    String spokenText = result.get(0); // 获取第一个匹配项
                    Toast.makeText(this, "You said: " + spokenText, Toast.LENGTH_LONG).show();
                }
                break;
            }
        }
    }
}
```

上述代码展示了如何利用系统级的语音识别服务来捕获并处理用户的语音输入[^2]。

---

#### 离线语音识别解决方案：PocketSphinx
对于需要离线运行的应用场景，可以考虑使用 PocketSphinx 进行语音识别。这是一个开源库，能够实现在无网络连接的情况下完成语音到文本的转换。

要开始使用 PocketSphinx，请按照以下步骤操作：
1. 下载官方提供的示例项目文件 `pocketsphinx-android-demo-master.7z` 并解压。
2. 将其导入至您的 Android Studio 工作空间。
3. 配置所需的字典模型和声学模型以支持目标语言（如中文或英文）[^3]。

下面是一段简单的 PocketSphinx 初始化代码片段：

```java
import edu.cmu.pocketsphinx.Assets;
import edu.cmu.pocketsphinx.Hypothesis;
import edu.cmu.pocketsphinx.SpeechRecognizer;
import edu.cmu.pocketsphinx.SpeechRecognizerSetup;

public class OfflineVoiceRecognitionService {

    public SpeechRecognizer setupRecognizer(Context context) throws IOException {
        Assets assets = new Assets(context);
        File assetDir = assets.syncAssets();

        SpeechRecognizer recognizer = SpeechRecognizerSetup.defaultSetup()
                .setAcousticModel(new File(assetDir, "en-us-ptm"))
                .setDictionary(new File(assetDir, "cmudict-en-us.dict"))
                .setRawLogDir(null)
                .getRecognizer();
        
        recognizer.startListening("grammar");
        return recognizer;
    }

    public void onPartialResult(Hypothesis hypothesis) {
        if (hypothesis != null) {
            System.out.println(hypothesis.getHypstr());
        }
    }
}
```

此部分实现了基础的离线语音识别逻辑，并允许开发者自定义语法文件以优化特定应用场景下的性能表现。

---

#### 性能对比与适用范围分析
- **在线模式**：适合大多数日常应用场合，具有较高的准确性以及多国语言的支持能力；然而它依赖于稳定的互联网接入条件。
- **离线模式**：适用于无法保证持续联网状态或者对隐私保护有较高要求的情形下；尽管如此，它的精确度通常低于云端版本，并且仅限于预训练好的几种主要语系。

综上所述，选择何种方式取决于实际项目的特殊需求和技术约束因素。

---

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
望佑

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值