1、賬號準備作業
首先要有一個訊飛的賬號啦，為后面申請APPID、APPKey等東西做準備，順帶一提：訊飛對不同認證型別用戶開
放的SDK的使用次數是有不同的，詳情如下圖，
賬號申請完成后，需要去你自己的控制臺注冊你的應用，同時也可以看到你的應用對應的 APPID 等屬性，開通的功能，呼叫量剩余次數等資訊，
本文介紹的是Android SDK的接入，這是Android SDK的下載地址，可以根據專案的具體需求具體分析，
2、SDK集成準備作業
如果參照官方檔案中或者官方DEMO的做法，需要把對應架構的檔案拷貝到 Android工程的libs目錄下 ，
而官方提供的DEMO中，它只拷貝了armeabi-v7a架構，如下圖所示（我信了它的邪，在我第一次接入時，就因為參考了官方DEMO只匯入了armeabi-v7a架構，導致出了一大堆毛病?）
為了避免這個坑，我的建議是：把提供的架構都拷貝到工程里，（有特殊設備需求的除外）
然后在build.gradle檔案中，添加SDK的依賴
implementation files('libs/Msc.jar')
如果將SDK匯入到lib檔案夾后，可能還會有無法識別的錯誤，
可以試下在build.gradle(app)中注釋掉以下的代碼（玄學操作~~）,再繼續排查，
// ndk {
// //選擇要添加的對應cpu型別的.so庫，
// abiFilters 'armeabi-v7a', 'armeabi'
// }
// sourceSets {
// main{
// jniLibs.srcDirs = ['libs']
// }
// }
3、在 AndroidManifest.xml 檔案 添加所需權限
靜態添加權限部分，參考了官方檔案的說法，
<!--連接網路權限，用于執行云端語音能力 -->
<uses-permission android:name="android.permission.INTERNET"/>
<!--獲取手機錄音機使用權限，聽寫、識別、語意理解需要用到此權限 -->
<uses-permission android:name="android.permission.RECORD_AUDIO"/>
<!--讀取網路資訊狀態 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>
<!--獲取當前wifi狀態 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>
<!--允許程式改變網路連接狀態 -->
<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/>
<!--讀取手機資訊權限 -->
<uses-permission android:name="android.permission.READ_PHONE_STATE"/>
<!--讀取聯系人權限，上傳聯系人需要用到此權限 -->
<uses-permission android:name="android.permission.READ_CONTACTS"/>
<!--外存盤寫權限，構建語法需要用到此權限 -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
<!--外存盤讀權限，構建語法需要用到此權限 -->
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
<!--配置權限，用來記錄應用配置資訊 -->
<uses-permission android:name="android.permission.WRITE_SETTINGS"/>
<!--手機定位資訊，用來為語意等功能提供定位，提供更精準的服務-->
<!--定位資訊是敏感資訊，可通過Setting.setLocationEnable(false)關閉定位請求 -->
<uses-permission android:name="android.permission.ACCESS_FINE_LOCATION"/>
<!--如需使用人臉識別，還要添加：攝相頭權限，拍照需要用到 -->
<uses-permission android:name="android.permission.CAMERA" />
不過，靜態申請了權限，還不夠哦，對于現在的手機，很大部分都已經是Android版本678910的了，應用是需要動態申請權限的，得讓用戶確認同意了，APP才可以使用這些權限，
動態申請權限的方法有很多，也有很多開源的專案，這里就不做介紹了，
4、SDK初始化
SDK初始化建議放在程式入口處（如Application、Activity的onCreate方法），非常簡單，就一行陳述句，
初始化代碼如下：
//將“1234567”替換成您申請的APPID
SpeechUtility.createUtility(context, SpeechConstant.APPID +"=1234567");
注意：SpeechConstant.APPID +"=1234567" 采用的是拼接的方式，所以不可以在“=”與appid之間添加任何空字符或者轉義符，
5、呼叫語音聽寫功能
最重要的來了，前面鋪墊這么久，就是為了能呼叫它的語音聽寫啊，
離線聽寫方式，需要購買且下載特定的離線識別SDK，故這里使用的是在線聽寫，
在線聽寫的SDK，提供了兩種識別方式，分別是帶語音對話框識別和無UI識別，
一.無UI識別
//初始化識別無UI識別物件
//使用SpeechRecognizer物件，可根據回呼訊息自定義界面--自己的語音識別UI
mIat = SpeechRecognizer.createRecognizer(IatDemo.this, mInitListener);
//設定語法ID和 SUBJECT 為空，以免因之前有語法呼叫而設定了此引數；或直接清空所有引數，具體可參考 DEMO 的示例，
mIat.setParameter( SpeechConstant.CLOUD_GRAMMAR, null );
mIat.setParameter( SpeechConstant.SUBJECT, null );
//設定回傳結果格式，目前支持json,xml以及plain 三種格式，其中plain為純聽寫文本內容
mIat.setParameter(SpeechConstant.RESULT_TYPE, "json");
//此處engineType為“cloud”
mIat.setParameter( SpeechConstant.ENGINE_TYPE, engineType );
//設定語音輸入語言，zh_cn為簡體中文
mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
//設定結果回傳語言
mIat.setParameter(SpeechConstant.ACCENT, "mandarin");
// 設定語音前端點:靜音超時時間，單位ms，即用戶多長時間不說話則當做超時處理
//取值范圍{1000～10000}
mIat.setParameter(SpeechConstant.VAD_BOS, "4000");
//設定語音后端點:后端點靜音檢測時間，單位ms，即用戶停止說話多長時間內即認為不再輸入，
//自動停止錄音，范圍{0~10000}
mIat.setParameter(SpeechConstant.VAD_EOS, "1000");
//設定標點符號,設定為"0"回傳結果無標點,設定為"1"回傳結果有標點
mIat.setParameter(SpeechConstant.ASR_PTT,"1");
//開始識別，并設定監聽器
mIat.startListening(mRecogListener);
二.帶語音對話框識別(SDK自帶)
// 初始化聽寫Dialog，如果只使用有UI聽寫功能，無需創建SpeechRecognizer
// 使用UI聽寫功能，請根據sdk檔案目錄下的notice.txt,放置布局檔案和圖片資源
mIatDialog = new RecognizerDialog(IatDemo.this, mInitListener);
//以下為dialog設定聽寫引數
mIatDialog.setParameter(SpeechConstant.RESULT_TYPE, "json");
//設定語音輸入語言，zh_cn為簡體中文
mIatDialog.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
//設定結果回傳語言
mIatDialog.setParameter(SpeechConstant.ACCENT, "mandarin");
// 設定語音前端點:靜音超時時間，單位ms，即用戶多長時間不說話則當做超時處理
//取值范圍{1000～10000}
mIatDialog.setParameter(SpeechConstant.VAD_BOS, "4500");
//設定語音后端點:后端點靜音檢測時間，單位ms，即用戶停止說話多長時間內即認為不再輸入，
//自動停止錄音，范圍{0~10000}
mIatDialog.setParameter(SpeechConstant.VAD_EOS, "1500");
//開始識別并設定監聽器
mIatDialog.setListener(mRecognizerDialogListener);
//開始識別并設定語音UI監聽器
mIatDialog.setListener(mRecognizerDialogListener);
//顯示聽寫對話框，show方法實際是內部呼叫無UI識別方式
mIatDialog.show();
重點來了，也是很多人很困擾的一步，官方檔案的說法是使用這個SDK自帶的語音識別對話框，需要把對應的布局檔案和圖片資源放入工程中，然而，很多人這樣做了之后， mIatDialog.show(); 呼叫了還是會出現空指標的例外，，例如：?
java.lang.NullPointerException
at com.iflytek.cloud.ui.a.a(Unknown Source)
at com.iflytek.cloud.ui.RecognizerDialog.setParameter(Unknown Source)
atcom.example.mediaplayer.activity.SearchActivity.setParam(SearchActivity.java:111)
at com.example.mediaplayer.activity.SearchActivity.onClick(SearchActivity.java:86)
at android.view.View.performClick(View.java:4438)
at android.view.View$PerformClick.run(View.java:18422)
at android.os.Handler.handleCallback(Handler.java:733)
at android.os.Handler.dispatchMessage(Handler.java:95)
at android.os.Looper.loop(Looper.java:136)
at android.app.ActivityThread.main(ActivityThread.java:5045)
at java.lang.reflect.Method.invokeNative(Native Method)
at java.lang.reflect.Method.invoke(Method.java:515)
at com.android.internal.os.ZygoteInit$MethodAndArgsCaller.run(ZygoteInit.java:779)
at com.android.internal.os.ZygoteInit.main(ZygoteInit.java:595)
at dalvik.system.NativeStart.main(Native Method)
解決方法，如下：
首先，在asset檔案內，放入所需的資源，注意：asset檔案夾的位置，是要在src/main/ 的下一級，然后在與
asset檔案夾同級的地方創建 jniLibs 檔案夾，把 libs/檔案夾的對應SDK檔案拷貝到 jniLibs 中，如圖：
同時檢查下，SDK初始化的 APPId 有無出錯的可能，
獲取資料
解決了空指標的問題后，接下來呼叫 show 方法，就可以在自定義的監聽器里愉快地獲取到回傳的聽寫資料了
//創建語音識別UI對話框
mIatDialog = new RecognizerDialog(getActivity(), searchViewModel.mInitListener);
/**
* 初始化聽寫事件監聽器，
*/
public InitListener mInitListener = new InitListener() {
@Override
public void onInit(int code) {
if (code != ErrorCode.SUCCESS) {
//Todo
}
}
};
/**
* 聽寫UI監聽器 訊飛
*/
public RecognizerDialogListener mRecognizerDialogListener = new RecognizerDialogListener() {
/**
* 接收語音聽寫回呼資訊
* @param recognizerResult 回呼結果
* @param b 是否翻譯
*/
@Override
public void onResult(com.iflytek.cloud.RecognizerResult recognizerResult, boolean b) {
//回傳的資料
String data = https://www.cnblogs.com/DMingO/p/recognizerResult.getResultString();
}
/**
* 識別回呼錯誤.
*/
public void one rror(SpeechError error) {
if(error.getErrorCode() == 14002) {
//Todo
} else {
//Todo
}
}
};
修改默認對話框的文字
//動態更換了訊飛自帶對話框的底部文字，必須在dialog的show執行后更換，否則空指標報錯
TextView recorderDialogTextView = (TextView) mIatDialog.getWindow().getDecorView().findViewWithTag("textlink");
recorderDialogTextView.setText(R.string.recorder_dialog_textview_text);
回傳的聽寫資料實體，用于創建物體類：
{
"sn": 1,
"ls": true,
"bg": 0,
"ed": 0,
"ws": [
{
"bg": 0,
"cw": [
{
"w": "今天",
"sc": 0
}
]
},
{
"bg": 0,
"cw": [
{
"w": "的",
"sc": 0
}
]
},
{
"bg": 0,
"cw": [
{
"w": "天氣",
"sc": 0
}
]
},
{
"bg": 0,
"cw": [
{
"w": "怎么樣",
"sc": 0
}
]
},
{
"bg": 0,
"cw": [
{
"w": "，",
"sc": 0
}
]
}
]
}
注意：若在SDK中開通了 動態修正的功能，回傳的資料會出現格式不一致的情況，官方的說法如下：
動態修正：
- 未開啟動態修正：實時回傳識別結果，每次回傳的結果都是對之前結果的追加；
- 開啟動態修正：實時回傳識別結果，每次回傳的結果有可能是對之前結果的的追加，也有可能是要替換之前某次回傳的結果（即修正）；
- 開啟動態修正，相較于未開啟，回傳結果的顆粒度更小，視覺沖擊效果更佳；
- 使用動態修正功能需到控制臺-流式聽寫-高級功能處點擊開通，并設定相應引數方可使用，引數設定方法：mIat.setParameter(“dwa”, “wpgs”); ；
- 動態修正功能僅 中文 支持；
- 未開啟與開啟回傳的結果格式不同，詳見下方；
若開通了動態修正功能并設定了dwa=wpgs（僅中文支持），會有如下欄位回傳：
| 引數 | 型別 | 描述 |
|---|---|---|
| pgs | string | 開啟wpgs會有此欄位 取值為 “apd"時表示該片結果是追加到前面的最終結果；取值為"rpl” 時表示替換前面的部分結果，替換范圍為rg欄位 |
| rg | array | 替換范圍，開啟wpgs會有此欄位 假設值為[2,5]，則代表要替換的是第2次到第5次回傳的結果 |
PS：一般專案中的語音聽寫需求，完全可以不使用動態修正功能，但若要使用同步顯示語音識別結果或者比較需要比較精準的結果，可以考慮使用此功能，
總結
訊飛語音聽寫SDK，坑點不少，但是都不是很難，還是適專案快速接入語音聽寫需求的，，?
如果要更多操作和功能，請參考訊飛語音聽寫SDK官方檔案
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/5572.html
標籤：Android