博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
BaiduSpeechDemo【百度语音SDK集成】(基于v3.0.8.1)
阅读量:6253 次
发布时间:2019-06-22

本文共 12115 字,大约阅读时间需要 40 分钟。

版权声明:本文为HaiyuKing原创文章,转载请注明出处!

前言

上一篇集成的是V3.0.7.3版本的SDK《》,这次发现官网的SDK进行了升级,感觉有必要进行重新集成。

1、修复了APP同时集成多个SDK,不能同时使用的问题;——所以需要使用新sdk的jar文件;

2、既然官网也使用了module方式;——那么就不需要自己创建module了,直接在官网的core这个module中优化;

3、修复长语音无结束回调;——增加长语音结束回调的监听;

本Demo中使用的appkey已失效,请自行创建应用,使用新的appkey。

效果图

和《》类似,这里就不单独截图了。

代码分析

普通话 search搜索模型:参考SpeechBottomSheetDialog.java类

普通话 input输入法模型,适用于长句及长语音,有逗号分割,无语义:参考SpeechLongBottomSheetDialog.java类

注意:关于语音识别状态维护,API调用的代码,是自己根据官网demo的理解进行整理的,可能有所偏颇,仅供参考。【希望官网demo可以添加百度APP的语音对话框效果就好了】

使用步骤

一、项目组织结构图

注意事项:

1、  导入类文件后需要change包名以及重新import R文件路径

2、  Values目录下的文件(strings.xml、dimens.xml、colors.xml等),如果项目中存在,则复制里面的内容,不要整个覆盖

二、导入步骤

(1)在项目中导入官网demo中的core这个module,同时修改名称,修改为baiduspeech

(2)修改baiduspeech的AndroidManifest.xml(修改官网申请的应用信息)

(3)修改MessageStatusRecogListener.java文件【根据实际情况进行修改】

package com.baidu.aip.asrwakeup3.core.recog.listener;import android.os.Handler;import android.os.Message;import android.util.Log;import com.baidu.aip.asrwakeup3.core.recog.RecogResult;import com.baidu.speech.asr.SpeechConstant;/** * Created by fujiayi on 2017/6/16. */public class MessageStatusRecogListener extends StatusRecogListener {    private Handler handler;    private long speechEndTime = 0;    private boolean needTime = true;    private static final String TAG = "MesStatusRecogListener";    public MessageStatusRecogListener(Handler handler) {        this.handler = handler;    }    @Override    public void onAsrReady() {        super.onAsrReady();        speechEndTime = 0;        sendStatusMessage(SpeechConstant.CALLBACK_EVENT_WAKEUP_READY, "引擎就绪,可以开始说话。");    }    @Override    public void onAsrBegin() {        super.onAsrBegin();        sendStatusMessage(SpeechConstant.CALLBACK_EVENT_ASR_BEGIN, "检测到用户说话");    }    @Override    public void onAsrEnd() {        super.onAsrEnd();        speechEndTime = System.currentTimeMillis();        sendMessage("【asr.end事件】检测到用户说话结束");    }    @Override    public void onAsrPartialResult(String[] results, RecogResult recogResult) {        sendStatusMessage(SpeechConstant.CALLBACK_EVENT_ASR_PARTIAL,                "临时识别结果,结果是“" + results[0] + "”;原始json:" + recogResult.getOrigalJson());        super.onAsrPartialResult(results, recogResult);    }    @Override    public void onAsrFinalResult(String[] results, RecogResult recogResult) {        super.onAsrFinalResult(results, recogResult);        //String message = "识别结束,结果是”" + results[0] + "”";//why 实际中可以去掉,不需要        String message = recogResult.getOrigalJson();//{"results_recognition":["什么什么"],"origin_result":{"corpus_no":6522034498058113957,"err_no":0,"result":{"word":["什么什么"]},"sn":"bfa8b286-ab0e-4f86-9209-1d36d38b1224","voice_energy":16191.7705078125},"error":0,"best_result":"什么什么","result_type":"final_result"}        sendStatusMessage(SpeechConstant.CALLBACK_EVENT_ASR_PARTIAL,                message + ";原始json:" + recogResult.getOrigalJson());        if (speechEndTime > 0) {            long currentTime = System.currentTimeMillis();            long diffTime = currentTime - speechEndTime;            //message += ";说话结束到识别结束耗时【" + diffTime + "ms】";// why 实际中可以去掉,不需要        }        speechEndTime = 0;        sendMessage(message, status, true);    }    @Override    public void onAsrFinishError(int errorCode, int subErrorCode, String descMessage,                                 RecogResult recogResult) {        super.onAsrFinishError(errorCode, subErrorCode, descMessage, recogResult);        //String message = "识别错误, 错误码:" + errorCode + " ," + subErrorCode + " ; " + descMessage;// why 实际中可以去掉,不需要        String message = recogResult.getOrigalJson();//{"origin_result":{"sn":"","error":7,"desc":"No recognition result match","sub_error":7001},"error":7,"desc":"No recognition result match","sub_error":7001}        sendStatusMessage(SpeechConstant.CALLBACK_EVENT_ASR_PARTIAL, message);        if (speechEndTime > 0) {            long diffTime = System.currentTimeMillis() - speechEndTime;            //message += "。说话结束到识别结束耗时【" + diffTime + "ms】";// why实际中可以去掉,不需要        }        speechEndTime = 0;        sendMessage(message, status, true);        speechEndTime = 0;    }    @Override    public void onAsrOnlineNluResult(String nluResult) {        super.onAsrOnlineNluResult(nluResult);        if (!nluResult.isEmpty()) {            sendStatusMessage(SpeechConstant.CALLBACK_EVENT_ASR_PARTIAL, "原始语义识别结果json:" + nluResult);        }    }    @Override    public void onAsrFinish(RecogResult recogResult) {        super.onAsrFinish(recogResult);        sendStatusMessage(SpeechConstant.CALLBACK_EVENT_ASR_FINISH, "识别一段话结束。如果是长语音的情况会继续识别下段话。");    }    /**     * 长语音识别结束     */    @Override    public void onAsrLongFinish() {        super.onAsrLongFinish();        sendStatusMessage(SpeechConstant.CALLBACK_EVENT_ASR_LONG_SPEECH, "长语音识别结束。");    }    /**     * 使用离线命令词时,有该回调说明离线语法资源加载成功     */    @Override    public void onOfflineLoaded() {        sendStatusMessage(SpeechConstant.CALLBACK_EVENT_ASR_LOADED, "离线资源加载成功。没有此回调可能离线语法功能不能使用。");    }    /**     * 使用离线命令词时,有该回调说明离线语法资源加载成功     */    @Override    public void onOfflineUnLoaded() {        sendStatusMessage(SpeechConstant.CALLBACK_EVENT_ASR_UNLOADED, "离线资源卸载成功。");    }    @Override    public void onAsrExit() {        super.onAsrExit();        sendStatusMessage(SpeechConstant.CALLBACK_EVENT_ASR_EXIT, "识别引擎结束并空闲中");    }    private void sendStatusMessage(String eventName, String message) {        message = "[" + eventName + "]" + message;        sendMessage(message, status);    }    private void sendMessage(String message) {        sendMessage(message, WHAT_MESSAGE_STATUS);    }    private void sendMessage(String message, int what) {        sendMessage(message, what, false);    }    private void sendMessage(String message, int what, boolean highlight) {        if (needTime && what != STATUS_FINISHED) {            message += "  ;time=" + System.currentTimeMillis();        }        if (handler == null) {            Log.i(TAG, message);            return;        }        Message msg = Message.obtain();        msg.what = what;        msg.arg1 = status;        if (highlight) {            msg.arg2 = 1;        }        msg.obj = message + "\n";        handler.sendMessage(msg);    }}

至此,百度语音SDK集成到baiduspeech中了,下一步就是创建UI对话框(建议再单独创建一个新的module)。

(4)新建baiduspeechdialog这个module

1、在baiduspeechdialog的build.gradle中引用recyclerview【版本号和项目的appcompat保持一致】【因为demo中用到了】【注意:还需要导入baiduspeech这个module】

apply plugin: 'com.android.library'android {    compileSdkVersion 27    defaultConfig {        minSdkVersion 16        targetSdkVersion 27        versionCode 1        versionName "1.0"        testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"    }    buildTypes {        release {            minifyEnabled false            proguardFiles getDefaultProguardFile('proguard-android.txt'), 'proguard-rules.pro'        }    }}dependencies {    implementation fileTree(include: ['*.jar'], dir: 'libs')    implementation 'com.android.support:appcompat-v7:27.1.1'    testImplementation 'junit:junit:4.12'    androidTestImplementation 'com.android.support.test:runner:1.0.2'    androidTestImplementation 'com.android.support.test.espresso:espresso-core:3.0.2'    //RecyclerView    compile 'com.android.support:recyclerview-v7:27.1.1'    //baiduspeech    implementation project(':baiduspeech')}

2、对话框类、列表适配器类、布局文件xml文件、图片资源、动画style样式等复制到baiduspeechdialog中【参考《》】

3、SpeechBottomSheetDialog.java和SpeechLongBottomSheetDialog.java在V3.0.7.3版本和V3.0.8.1版本的区别

3.1、需要将Logger修改为MyLogger

修改为:

三、使用方法

(1)因为需要使用到运行时权限,所以参考《》在APP的build.gradle中引入第三方库

(2)在APP的build.gradle中引入baiduspeechdialog

 

(3)在Activity中调用

activity_main.xml

 

package com.why.project.baiduspeechdemo;import android.Manifest;import android.os.Bundle;import android.support.v7.app.AppCompatActivity;import android.util.Log;import android.view.View;import android.widget.Button;import android.widget.TextView;import android.widget.Toast;import com.tbruyelle.rxpermissions2.RxPermissions;import com.why.project.baiduspeechdialog.dialog.SpeechBottomSheetDialog;import com.why.project.baiduspeechdialog.dialog.SpeechLongBottomSheetDialog;import io.reactivex.functions.Action;import io.reactivex.functions.Consumer;public class MainActivity extends AppCompatActivity {    private static final String TAG = MainActivity.class.getSimpleName();    private Button mOpenSpeechDialogBtn;    private Button mOpenSpeechLongDialogBtn;    private TextView mResultTv;    @Override    protected void onCreate(Bundle savedInstanceState) {        super.onCreate(savedInstanceState);        setContentView(R.layout.activity_main);        onePermission();        initViews();        initEvents();    }    private void initViews() {        mOpenSpeechDialogBtn = findViewById(R.id.btn_openSpeechDialog);        mOpenSpeechLongDialogBtn = findViewById(R.id.btn_openSpeechLongDialog);        mResultTv = findViewById(R.id.tv_result);    }    private void initEvents() {        mOpenSpeechDialogBtn.setOnClickListener(new View.OnClickListener() {            @Override            public void onClick(View view) {                //打开百度语音对话框                SpeechBottomSheetDialog speechBottomSheetDialog = SpeechBottomSheetDialog.getInstance(MainActivity.this);                speechBottomSheetDialog.seOnResultListItemClickListener(new SpeechBottomSheetDialog.OnResultListItemClickListener() {                    @Override                    public void onItemClick(String title) {                        //填充到输入框中                        mResultTv.setText(title);                    }                });                speechBottomSheetDialog.show(getSupportFragmentManager(), TAG);            }        });        mOpenSpeechLongDialogBtn.setOnClickListener(new View.OnClickListener() {            @Override            public void onClick(View view) {                //打开百度语音对话框                SpeechLongBottomSheetDialog speechLongBottomSheetDialog = SpeechLongBottomSheetDialog.getInstance(MainActivity.this);                speechLongBottomSheetDialog.seOnResultListItemClickListener(new SpeechLongBottomSheetDialog.OnResultListItemClickListener() {                    @Override                    public void onItemClick(String title) {                        //填充到输入框中                        mResultTv.setText(mResultTv.getText()+title);                    }                });                speechLongBottomSheetDialog.show(getSupportFragmentManager(), TAG);            }        });    }    /**只有一个运行时权限申请的情况*/    private void onePermission(){        RxPermissions rxPermissions = new RxPermissions(MainActivity.this); // where this is an Activity instance        rxPermissions.request(Manifest.permission.RECORD_AUDIO,                Manifest.permission.READ_PHONE_STATE,                Manifest.permission.WRITE_EXTERNAL_STORAGE) //权限名称,多个权限之间逗号分隔开                .subscribe(new Consumer
() { @Override public void accept(Boolean granted) throws Exception { Log.e(TAG, "{accept}granted=" + granted);//执行顺序——1【多个权限的情况,只有所有的权限均允许的情况下granted==true】 if (granted) { // 在android 6.0之前会默认返回true // 已经获取权限 } else { // 未获取权限 Toast.makeText(MainActivity.this, "您没有授权该权限,请在设置中打开授权", Toast.LENGTH_SHORT).show(); } } }, new Consumer
() { @Override public void accept(Throwable throwable) throws Exception { Log.e(TAG,"{accept}");//可能是授权异常的情况下的处理 } }, new Action() { @Override public void run() throws Exception { Log.e(TAG,"{run}");//执行顺序——2 } }); }}

混淆配置

#=====================百度语音混淆=====================-keep class com.baidu.speech.**{*;}

参考资料

项目demo下载地址

你可能感兴趣的文章
使用Windows8开发Metro风格应用一
查看>>
android尺子的自定义view——RulerView
查看>>
将博客搬至CSDN
查看>>
leetcode43
查看>>
直接在安装了redis的Linux机器上操作redis数据存储类型--set类型
查看>>
016——数组(十六)usort uasort uksort
查看>>
PyQt5+requests实现车票查询工具
查看>>
文件下载界面
查看>>
?:,reverse,vector的基本小结
查看>>
1.2 最基本的数据库连接
查看>>
bzoj4557
查看>>
C# 实验感悟WPF
查看>>
解决Win7 下小问题
查看>>
day25-3获取指定字符串中,大写字母、小写字母、数字的个数
查看>>
[转载] 百度上传&下载脚本
查看>>
Yii framwork - Url Manager
查看>>
为什么Facebook要将视频从Flash全面迁移到HTML5?
查看>>
poj 1149 PIGS
查看>>
mysql学习笔记--数据库视图
查看>>
SQL server 2005如何设置一个或几个字段唯一约束?
查看>>