android集成科大讯飞语音听写和语音合成

秒速五厘米 2022-05-31 12:12 572阅读 0赞

**android集成科大讯飞语音听写和语音合成**

集成科大讯飞语音听写和语音合成，语音听写只是语音识别下面的一部分，别弄混淆了，由于科大讯飞暂未开放gradle引包方式，所以目前集成还是手动引包。我的流程是点击语音合成按钮然后播放语音，点击语音合成按钮说话然后识别出文字。

1、语音合成：文字转语音

2、语音听写：语音转文字，可以使用原生UI，也可以不使用，区别就是在于两者的监听方法不一样而已。

**集成步骤：**

**一、下载语音听写和语音合成sdk包(离线语音是要收费的，所以选择在线语言)**

**![20180224144742474][]**

**二、sdk引入项目，androidstudio项目目录结构如图所示，我的是webview加载的h5界面发起的语音请求，就算是原生，思路也一样，做好动态权限，不然是没有权限的，如果只是测试那你去手动开启麦克风权限也可以，但是不是科学的办法**

1、原libs下面的Msc.jar引入android libs下面

2、iflytek引入assets下面

3、原libs下面的除Msc.jar其他包引入android 的jniLibs下面

4、build.gradle依赖里面加入

//科大讯飞语音包
    implementation files('libs/Msc.jar')

5、项目目录结构大致如下所示

![2018022414571598][]

**三、加入权限，6.0之后需要做动态权限，不然只在清单文件里面申请是开启不了权限的。动态权限可以参考[http://blog.csdn.net/u013144287/article/details/79298358][http_blog.csdn.net_u013144287_article_details_79298358]这篇文章**

<uses-permission android:name="android.permission.INTERNET"/>
    
    <uses-permission android:name="android.permission.RECORD_AUDIO"/>
    
    <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_PHONE_STATE"/>
    
    <uses-permission android:name="android.permission.READ_CONTACTS"/>
    
    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
    
    <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
    
    <uses-permission android:name="android.permission.WRITE_SETTINGS"/>
    
    
    <uses-permission android:name="android.permission.ACCESS_FINE_LOCATION"/>
    
    <uses-permission android:name="android.permission.CAMERA" />

四、初始化即创建语音配置对象，只有初始化后才可以使用MSC的各项服务。建议将初始化放在程序入口处（如Application、Activity的onCreate方法），初始化代码如下：这个代码写在activity里面

// 将“12345678”替换成您申请的APPID，申请地址：http://www.xfyun.cn
    // 请勿在“=”与appid之间添加任何空字符或者转义符
    SpeechUtility.createUtility(context, SpeechConstant.APPID +"=12345678");

五、语音合成和语音听写代码写法（代码直接写在一个工具类JavaScriptUtils里面，只不过是利用构造函数把activity的context传过来而已）

//语音听写对象
    private SpeechRecognizer mAsr;
    //语音合成对象
    private SpeechSynthesizer mTts;
    //语音识别动画效果
    private RecognizerDialog iatDialog;
    //存储所有的语音识别文字
    private String voiceResult = "";
    
    
     /**
         * 语音合成 文字转声音
         */
        @JavascriptInterface
        public void speechSynthesizerVoice(String strTextToSpeech){
         //初始化语音合成
            mTts= SpeechSynthesizer.createSynthesizer(mContext, new InitListener() {
                @Override
                public void onInit(int i) {
                    System.out.println("语音合成错误码："+ i);
                }
            });
            mTts.setParameter(SpeechConstant.VOICE_NAME, "xiaoyan");//设置发音人
            mTts.setParameter(SpeechConstant.SPEED, "50");//设置语速
            mTts.setParameter(SpeechConstant.VOLUME, "80");//设置音量，范围0~100
            mTts.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_CLOUD); //设置云端
            mTts.startSpeaking(strTextToSpeech, mSynListener);
        }
    
        /**
         * 语音合成监听器
         */
        SynthesizerListener mSynListener = new SynthesizerListener(){
            //会话结束回调接口，没有错误时，error为null
            public void onCompleted(SpeechError error) {
                mHandler.sendEmptyMessage(6007);
            }
            //缓冲进度回调
            //percent为缓冲进度0~100，beginPos为缓冲音频在文本中开始位置，endPos表示缓冲音频在文本中结束位置，info为附加信息。
            public void onBufferProgress(int percent, int beginPos, int endPos, String info) {}
            //开始播放
            public void onSpeakBegin() {}
            //暂停播放
            public void onSpeakPaused() {}
            //播放进度回调
            //percent为播放进度0~100,beginPos为播放音频在文本中开始位置，endPos表示播放音频在文本中结束位置.
            public void onSpeakProgress(int percent, int beginPos, int endPos) {}
            //恢复播放回调接口
            public void onSpeakResumed() {}
            //会话事件回调接口
            public void onEvent(int arg0, int arg1, int arg2, Bundle arg3) {}
        };
        /**
         * 语音听写 声音转文字
         */
        @JavascriptInterface
        public void speechRecognizerVoice() {
        //初始化语音听写对象
            mAsr = SpeechRecognizer.createRecognizer(mContext, new InitListener() {
                @Override
                public void onInit(int i) {
                    System.out.println("语音听写对象错误码" + i);
                }
            });
            //初始化语音UI
    //        iatDialog = new RecognizerDialog(mContext, new InitListener() {
    //            @Override
    //            public void onInit(int i) {
    //                System.out.println("语音ui" + i);
    //            }
    //        });
            // 清空参数
            mAsr.setParameter(SpeechConstant.PARAMS, null);
            // 设置听写引擎
            mAsr.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_CLOUD);
            // 设置返回结果格式
            mAsr.setParameter(SpeechConstant.RESULT_TYPE, "json");
            // 设置语言
            mAsr.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
            // 设置语言区域
            mAsr.setParameter(SpeechConstant.ACCENT, "mandarin");
            // 设置语音前端点:静音超时时间，即用户多长时间不说话则当做超时处理
            mAsr.setParameter(SpeechConstant.VAD_BOS,"5000");
            // 设置语音后端点:后端点静音检测时间，即用户停止说话多长时间内即认为不再输入， 自动停止录音
            mAsr.setParameter(SpeechConstant.VAD_EOS,  "5000");
            //3.设置回调接口
    //        iatDialog.setListener(new RecognizerDialogListener() {
    //            @Override
    //            public void onResult(RecognizerResult recognizerResult, boolean isLast) {
    //                if (!isLast) {
    //                    //解析语音
    //                    String result = parseVoice(recognizerResult.getResultString());
    //                    System.out.println("--------------------------------" + result);
    //                }
    //            }
    //
    //            @Override
    //            public void onError(SpeechError speechError) {
    //                System.out.println(speechError.getErrorCode() + "*******" + speechError.getErrorDescription());
    //            }
    //        });
    //        //4.开始听写
    //        iatDialog.show();
    
            mAsr.startListening(new RecognizerListener() {
                @Override
                public void onVolumeChanged(int i, byte[] bytes) {
                    Message message = new Message();
                    message.what = 6005;
                    message.obj = i;
                    mHandler.sendMessage(message);
                }
    
                @Override
                public void onBeginOfSpeech() {
                    System.out.println("开始讲话");
                }
    
                @Override
                public void onEndOfSpeech() {
                    System.out.println("结束讲话");
                }
    
                @Override
                public void onResult(RecognizerResult recognizerResult, boolean b) {
                    if (!b) {
                        //解析语音
                        voiceResult = voiceResult + parseVoice(recognizerResult.getResultString());
                    }else{
                        Message message = new Message();
                        message.what = 6006;
                        message.obj = voiceResult;
                        mHandler.sendMessage(message);
                    }
                }
    
                @Override
                public void onError(SpeechError speechError) {
    
                }
    
                @Override
                public void onEvent(int i, int i1, int i2, Bundle bundle) {
    
                }
            });
        }
    
        /**
         * 取消语音识别
         */
        @JavascriptInterface
        public void cancelSpeechRecognizerVoice(){
            if(mAsr != null){
                mAsr.cancel();
            }
        }
    
        /**
         * 停止语音识别
         */
        @JavascriptInterface
        public void stopSpeechRecognizerVoice(){
            if(mAsr != null){
                mAsr.stopListening();
            }
        }
    
        /**
         * 解析语音json
         */
        public String parseVoice(String resultString) {
            Gson gson = new Gson();
            Voice voiceBean = gson.fromJson(resultString, Voice.class);
    
            StringBuffer sb = new StringBuffer();
            ArrayList<Voice.WSBean> ws = voiceBean.ws;
            for (Voice.WSBean wsBean : ws) {
                String word = wsBean.cw.get(0).w;
                sb.append(word);
            }
            return sb.toString();
        }
    
        /**
         * 语音对象封装
         */
        public class Voice {
    
            public ArrayList<WSBean> ws;
    
            public class WSBean {
                public ArrayList<CWBean> cw;
            }
    
            public class CWBean {
                public String w;
            }
        }

上面方法是提供给js调用的，这是h5才会这么干，不过思路差不多哈哈，语音听写里面注释的部分就是调用原生科大讯飞UI，测试时候调用起来是这样的

![20180224152232946][]

自此，也就集成成功了

[20180224144742474]: /images/20220531/c050899be5f64323aadc56a6fc264446.png
[2018022414571598]: /images/20220531/68edb5315e4842f79841fcde85c725c5.png
[http_blog.csdn.net_u013144287_article_details_79298358]: http://blog.csdn.net/u013144287/article/details/79298358
[20180224152232946]: /images/20220531/436aa889681442228d8390030d22dda0.png