Android 基於百度語音的語音交互功能(推薦)

項目裡面用到了語音喚醒功能，前面一直在用訊飛的語音識別，本來打算也是直接用訊飛的語音喚醒，但是訊飛的語音喚醒要收費，試用版只有35天有效期。只好改用百度語音，百度語音所有功能免費，功能也比較簡單實用，包括語音識別，語音合成和語音喚醒，正好可以組成一套完整的語音交互功能。

效果圖：

首先是語音喚醒功能，說出關鍵詞即可叫語音識別，喚醒成功會有語音提示，這裡采用了百度語音的合成功能。然後百度語音識別會根據wifi情況自動切換在線或者離線識別，但是離線識別只能識別已經導入的關鍵詞，而且離線第一次識別需要聯網，識別成功，同樣會有語音提示。效果圖gif沒有聲音，Toast顯示的時候就是語音提示的內容。

這裡說一點，百度語音的demo裡給的語音喚醒是在onResume（）開始喚醒監聽，喚醒成功後在onPause（）裡就停止喚醒監聽。而我現在要在喚醒成功後彈出語音識別的UI界面，所以彈出UI的同時就會停止喚醒監聽。如果語音識別成功，UI界面消失，喚醒監聽會重新開始，此時說出喚醒詞即可重新喚醒。但是如果識別失敗，封裝好的UI界面會變成下圖情況，這時候就要手動點擊重試或者取消才可以，不符合全語音交互的理念。為了解決這個情況，要將停止喚醒監聽寫到onStop（）裡，這樣即使語音識別失敗，也可以重新喚醒。

具體的集成步驟官方文檔裡都有，也可以參考下面的文章

http://www.jb51.net/article/97329.htm

注：我這裡語音識別和語音合成都用到了，所以官網下的兩個sdk都要導入到工程裡，這裡還有個小問題，正常來說，Jar包導入到工程之後，還要將assert和jniLibs文件夾放到工程裡，我這裡只放了語音識別的assert文件夾，jniLibs文件夾我都沒放入工程裡，這樣可以使用。如果我將語音識別和語音合成的assert和jniLibs都放到工程裡，反而會報下面的錯誤，不知道為什麼。

java.lang.UnsatisfiedLinkError: Native method not found: com.baidu.speech.easr.easrNativeJni.WakeUpFree:()I

MainActivity：

package com.example.administrator.baiduvoicetest;
import android.content.Intent;
import android.os.Bundle;
import android.os.Environment;
import android.support.v7.app.AppCompatActivity;
import android.text.TextUtils;
import android.util.AndroidRuntimeException;
import android.util.Log;
import android.view.View;
import android.widget.EditText;
import android.widget.TextView;
import android.widget.Toast;
import com.baidu.speech.EventListener;
import com.baidu.speech.EventManager;
import com.baidu.speech.EventManagerFactory;
import com.baidu.tts.auth.AuthInfo;
import com.baidu.tts.client.SpeechError;
import com.baidu.tts.client.SpeechSynthesizer;
import com.baidu.tts.client.SpeechSynthesizerListener;
import com.baidu.tts.client.TtsMode;
import org.json.JSONException;
import org.json.JSONObject;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.util.ArrayList;
import java.util.HashMap;
public class MainActivity extends AppCompatActivity {
private TextView txtResult;
private EditText mInput;
private EventManager mWpEventManager;
private SpeechSynthesizer mSpeechSynthesizer;
private String mSampleDirPath;
private static final String SAMPLE_DIR_NAME = "baiduTTS";
private static final String SPEECH_FEMALE_MODEL_NAME = "bd_etts_speech_female.dat";
private static final String SPEECH_MALE_MODEL_NAME = "bd_etts_speech_male.dat";
private static final String TEXT_MODEL_NAME = "bd_etts_text.dat";
private static final String LICENSE_FILE_NAME = "temp_license";
private static final String ENGLISH_SPEECH_FEMALE_MODEL_NAME = "bd_etts_speech_female_en.dat";
private static final String ENGLISH_SPEECH_MALE_MODEL_NAME = "bd_etts_speech_male_en.dat";
private static final String ENGLISH_TEXT_MODEL_NAME = "bd_etts_text_en.dat";
private static final String TAG = "MainActivity";
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
txtResult = (TextView) findViewById(R.id.txtResult);
txtResult.setText("請說喚醒詞: 小度你好或者百度一下\n\n"+
"離在線語法識別(首次使用需要聯網授權)\n"+
"語音識別開始後你可以說(可以根據語法自行定義離線說法):\n" +
" 1. 打電話給張三(離線)\n" +
" 2. 打電話給李四(離線)\n" +
" 3. 打開計算器(離線)\n" +
" 4. 明天天氣怎麼樣(需要聯網)\n" +
" ..." +
"\n");
mInput= (EditText) findViewById(R.id.input);
mInput.setVisibility(View.GONE);
initialEnv();
initialTts();
}
@Override
protected void onResume() {
super.onResume();
// 喚醒功能打開步驟
// 1) 創建喚醒事件管理器
mWpEventManager = EventManagerFactory.create(MainActivity.this, "wp");
// 2) 注冊喚醒事件監聽器
mWpEventManager.registerListener(new EventListener() {
@Override
public void onEvent(String name, String params, byte[] data, int offset, int length) {
Log.d(TAG, String.format("event: name=%s, params=%s", name, params));
try {
JSONObject json = new JSONObject(params);
if ("wp.data".equals(name)) { // 每次喚醒成功, 將會回調name=wp.data的時間, 被激活的喚醒詞在params的word字段
String word = json.getString("word");
txtResult.append("喚醒成功, 喚醒詞: " + word + "\r\n");
mInput.setText("喚醒成功，請說出指令");
//mInput.setText("succeed");
Toast.makeText(MainActivity.this,mInput.getText(),Toast.LENGTH_LONG).show();
speak();
//延時3秒，防止語音合成的內容又被語音識別
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
Intent intent = new Intent("com.baidu.action.RECOGNIZE_SPEECH");
intent.putExtra("grammar", "asset:///baidu_speech_grammardemo.bsg"); // 設置離線的授權文件(離線模塊需要授權), 該語法可以用自定義語義工具生成, 鏈接http://yuyin.baidu.com/asr#m5
//intent.putExtra("slot-data", your slots); // 設置grammar中需要覆蓋的詞條,如聯系人名
startActivityForResult(intent, 1);
} else if ("wp.exit".equals(name)) {
txtResult.append("喚醒已經停止: " + params + "\r\n");
}
} catch (JSONException e) {
throw new AndroidRuntimeException(e);
}
}
});
// 3) 通知喚醒管理器, 啟動喚醒功能
HashMap params = new HashMap();
params.put("kws-file", "assets:///WakeUpDemo.bin"); // 設置喚醒資源, 喚醒資源請到 http://yuyin.baidu.com/wake#m4 來評估和導出
mWpEventManager.send("wp.start", new JSONObject(params).toString(), null, 0, 0);
}
@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
super.onActivityResult(requestCode, resultCode, data);
if (resultCode == RESULT_OK) {
Bundle results = data.getExtras();
ArrayList<String> results_recognition = results.getStringArrayList("results_recognition");
//txtResult.append("識別結果(數組形式): " + results_recognition + "\n");
//將數組形式的識別結果變為正常的String類型，例：[給張三打電話]變成給張三打電話
String str=results_recognition+"";
String res=str.substring(str.indexOf("[")+1,str.indexOf("]"));
txtResult.append(res+"\n");
mInput.setText("好的，馬上執行"+res);
speak();
Toast.makeText(MainActivity.this,mInput.getText(),Toast.LENGTH_LONG).show();
}
}
private void initialTts() {
this.mSpeechSynthesizer = SpeechSynthesizer.getInstance();
this.mSpeechSynthesizer.setContext(this);
this.mSpeechSynthesizer.setSpeechSynthesizerListener(new SpeechSynthesizerListener() {
@Override
public void onSynthesizeStart(String s) {
}
@Override
public void onSynthesizeDataArrived(String s, byte[] bytes, int i) {
}
@Override
public void onSynthesizeFinish(String s) {
}
@Override
public void onSpeechStart(String s) {
}
@Override
public void onSpeechProgressChanged(String s, int i) {
}
@Override
public void onSpeechFinish(String s) {
}
@Override
public void onError(String s, SpeechError speechError) {
}
});
// 文本模型文件路徑 (離線引擎使用)
this.mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_TTS_TEXT_MODEL_FILE, mSampleDirPath + "/"
+ TEXT_MODEL_NAME);
// 聲學模型文件路徑 (離線引擎使用)
this.mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_TTS_SPEECH_MODEL_FILE, mSampleDirPath + "/"
+ SPEECH_FEMALE_MODEL_NAME);
// 本地授權文件路徑,如未設置將使用默認路徑.設置臨時授權文件路徑，LICENCE_FILE_NAME請替換成臨時授權文件的實際路徑，僅在使用臨時license文件時需要進行設置，如果在[應用管理]中開通了正式離線授權，不需要設置該參數，建議將該行代碼刪除（離線引擎）
// 如果合成結果出現臨時授權文件將要到期的提示，說明使用了臨時授權文件，請刪除臨時授權即可。
this.mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_TTS_LICENCE_FILE, mSampleDirPath + "/"
+ LICENSE_FILE_NAME);
// 請替換為語音開發者平台上注冊應用得到的App ID (離線授權)
this.mSpeechSynthesizer.setAppId("xxx"/*這裡只是為了讓Demo運行使用的APPID,請替換成自己的id。*/);
// 請替換為語音開發者平台注冊應用得到的apikey和secretkey (在線授權)
this.mSpeechSynthesizer.setApiKey("xxx",
"xxx"/*這裡只是為了讓Demo正常運行使用APIKey,請替換成自己的APIKey*/);
// 發音人（在線引擎），可用參數為0,1,2,3。。。（服務器端會動態增加，各值含義參考文檔，以文檔說明為准。0--普通女聲，1--普通男聲，2--特別男聲，3--情感男聲。。。）
this.mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEAKER, "0");
// 設置Mix模式的合成策略
this.mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_MIX_MODE, SpeechSynthesizer.MIX_MODE_DEFAULT);
// 授權檢測接口(只是通過AuthInfo進行檢驗授權是否成功。)
// AuthInfo接口用於測試開發者是否成功申請了在線或者離線授權，如果測試授權成功了，可以刪除AuthInfo部分的代碼（該接口首次驗證時比較耗時），不會影響正常使用（合成使用時SDK內部會自動驗證授權）
AuthInfo authInfo = this.mSpeechSynthesizer.auth(TtsMode.MIX);
if (authInfo.isSuccess()) {
Toast.makeText(this,"auth success",Toast.LENGTH_LONG).show();
} else {
String errorMsg = authInfo.getTtsError().getDetailMessage();
Toast.makeText(this,"auth failed errorMsg=" + errorMsg,Toast.LENGTH_LONG).show();
}
// 初始化tts
mSpeechSynthesizer.initTts(TtsMode.MIX);
// 加載離線英文資源（提供離線英文合成功能）
int result =
mSpeechSynthesizer.loadEnglishModel(mSampleDirPath + "/" + ENGLISH_TEXT_MODEL_NAME, mSampleDirPath
+ "/" + ENGLISH_SPEECH_FEMALE_MODEL_NAME);
//Toast.makeText(this,"loadEnglishModel result=" + result,Toast.LENGTH_LONG).show();
//打印引擎信息和model基本信息
//printEngineInfo();
}
private void speak() {
String text = this.mInput.getText().toString();
//需要合成的文本text的長度不能超過1024個GBK字節。
if (TextUtils.isEmpty(mInput.getText())) {
text = "歡迎使用百度語音合成SDK,百度語音為你提供支持。";
mInput.setText(text);
}
int result = this.mSpeechSynthesizer.speak(text);
if (result < 0) {
Toast.makeText(this,"error,please look up error code in doc or URL:http://yuyin.baidu.com/docs/tts/122 ",Toast.LENGTH_LONG).show();
}
}
private void initialEnv() {
if (mSampleDirPath == null) {
String sdcardPath = Environment.getExternalStorageDirectory().toString();
mSampleDirPath = sdcardPath + "/" + SAMPLE_DIR_NAME;
}
makeDir(mSampleDirPath);
copyFromAssetsToSdcard(false, SPEECH_FEMALE_MODEL_NAME, mSampleDirPath + "/" + SPEECH_FEMALE_MODEL_NAME);
copyFromAssetsToSdcard(false, SPEECH_MALE_MODEL_NAME, mSampleDirPath + "/" + SPEECH_MALE_MODEL_NAME);
copyFromAssetsToSdcard(false, TEXT_MODEL_NAME, mSampleDirPath + "/" + TEXT_MODEL_NAME);
copyFromAssetsToSdcard(false, LICENSE_FILE_NAME, mSampleDirPath + "/" + LICENSE_FILE_NAME);
copyFromAssetsToSdcard(false, "english/" + ENGLISH_SPEECH_FEMALE_MODEL_NAME, mSampleDirPath + "/"
+ ENGLISH_SPEECH_FEMALE_MODEL_NAME);
copyFromAssetsToSdcard(false, "english/" + ENGLISH_SPEECH_MALE_MODEL_NAME, mSampleDirPath + "/"
+ ENGLISH_SPEECH_MALE_MODEL_NAME);
copyFromAssetsToSdcard(false, "english/" + ENGLISH_TEXT_MODEL_NAME, mSampleDirPath + "/"
+ ENGLISH_TEXT_MODEL_NAME);
}
private void makeDir(String dirPath) {
File file = new File(dirPath);
if (!file.exists()) {
file.mkdirs();
}
}
/**
* 將sample工程需要的資源文件拷貝到SD卡中使用（授權文件為臨時授權文件，請注冊正式授權）
*
* @param isCover 是否覆蓋已存在的目標文件
* @param source
* @param dest
*/
private void copyFromAssetsToSdcard(boolean isCover, String source, String dest) {
File file = new File(dest);
if (isCover || (!isCover && !file.exists())) {
InputStream is = null;
FileOutputStream fos = null;
try {
is = getResources().getAssets().open(source);
String path = dest;
fos = new FileOutputStream(path);
byte[] buffer = new byte[1024];
int size = 0;
while ((size = is.read(buffer, 0, 1024)) >= 0) {
fos.write(buffer, 0, size);
}
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} finally {
if (fos != null) {
try {
fos.close();
} catch (IOException e) {
e.printStackTrace();
}
}
try {
if (is != null) {
is.close();
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
@Override
protected void onStop() {
super.onStop();
// 停止喚醒監聽
mWpEventManager.send("wp.stop", null, null, 0, 0);
}
}

注：源碼是將官網給的demo進行整合，並且刪除了一些用不到的方法，簡少了代碼量。

activity_main：只有一個TextView和一個EditView，很簡單。TextView用於顯示結果，EditView用於語音合成的文字信息

<?xml version="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:tools="http://schemas.android.com/tools"
android:id="@+id/activity_main"
android:layout_width="match_parent"
android:layout_height="match_parent"
android:orientation="vertical"
tools:context="com.example.administrator.baiduvoicetest.MainActivity">
<TextView
android:layout_width="match_parent"
android:layout_height="wrap_content"
android:textSize="18dp"
android:padding="8dp"
android:id="@+id/txtResult" />
<EditText
android:id="@+id/input"
android:layout_width="fill_parent"
android:layout_height="wrap_content"
android:hint="input" />
</LinearLayout>

AndroidManifest：添加權限和一個作為語音識別的UI的活動

<?xml version="1.0" encoding="utf-8"?>
<manifest xmlns:android="http://schemas.android.com/apk/res/android"
package="com.example.administrator.baiduvoicetest">
<uses-permission android:name="android.permission.RECORD_AUDIO" />
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.READ_PHONE_STATE" />
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
<uses-permission android:name="android.permission.CHANGE_WIFI_STATE" />
<uses-permission android:name="android.permission.MODIFY_AUDIO_SETTINGS" />
<uses-permission android:name="android.permission.WRITE_SETTINGS" />
<application
android:allowBackup="true"
android:icon="@mipmap/ic_launcher"
android:label="@string/app_name"
android:supportsRtl="true"
android:theme="@style/AppTheme">
<!-- begin: baidu speech sdk-->
<!--
離線功能指南：
1. 在百度語音開放平台注冊應用，http://yuyin.baidu.com/app
2. 為您的應用的“申請離線授權頁面”，填寫程序包名
3. 在當前應用的AndroidManifest.xml中填寫相應的APP_ID（或在代碼中設置appid參數）
4. 根據場景下載並集成相應的資源，見http://yuyin.baidu.com/docs/asr/131和http://yuyin.baidu.com/asr/download
另外需要注意的是離線功能只是在線功能的“增強”，不能永久不聯網使用（特別是首次使用）。
-->
<!-- 請填寫真實的APP_ID API_KEY SECRET_KEY -->
<meta-data android:name="com.baidu.speech.APP_ID" android:value="8888274"/>
<meta-data android:name="com.baidu.speech.API_KEY" android:value="FOFOGnjFERG3UTZC4FdDnXhM"/>
<meta-data android:name="com.baidu.speech.SECRET_KEY" android:value="63830985f5b05d2863f13ad07c7feaa3"/>
<service android:name="com.baidu.speech.VoiceRecognitionService" android:exported="false" />
<activity
android:name="com.baidu.voicerecognition.android.ui.BaiduASRDigitalDialog"
android:configChanges="orientation|keyboardHidden|screenLayout"
android:theme="@android:style/Theme.Dialog"
android:exported="false"
android:screenOrientation="portrait">
<intent-filter>
<action android:name="com.baidu.action.RECOGNIZE_SPEECH" />
<category android:name="android.intent.category.DEFAULT" />
</intent-filter>
</activity>
<!-- end : baidu speech sdk-->
<activity android:name=".MainActivity">
<intent-filter>
<action android:name="android.intent.action.MAIN" />
<category android:name="android.intent.category.LAUNCHER" />
</intent-filter>
</activity>
</application>
</manifest>

以上所述是小編給大家介紹的android 基於百度語音的語音交互功能，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對本站網站的支持！