Android SDK_移动端NUI SDK_一句话识别

本文介绍了如何使用阿里云智能语音服务提供的Android NUI SDK，包括SDK下载安装、关键接口及代码示例。

前提条件

使用SDK前，首先阅读接口说明，详情请参见接口说明。
已获取项目appkey，详情请参见创建项目。
已获取Access Token，详情请参见获取Token。

下载安装

下载SDK和示例代码。
解压ZIP包，在app/libs目录下获取AAR格式的SDK包。
使用Android Studio打开此工程。
其中一句话识别示例代码为SpeechRecognizerActivity.java文件。

SDK关键接口

initialize：初始化SDK。

/**
     * 初始化SDK，SDK为单例，请先释放后再次进行初始化。请勿在UI线程调用，可能会引起阻塞。
     * @param callback：事件监听回调，参见下文回调说明。
     * @param parameters：初始化参数，参见接口说明。
     * @param level：log打印级别，值越小打印越多。
     * @param save_log：是否保存log为文件，存储目录为parameter中的debug_path字段值。
     * @return：参见错误码。
     */
public synchronized int initialize(final INativeNuiCallback callback,
                                           String parameters,
                                           final Constants.LogLevel level,
                                           final boolean save_log)

其中，INativeNuiCallback类型包含如下回调。

onNuiAudioStateChanged：根据音频状态进行录音功能的开关。

/**
     * 当start/stop/cancel等接口调用时，SDK通过此回调通知App进行录音的开关操作。
     * @param state：录音需要的状态（打开/关闭）
     */
    void onNuiAudioStateChanged(AudioState state);

onNuiNeedAudioData：在回调中提供音频数据。

/**
     * 开始识别时，此回调被连续调用，App需要在回调中进行语音数据填充。
     * @param buffer：填充语音的存储区。
     * @param len：需要填充语音的字节数。
     * @return：实际填充的字节数。
     */
    int onNuiNeedAudioData(byte[] buffer, int len);

onNuiEventCallback：SDK事件回调。

/**
     * SDK主要事件回调
     * @param event：回调事件，参见如下事件列表。
     * @param resultCode：参见错误码，在出现EVENT_ASR_ERROR事件时有效。
     * @param arg2：保留参数。
     * @param kwsResult：语音唤醒功能。
     * @param asrResult：语音识别结果。
     */
    void onNuiEventCallback(NuiEvent event, final int resultCode, final int arg2, KwsResult kwsResult, AsrResult asrResult);

事件列表：

名称	说明
EVENT_VAD_START	检测到人声起点
EVENT_VAD_END	检测到人声尾点
EVENT_ASR_PARTIAL_RESULT	语音识别中间结果
EVENT_ASR_RESULT	语音识别最终结果
EVENT_ASR_ERROR	根据错误码信息判断出错原因
EVENT_MIC_EEROR	录音错误

set_params：以JSON格式设置SDK参数。

/**
     * 以JSON格式设置参数
     * @param params：参见接口说明。
     * @return：参见错误码。
     */
    public synchronized int setParams(String params)

startDialog：开始识别。

/**
     * 开始识别
     * @param vad_mode：多种模式，对于识别场景，请使用P2T
。     * @return：参见错误码。
     */
    public synchronized int startDialog(VadMode vad_mode, String dialog_params)

stopDialog：结束识别。

/**
     * 结束识别，调用该接口后，服务端将返回最终识别结果并结束任务。
     * @return：参见错误码。
     */
    public synchronized int stopDailog()

release：释放SDK。

/**
     * 释放SDK资源
     * @return：参见错误码。
     */
    public synchronized int release()

调用步骤

初始化SDK、录音实例。
根据业务需求设置参数。
调用startDialog开始识别。
根据音频状态回调onNuiAudioStateChanged，打开录音机。
在onNuiNeedAudioData回调中提供录音数据。
在EVENT_ASR_PARTIAL_RESULT事件回调中获取识别结果。
调用stopDialog结束识别。
结束调用，使用release接口释放SDK资源。

Proguard配置

如果代码使用了混淆，请在proguard-rules.pro中配置：

-keep class com.alibaba.idst.nui.*{*;}

代码示例

NUI SDK初始化

CommonUtils.copyAssetsData(this);
int ret = NativeNui.GetInstance().initialize(this, genInitParams(path,path2), Constants.LogLevel.LOG_LEVEL_VERBOSE, true);

其中，genInitParams生成String JSON字符串，包含资源目录和用户信息。其中用户信息包含如下字段。

private String genInitParams(String workpath, String debugpath) {
        String str = "";
        try{
            JSONObject object;
            object.put("app_key","");
            object.put("token","");
            object.put("device_id",Utils.getDeviceId());
            object.put("url","wss://nls-gateway.cn-shanghai.aliyuncs.com:443/ws/v1");
            object.put("workspace", workpath);
            object.put("debug_path",debugpath);
            str = object.toString();
        } catch (JSONException e) {
            e.printStackTrace();
        }
  return str;
}

参数设置

以JSON字符串形式进行设置。

private String genParams() {
  String params = "";
  try {
    JSONObject nls_config = new JSONObject();
    nls_config.put("enable_intermediate_result", true);
    nls_config.put("enable_voice_detection", true);
    JSONObject parameters = new JSONObject();
    parameters.put("nls_config", nls_config);
    //选择一句话识别服务
    parameters.put("service_type", Constants.kServiceTypeASR);
    params = parameters.toString();
  } catch (JSONException e) {
    e.printStackTrace();
  }
  return params;
}
NativeNui.GetInstance().setParams(genParams());

开始识别

通过startDialog接口开启监听。

NativeNui.GetInstance().startDialog(Constants.VadMode.TYPE_P2T, genDialogParams());

回调处理

onNuiAudioStateChanged：录音状态回调，SDK内部维护录音状态，调用时根据该状态的回调进行录音机的开关操作。

public void onNuiAudioStateChanged(Constants.AudioState state) {
        Log.i(TAG, "onNuiAudioStateChanged");
        if (state == Constants.AudioState.STATE_OPEN) {
            Log.i(TAG, "audio recorder start");
            mAudioRecorder.startRecording();
        } else if (state == Constants.AudioState.STATE_CLOSE) {
            Log.i(TAG, "audio recorder close");
            mAudioRecorder.release();
        } else if (state == Constants.AudioState.STATE_PAUSE) {
            Log.i(TAG, "audio recorder pause");
            mAudioRecorder.stop();
        }
    }

onNuiNeedAudioData：录音数据回调，在该回调中填充录音数据。

public int onNuiNeedAudioData(byte[] buffer, int len) {
        int ret = 0;
        if (mAudioRecorder.getState() != AudioRecord.STATE_INITIALIZED) {
            Log.e(TAG, "audio recorder not init");
            return -1;
        }
        ret = mAudioRecorder.read(buffer, 0, len);
        return ret;
    }

onNuiEventCallback：NUI SDK事件回调，请勿在事件回调中调用SDK的接口，可能引起死锁。

public void onNuiEventCallback(Constants.NuiEvent event, final int resultCode, final int arg2, KwsResult kwsResult, AsrResult asrResult) {
        Log.i(TAG, "event=" + event);
        if (event == Constants.NuiEvent.EVENT_ASR_RESULT) {
            showText(asrView, asrResult.asrResult);
        } else if (event == Constants.NuiEvent.EVENT_ASR_PARTIAL_RESULT) {
            showText(asrView, asrResult.asrResult);
        } else if (event == Constants.NuiEvent.EVENT_ASR_ERROR) {
            ;
        }
    }

结束识别

NativeNui.GetInstance().stopDialog();