Android SDK_一句话识别_智能语音交互-阿里云

本文介绍如何使用阿里云智能语音服务提供的Android SDK，包括SDK的安装方法及SDK代码示例。

说明

建议您使用新版本Android SDK，本版本后续将不再更新。详情请参见Android SDK。

前提条件

首先阅读接口说明，详情请参见接口说明。
已在智能语音管控台创建项目并获取appkey，详情请参见创建项目。
已获取智能语音服务访问令牌，详情请参见获取Token。

下载安装

下载SDK和示例代码。
解压ZIP包得到nls-sdk-android文件夹。
在示例代码工程app/libs目录下是AAR格式的SDK包。
使用Android Studio打开工程查看示例代码，其中一句话识别示例有两个Activity结尾的代码文件。
- SpeechRecogizerActivity.java演示采集音频发送给SDK功能。
- （推荐）SpeechRecognizerWithRecorderActivity.java演示如何使用SDK内置录音功能。

SDK关键接口

NlsClient：语音处理客户端，利用该客户端可以进行一句话识别、实时语音识别和语音合成的语音处理任务。该客户端为线程安全，建议全局仅创建一个实例。
SpeechRecognizer：代表一次语音识别请求。需要将录制的音频或从文件读取的音频数据，发送给SDK。
SpeechRecognizerWithRecorder：代表一次语音识别请求。在SpeechRecognizer的基础上内置录音功能，调用简便，推荐使用。
SpeechRecognizerCallback：语音识别回调接口。在获得识别结果、发生错误等事件发生时会触发回调。您可参照示例调用此接口，在回调方法中加入自己的处理逻辑。
SpeechRecognizerWithRecorderCallback：语音识别回调接口。在SpeechRecognizerCallback基础上增加了录制的语音数据和音频音量的回调方法。

调用步骤

下面以SpeechRecognizer为例，为您介绍一句话识别请求的调用步骤：

创建NlsClient实例。
定义SpeechRecognizerCallback实现类，按您自己的业务需要处理识别结果或错误情况。
调用NlsClient.createRecognizerRequest()方法得到SpeechRecognizer实例。
设置SpeechRecognizer参数，主要是accessToken和appkey。
调用SpeechRecognizer.start()方法开始与云端服务连接。
采集语音并调用SpeechRecognizer.sendAudio()方法发送给云端服务。
在回调中处理识别结果或错误。
调用SpeechRecognizer.stop()方法结束识别。
如果需要发起新的请求，请重复3~8步。
注意
SpeechRecognizer不可重复使用，必须新建实例。
调用NlsClient.release()方法释放客户端实例。

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.util.*{*;}

代码示例

创建识别请求

// 新建识别回调类
SpeechRecognizerCallback callback = new MyCallback();
// 创建识别request
speechRecognizer = client.createRecognizerRequest(callback);
// 填写Token
speechRecognizer.setToken("");
// 填写appkey
speechRecognizer.setAppkey("");
// 设置返回中间结果
speechRecognizer.enableIntermediateResult(true);
// 启动语音识别
int code = speechRecognizer.start();

采集音频并发送给识别服务。

此处音频数据也可以从文件或其他来源获取。如果使用SpeechRecognizerWithRecorder则SDK内部会处理录音并发送数据，此时可以省略该步骤。

ByteBuffer buf = ByteBuffer.allocateDirect(SAMPLES_PER_FRAME);
while(sending){
    buf.clear();
    // 采集语音
    int readBytes = mAudioRecorder.read(buf, SAMPLES_PER_FRAME);
    byte[] bytes = new byte[SAMPLES_PER_FRAME];
    buf.get(bytes, 0, SAMPLES_PER_FRAME);
    if (readBytes>0 && sending){
        // 发送语音数据到识别服务
        int code = recognizer.sendAudio(bytes, bytes.length);
        if (code < 0) {
            Toast.makeText(SpeechRecognizerActivity.this, "发送语音失败！", Toast.LENGTH_LONG).show();
            break;
        }
    }
    buf.position(readBytes);
    buf.flip();
}

处理回调结果。

// 识别结束，得到最终完整结果。
@Override
public void onRecognizedCompleted(final String msg, int code)
{
    Log.d(TAG,"OnRecognizedCompleted " + msg + ": " + String.valueOf(code));
}

// 识别返回中间结果，只有开启相关选项时才会回调。
@Override
public void onRecognizedResultChanged(final String msg, int code)
{
    Log.d(TAG,"OnRecognizedResultChanged " + msg + ": " + String.valueOf(code));
}