setting alipay wechat success appmanage dollor user cart order workorder logout left1 left2 app unfree free chart coupon note copy pencil price-tag database cog bin list link plus minus codepen 审核 cross table search user-tie eye github cancel-circle checkmark icon-upload icon-smartphon icon-auth-user icon-arroba-symbol icon-check-pass icon-red-cross icon-pwd-key icon-used icon-expired android appleinc tux windows8 java webAPI mail vip

Java SDK 语音识别(Recognizer)

这里介绍的是Java SDK API关于语音识别(Recognizer)的相关说明,点击右侧目录可快速找到相应文件。

类SpeechRecognizer

java.lang.Object
com.iflytek.cloud.msc.module.SpeechModule
com.iflytek.cloud.speech.SpeechRecognizer


public abstract class SpeechRecognizer
extends com.iflytek.cloud.msc.module.SpeechModule

语音识别类

语音识别,包括听写功能。语音识别技术(Auto Speech Recognize, 简称ASR)即把人的自然语言音频数据转换成文本数据。关于文本数据转语音的 功能,请参考语音合成类 SpeechSynthesizer
听写,基于自然语言处理技术,将自然语言转换为文本输出的技术。语音听写不需要基于某个具体的语法文件,其识别 范围是整个语种内的词条。在听写时,应用还可以上传个性化的词表,如联系人 列表等,提高列表中词语的匹配率。关于个性化词表上传,请参考updateLexicon(String, String, LexiconListener)
本类使用单例,调用者使用本类的对象,只需要通过createRecognizer()创建 一次对象后,便可一直使用该对象,直到通过调用destroy()进行单例对象销毁。调 用者可通过getRecognizer()获取当前已经创建的单例。在销毁本类的单例对象后, 需要先通过createRecognizer()再次创建单例对象,方可再使用。

构造器概要

构造器和说明

SpeechRecognizer()

方法概要

限定符和类型 方法和说明
void cancel()取消会话 通过此函数取消当前的会话。
static SpeechRecognizer createRecognizer()创建单例对象 使用此函数创建一个本类单例对象。
abstract boolean destroy()销毁单例对象 通过本函数,销毁由createRecognizer创建的单例对象。
java.lang.String getParameter(java.lang.String key) 获取参数 获取指定的参数的当前值。
static SpeechRecognizer getRecognizer() 获取单例对象 通过函数获取已创建的单例对象。
abstract boolean isListening() 是否在会话中 通过此函数,获取当前SDK是否正在进行会话。
boolean setParameter(java.lang.String key, java.lang.String value) 参数设置
abstract void startListening(RecognizerListener listener) 开始录音 调用此函数,开始听写。
abstract void stopListening() 停止录音 调用本函数告知SDK,当前会话音频已全部录入。
abstract int updateLexicon(java.lang.String lexiconName, java.lang.String lexiconContent,LexiconListener lexiconListener) 更新词典 更新应用个性化的词典,如联系人列表等。
abstract int writeAudio(byte[] buffer, int offset, int length) 写入录音数据 通过调用此函数,把音频数据传给SDK。

从类继承的方法 com.iflytek.cloud.msc.module.SpeechModule

getStaticSync, getSync, setParameter

从类继承的方法 java.lang.Object

equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

构造器详细资料

SpeechRecognizer

public SpeechRecognizer()

方法详细资料

createRecognizer

public static SpeechRecognizer createRecognizer()

创建单例对象

使用此函数创建一个本类单例对象。当成功创建一次单例对象后,可一直使用此对象, 直到调用destroy()销毁已创建的单例对象为止。若在当前应用生命周期内调用 destroy()前再次调用本函数,则直接返回已创建的单例对象。可通过 getRecognizer()获取已创建的单例对象。

返回:
识别对象
另请参阅:
destroy(), getRecognizer()

getRecognizer

public static SpeechRecognizer getRecognizer()

获取单例对象

通过函数获取已创建的单例对象。当单例对象未创建时,将返回null,此时应先通过 createRecognizer()创建单例对象。

返回:识别对象
另请参阅:
destroy(), createRecognizer()

startListening

public abstract void startListening(RecognizerListener listener)

开始录音 调用此函数,开始听写。

目前SDK不支持多线程,所以在调用本函数开始一次会话后,直到结束前(结果返回 完毕,或出现错误),不能再调用本函数开始新的会话。一次会话,即从会话开始,到结 束为止。

在调用本函数开始听写前,通过setParameter(String, String)设置相 应的参数。

调用本函数开始识别后,通过SDK的录音机录取用户通过麦克风读入的音频(当 SpeechConstant.AUDIO_SOURCE 值>=0时),或由应用层调用 writeAudio(byte[], int, int)写入音频流,获取用于识别的音频。在完成音频 录入(包括麦克风或写音频流方式)后,通过调用stopListening()告知SDK已完 成音频录入,或由SDK自带的VAD(Voice Activity Detection,静音抑制)自动结束音频录 入,见RecognizerListener.onEndOfSpeech()。(关于写入音流方式的SDK自动结束 录入应注意的地方,请参考writeAudio(byte[], int, int);VAD端点长度设置,请 参考setParameter(String, String)

可通过cancel()取消当前的会话。

参数:
listener - 识别状态和结果监听器 听写的结果,将通过回调此接口的函数返回,应用 需要实现此接口,并把实例通过此参数传给SDK。关于接口回调的相关知识,请自行查阅 Java 的相关资料。当录音完毕,或应用层完成音频写入后,由于网络 的延迟等原因,识别结果可能无法即时的返回。同时,SDK为了不阻塞应用层的调用线程, 使用了独立的线程来交互数据。故为了在应用层不在等待结果时,由于主线程结束,而在没 有获取得结果时,就退出了应用,应用层需要在主线程中,考虑等待监听返回结果或其他状 态的情况。 另请参阅:
createRecognizer(), getRecognizer(), stopListening(), setParameter(String, String), cancel()

writeAudio

public abstract int writeAudio(byte[] buffer,int offset,int length)

写入录音数据
通过调用此函数,把音频数据传给SDK。

仅在SpeechConstant.AUDIO_SOURCE值为-1时,需要通过调用本函数,把 音频数据传给SDK。在写入音频数据前,应先通过startListening(RecognizerListener)开启会话。在结束录音数据写入后,调用stopListening()告知应用层,当前会话 音频数据已全部写入。

当SDK回调RecognizerListener.onEndOfSpeech()时,说明SDK已经通过VAD检测 到了静音末端点,应该立即停止写入音频数据。当SDK回调 RecognizerListener.onResult(com.iflytek.cloud.speech.RecognizerResult, boolean)返回完结果,或回调 RecognizerListener.onError(SpeechError)返回错误时,也应该停止当次会话的音频写 入。

支持的音频格式,请参考setParameter(String, String)的参数说明。

参数:
buffer - 要写入的录音数据缓存
offset - 实际音频在传入缓存的起始点
length - 音频数据长度
返回:
是否成功写入数据,ErrorCode.SUCCESS表示成功,其他值表示有错误, 具体错误码,请参考ErrorCode。 另请参阅:
startListening(RecognizerListener), stopListening(), RecognizerListener

stopListening

public abstract void stopListening()

停止录音
调用本函数告知SDK,当前会话音频已全部录入。

在调用本函数后,已录入的音频还在继续上传到服务器,结果不会马上就返回,当前会 话还在继续,直到结果返回完毕,或出现错误。

要取消会话,请参考cancel()函数。

当应用调用本函数结束停止录音时,SDK不会再回调 RecognizerListener.onEndOfSpeech()。相反的,当SDK回调RecognizerListener.onEndOfSpeech()应用层可不必再调用本函数通知SDK停止录音。

另请参阅:
startListening(RecognizerListener), writeAudio(byte[], int, int), RecognizerListener.onEndOfSpeech(), cancel()

isListening

public abstract boolean isListening()

是否在会话中
通过此函数,获取当前SDK是否正在进行会话。应用层可通过此函数,查询能否 开始一路新的会话等。

调用了stopListening()停止录音后,如果会话未出现错误或返回最后的结果, 当前状态依然处于会话中,即本函数会返回true。如果调用cancel()取消了会话, 则当前状态处于不在会话中。

返回:
会话状态,true:正在会话中;false:不在会话中。 另请参阅:
startListening(RecognizerListener), stopListening(), cancel()

cancel

public void cancel()

取消会话
通过此函数取消当前的会话。

在会话被取消后,当前会话结束,未返回的结果将不再返回。

覆盖:
cancel 在类中 com.iflytek.cloud.msc.module.SpeechModule
另请参阅:
startListening(RecognizerListener), stopListening()

setParameter

public boolean setParameter(java.lang.String key,
                            java.lang.String value)

参数设置

可设置的参数有:
SpeechConstant.NET_TIMEOUT: 网络连接超时时间
SpeechConstant.KEY_SPEECH_TIMEOUT:语音输入超时时间
SpeechConstant.LANGUAGE:语言
SpeechConstant.ACCENT:语言区域
SpeechConstant.DOMAIN:应用领域
SpeechConstant.AUDIO_SOURCE:音频源
SpeechConstant.VAD_BOS:前端点超时
SpeechConstant.VAD_EOS:后端点超时
SpeechConstant.SAMPLE_RATE:识别采样率
SpeechConstant.ASR_NBEST:句子级多候选
SpeechConstant.ASR_WBEST:词级多候选
SpeechConstant.ASR_PTT:设置是否有标点符号
SpeechConstant.RESULT_TYPE:识别结果类型
SpeechConstant.ASR_AUDIO_PATH:识别录音保存路径

SpeechConstant请点击这里

当前识别支持未压缩的16位,单声道,采样率为16000或8000,字节顺序为 Little-Endian的Windows PCM音频。本地识别时,需要有相应的资源文件才 支持对应的采样率的音频识别。

覆盖:
setParameter 在类中 com.iflytek.cloud.msc.module.SpeechModule
参数:
key - 参数名称
value - 参数值
返回:
是否设置成功
另请参阅:
getParameter(String), startListening(RecognizerListener)

getParameter

public java.lang.String getParameter(java.lang.String key)

获取参数
获取指定的参数的当前值。

某些有默认的值的参数,如SpeechConstant.SAMPLE_RATE,在应用层未 调用setParameter(String, String)来设置参数值前,可能获取到的是null值, 但在实际会话会始时,SDK会使用默认值传给服务器。

覆盖:
getParameter 在类中 com.iflytek.cloud.msc.module.SpeechModule
参数:
key - 参数名称,所有支持参数,参考setParameter(String, String)
返回:
参数值,值意义,参考SpeechConstant对各参数的说明。
另请参阅:
setParameter(String, String)

destroy

public abstract boolean destroy()

销毁单例对象
通过本函数,销毁由createRecognizer()创建的单例对象。

在调用本函数进行销毁前,应先保证当前不在会话中,否则,本函数将尝试取消当前 会话,并返回false,此时销毁失败。关于当前是否在会话中,请参考函数 isListening()。若销毁失败,请在取消当前会话后,再次调用本函数重试。

当本函数返回true时,销毁成功。此时,之前创建的单例对象已不能再使用,否则, 将会报错。此时需要再使用,应先通过createRecognizer()创建一个新的单例 对象。

指定者:
destroy 在类中 com.iflytek.cloud.msc.module.SpeechModule
返回:
销毁成功:true;销毁失败:false。
另请参阅:
createRecognizer(), cancel()

updateLexicon

public abstract int updateLexicon(java.lang.String lexiconName,
                                  java.lang.String lexiconContent,
                                  LexiconListener lexiconListener)

更新词典
更新应用个性化的词典,如联系人列表等。热词更新后,在5~10分钟内生效。

参数:
lexiconName - 词典名称,{ "userword", "contact" }。
lexiconContent - 词典内容,联系人列表:以换行符"\n"分隔的词语字符串,如"张三,李四,王五"; 用户热词:满足一定格式的json字符串,格式如下:
{"userword":
[
{ "name":"default",
"words":
["默认词条1",
"默认词条2"]
},
{ "name":"词表名称1",
"words":
["词条1的第一个词",
"词条1的第二个词"]
},
{ "name":"词表名称2",
"words":
["词条2的第一个词",
"词条2的第二个词"]
}
]
}
同时请参考相关DEMO的示例, 或UserWords类。
lexiconListener - 词典更新回调接口
返回:
错误码 若更新成功,则返回0。

类RecognizerResult

ava.lang.Object<br/>
com.iflytek.cloud.speech.RecognizerResult<br/>

public class RecognizerResult<br/>
extends java.lang.Object<br/>

识别结果

识别结果为文本内容,格式包括自然语言文本(plain)、xml结构化文本(xml)、json结构化文本(json)3种。

当使用听写时,结果文本格式支持:plain、json(默认)。

关于json和xml格式的各关键字说明,请参考新手指南文档。

构造器概要

构造器和说明

RecognizerResult(java.lang.String result)
构造函数 应用层只通过RecognizerListener.onResult(com.iflytek.cloud.speech.RecognizerResult, boolean)得到结果,可忽略此类的构造函数。

方法概要

限定符和类型 方法和说明
java.lang.String getResultString()获取识别结果

从类继承的方法 java.lang.Object

equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

构造器详细资料

RecognizerResult

public RecognizerResult(java.lang.String result)

构造函数

应用层只通过RecognizerListener.onResult(com.iflytek.cloud.speech.RecognizerResult, boolean)得到结果,可忽略此类的构造函数。

参数:
result - 文本结果

方法详细资料

getResultString

public java.lang.String getResultString()

获取识别结果
返回:
String类型识别结果文本。返回的结果文本有可能为空字符串。

类UserWords

java.lang.Object<br/>
com.iflytek.cloud.speech.UserWords<br/>

public class UserWords<br/>
extends java.lang.Object<br/>

用户词表类

用户个性化词表类,解析、生成json格式数据。用于在听写着上传个性化数据,以提高匹配率, 关于个性化数据上传,参考com.iflytek.cloud.SpeechRecognizer#updatelexicon。

格式示例如下: {
"userword":
[
{ "name" : "default" , "words" : [ "默认词条1", "默认词条2" ] },
{ "name" : "词表名称1", "words": [ "词条1的第一个词", "词条1的第二个词"] },
{ "name" : "词表名称2", "words": [ "词条2的第一个词", "词条2的第二个词"] }
]
}

构造器概要

构造器和说明

UserWords()
默认构造函数
UserWords(java.lang.String json)
构造函数 通过传入JSON格式字符串来初始化用户词表

方法概要

限定符和类型 方法和说明
java.util.ArrayList<java.lang.String> getKeys()获取键值 获取词表下的所有键值。
java.util.ArrayList<java.lang.String> getWords()获取词条 获取默认词组下的所有词条。
java.util.ArrayList<java.lang.String> getWords(java.lang.String key)获取词条 获取键名key下,对应所有用户词表。
boolean hasKey(java.lang.String key)是否包含某个键 是否包含名称为key的词表。
boolean putWord(java.lang.String value)添加词 向默认词组中增加一个value,key值为default。
boolean putWord(java.lang.String key, java.lang.String value)添加词 向key词组中增加一个value。
boolean putWords(java.util.ArrayList<java.lang.String> words)添加多个词 向默认词组中增加多个value,key值为default。
boolean putWords(java.lang.String key, java.util.ArrayList<java.lang.String> words)添加多个词 向key词组中增加多个value。
java.lang.String toString()转为String 同toJson()

从类继承的方法 java.lang.Object

equals, getClass, hashCode, notify, notifyAll, wait, wait, wait

构造器详细资料

UserWords

public UserWords()

默认构造函数

UserWords

public UserWords(java.lang.String json)

构造函数
通过传入JSON格式字符串来初始化用户词表

参数:
json - 格式化的用户词表字符串。

方法详细资料

hasKey

public boolean hasKey(java.lang.String key)

是否包含某个键
是否包含名称为key的词表。

参数:
key - 键名
返回:
false:否; true:是。

putWord

public boolean putWord(java.lang.String value)

添加词
向默认词组中增加一个value,key值为default。

参数:
value - 需要插入的词条内容
返回:
true表示插入成功,false表示失败

putWord

public boolean putWord(java.lang.String key,
                       java.lang.String value)

添加词
向key词组中增加一个value。

参数:
key - 需要插入的词组名称
value - 需要插入的词条内容
返回:
是否成功添加

putWords

public boolean putWords(java.util.ArrayList<java.lang.String> words)

添加多个词
向默认词组中增加多个value,key值为default。

参数:
words - 需要插入的词条列表
返回:
true表示插入成功,false表示失败

putWords

public boolean putWords(java.lang.String key,
                        java.util.ArrayList<java.lang.String> words)

添加多个词
向key词组中增加多个value。

参数:
key - 需要插入的词组名称。
words - 需要插入的词条内容。
返回:
true表示插入成功,false表示失败

getWords

public java.util.ArrayList<java.lang.String> getWords()

获取词条
获取默认词组下的所有词条。

返回:
默认词组的词条列表

getKeys

public java.util.ArrayList<java.lang.String> getKeys()

获取键值
获取词表下的所有键值。

返回:
词表下的所有键值

getWords

public java.util.ArrayList<java.lang.String> getWords(java.lang.String key)

获取词条
获取键名key下,对应所有用户词表。

参数:
key - 需要获取的词组名称。
返回:
词条列表

toString

public java.lang.String toString()

转为String
同toJson()

覆盖:
toString 在类中 java.lang.Object
另请参阅:
toJson()

接口LexiconListener

public interface LexiconListener

词典更新回调接口

通过实现此接口,获取词典更新状态

方法概要

限定符和类型 方法和说明
void onLexiconUpdated(java.lang.String lexiconId, SpeechError error)词典更新结束回调

方法详细资料

onLexiconUpdated

void onLexiconUpdated(java.lang.String lexiconId,
                      SpeechError error)

词典更新结束回调
参数:
lexiconId - 词典ID。目前即使上传成功,此值也是null,只要上传成功,个性化词表便可生效,可忽略此参数值。
error - 错误信息。值为null时表示成功,其他值时表示有错误。 获取错误码信息请查看SpeechError,详细错误码请看ErrorCode 另请参阅:
SpeechError, ErrorCode

接口RecognizerListener

public interface RecognizerListener

识别监听器

通过实现此接口,获取当前识别的状态和结果

合成监听器,请参考SynthesizerListener

方法概要

限定符和类型 方法和说明
void onBeginOfSpeech()开始说话 在录音模式(音频源参数设为 > -1 时 )下, 调用开始录音函数后,会自动开启系统的录音 机,并在录音机开启后,会回调此函数(这中间的过程应该在几毫秒内,可以忽略,除非系 统响应很慢)。
void onEndOfSpeech()结束说话 在SDK检测到音频的静音端点时,回调此函数(在录音模式或写音频模式下都会回调, 应用层主动调用SpeechRecognizer.stopListening()则不会回调此函数, 在识别出错时,可能不会回调此函数)。
void onError(SpeechError error)错误回调 当此函数回调时,说明当次会话出现错误,会话自动结束,录音也会停止。
void onEvent(int eventType, int arg1, int arg2, java.lang.String msg)事件 扩展用接口,由具体业务进行约定。
void onResult(RecognizerResult result, boolean islast)返回结果 返回的结果可能为null,请增加判断处理。
void onVolumeChanged(int volume)音量变化 当开始识别,到停止录音(停止写入音频流)或SDK返回最后一个结果自动结束识别为止, SDK检测到音频数据(正在录音或写入音频流)的音量变化时,会多次通过此函数回调,告 知应用层当前的音量值。

方法详细资料

onVolumeChanged

void onVolumeChanged(int volume)

音量变化
当开始识别,到停止录音(停止写入音频流)或SDK返回最后一个结果自动结束识别为止, SDK检测到音频数据(正在录音或写入音频流)的音量变化时,会多次通过此函数回调,告 知应用层当前的音量值。应用层可通过此函数传入的值变化,改变自定义UI的画面等。

参数:
volume - 当前音量值,范围[0-30]
另请参阅:
SpeechRecognizer.startListening(com.iflytek.cloud.speech.RecognizerListener), onBeginOfSpeech(), onEndOfSpeech(), SpeechRecognizer.stopListening()

onBeginOfSpeech

void onBeginOfSpeech()

开始说话
在录音模式(音频源参数设为 > -1 时 )下, 调用开始录音函数后,会自动开启系统的录音 机,并在录音机开启后,会回调此函数(这中间的过程应该在几毫秒内,可以忽略,除非系 统响应很慢)。

应用层可通过此函数回调,告知用户,当前可开始说话。若应用层使用的是声音提示, 则应该在调用开始录音函数前,提放提示音, 并在提示音非静音数据播放结束时,调用 开始录音函数,开始录音。若太早调用,则 可能会把提示音录进要识别的音频中,若太晚,则可能会漏掉部分用户说话的音频。

另请参阅:
SpeechRecognizer.startListening(com.iflytek.cloud.speech.RecognizerListener), onEndOfSpeech()

onEndOfSpeech

void onEndOfSpeech()

结束说话
在SDK检测到音频的静音端点时,回调此函数(在录音模式或写音频模式下都会回调, 应用层主动调用SpeechRecognizer.stopListening()则不会回调此函数, 在识别出错时,可能不会回调此函数)。在此函数回调后,当前识别会话可能并没有结束, 识别结果可能还要等待一定的时间才会返回。

此函数回调后,应用层应立即停止调用SpeechRecognizer.writeAudio(byte[], int, int)写入音 频数据,(当音频源设置为音频流时(SpeechConstant.AUDIO_SOURCE为-1时) 否则,再通过SpeechRecognizer.writeAudio(byte[], int, int)写入的音频也会被忽略。

应用层可以通过此函数回调,告知用户,当次说话已结束,正在等待识别结果(若结果 未返回)等。

另请参阅:
onBeginOfSpeech(), onResult(com.iflytek.cloud.speech.RecognizerResult, boolean), onError(com.iflytek.cloud.speech.SpeechError), SpeechRecognizer.writeAudio(byte[], int, int), SpeechRecognizer.stopListening()

onResult

void onResult(RecognizerResult result,
              boolean islast)

返回结果
返回的结果可能为null,请增加判断处理。

一次识别会话的结果可能会多次返回(即多次回调此函数),通过参数2,判断是否是最后 一个结果,true时为最后一个结果,否则不是。当最后一个结果返回时,本次会话结束,录 音也会停止,在重新调用 SpeechRecognizer.startListening(com.iflytek.cloud.speech.RecognizerListener)开启新的识别会话前, 停止调用SpeechRecognizer.writeAudio(byte[], int, int)写入音频(当音频源设置为音频流时 (SpeechConstant.AUDIO_SOURCE为-1时)。 当出现错误,或应用层调用SpeechRecognizer.cancel()取消当次识别时,在当次识 别会话过程可能不会回调此函数。

识别采用边录边上传的分次上传音频数据方式,可能在结束录音前,就有结果返回。

参数:
result - 结果数据
islast - 是否最后一次结果标记
另请参阅:
onError(com.iflytek.cloud.speech.SpeechError), SpeechRecognizer.cancel(), RecognizerResult

onError

void onError(SpeechError error)

错误回调
当此函数回调时,说明当次会话出现错误,会话自动结束,录音也会停止。应在再次调用 SpeechRecognizer.startListening(com.iflytek.cloud.speech.RecognizerListener)开启新的识别会话前, 停止调用SpeechRecognizer.writeAudio(byte[], int, int)写入音频(当音频源设置为音频流时 (SpeechConstant.AUDIO_SOURCE为-1时)。

参数:
error - 错误类型
另请参阅:
SpeechError, onResult(com.iflytek.cloud.speech.RecognizerResult, boolean), SpeechRecognizer.startListening(com.iflytek.cloud.speech.RecognizerListener)

onEvent

void onEvent(int eventType,
             int arg1,
             int arg2,
             java.lang.String msg)

事件
扩展用接口,由具体业务进行约定。例如eventType为0显示网络状态,agr1为网络连接值。

参数:
eventType - 消息类型
arg1 - 参数1
arg2 - 参数2
msg - 消息内容
另请参阅:
SpeechEvent