Android之讯飞语音合成和语音识别

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

目前只要是关于小说或者英语相关软件，就会遇到需要朗读文本或者单词，这时就需要涉及到语音合成功能，如果再涉及一些聊天啥的(不一定是即时通讯)就会涉及语音识别，比如简单的聊天问AI，用语音问，这时后台会告诉你AI那边没有语音的，需要把语音转成文字给AI，来吧，看看怎么实现。

---

效果图

一、去讯飞官网注册讯飞官网

去讯飞官网注册后进行实名认证，然后创建应用就会得到APP_ID。

二、下载jar和so文件讯飞SDK

三、语音合成

1.将jar和so文件放到libs文件下并引用(必须要so文件)

代码如下（语音合成和识别共用）：

    //讯飞implementation files('libs/Msc.jar')

2.Application中实例化

代码如下（语音合成和识别共用，切记保留appid=，只替换后面YOUR_APP_ID）：

// 初始化讯飞 SDK（替换 YOUR_APP_ID）
SpeechUtility.createUtility(this, "appid=YOUR_APP_ID")

3.activity中使用

    //定义变量private var tts: SpeechSynthesizer? = null// 初始化语音合成器tts = SpeechSynthesizer.createSynthesizer(this, null)//朗读 xiaoyan这里自己去新建应用后找到语音合成，特色发音，新建发音人private fun startTTS(text: String?) {// 设置参数tts!!.setParameter(SpeechConstant.VOICE_NAME, "xiaoyan")tts!!.setParameter(SpeechConstant.SPEED, "40") // 语速（0~100）tts!!.setParameter(SpeechConstant.PITCH, "50") // 音调（0~100）tts!!.setParameter(SpeechConstant.VOLUME, "100") // 音量（0~100）// 开始合成并播放tts!!.startSpeaking(text, object : SynthesizerListener {override fun onSpeakBegin() {// 开始播放}override fun onBufferProgress(percent: Int, beginPos: Int, endPos: Int, info: String?) {// 缓冲进度}override fun onSpeakPaused() {}override fun onSpeakResumed() {}override fun onSpeakProgress(percent: Int, beginPos: Int, endPos: Int) {// 播放进度}override fun onCompleted(error: SpeechError?) {if (error != null) {Log.e("TTS", "Error: " + error.errorCode)}}override fun onEvent(eventType: Int, arg1: Int, arg2: Int, obj: Bundle?) {// 事件回调（如播放暂停、恢复）}})}override fun onDestroy() {super.onDestroy()// 释放资源if (tts != null) {tts!!.stopSpeaking()tts!!.destroy()}}

四、语音识别

1.步骤同上1和2

2.activity中使用

 //定义变量private var mIat: SpeechRecognizer? = null // 语音识别对象// 创建语音识别对象mIat = SpeechRecognizer.createRecognizer(this, object : InitListener {override fun onInit(code: Int) {println("初始化--->$code")setIatParams() // 设置参数}})
// 设置识别参数private fun setIatParams() {if (mIat == null) return// 设置听写参数mIat!!.setParameter(SpeechConstant.DOMAIN, "iat") // 语音转写mIat!!.setParameter(SpeechConstant.LANGUAGE, "zh_cn") // 中文mIat!!.setParameter(SpeechConstant.ACCENT, "mandarin") // 普通话mIat!!.setParameter(SpeechConstant.VAD_BOS, "4000") // 语音前缀静音超时（毫秒）mIat!!.setParameter(SpeechConstant.VAD_EOS, "1000") // 语音后缀静音超时（毫秒）mIat!!.setParameter(SpeechConstant.ASR_PTT, "1") // 标点符号（1有标点，0无标点）}
//开始录音时调用
if (mIat != null) {mIat!!.startListening(mRecognizerListener) // 开始录音
}
//结束录音调用
if (mIat != null) {mIat!!.stopListening() // 停止录音并获取最终结果
}// 识别监听器
private val mRecognizerListener: RecognizerListener = object : RecognizerListener {override fun onResult(results: RecognizerResult, isLast: Boolean) {// 实时返回结果（isLast为true时表示最终结果）val jsonStr: String? = results.resultStringval text: String? = parseWFromJson(jsonStr)if (isLast) {//最终结果println("文件目录--->$text")} else {
//                tvResult.append("[实时结果] " + text + "\n")}}override fun onError(error: SpeechError) {println("识别错误：" + error.errorCode + ", " + error.errorDescription)// 错误处理
//            tvResult.setText("错误：" + error.getErrorDescription())}override fun onVolumeChanged(p0: Int, p1: ByteArray?) {// 音量变化（0-30）println("当前音量：$p0")}override fun onBeginOfSpeech() {// 开始录音println("开始录音")
//            tvResult.setText("正在录音...")}override fun onEndOfSpeech() {// 结束录音（自动触发）println("录音结束")}override fun onEvent(eventType: Int, arg1: Int, arg2: Int, obj: Bundle?) {// 扩展事件回调}}//语音转文字数据获取格式化fun parseWFromJson(jsonStr: String?): String {val result = StringBuilder()try {val jsonObject: JSONObject = JSONObject(jsonStr)val wsArray: JSONArray = jsonObject.getJSONArray("ws") // 获取 ws 数组// 遍历 ws 数组for (i in 0 until wsArray.length()) {val wsItem: JSONObject = wsArray.getJSONObject(i)val cwArray: JSONArray = wsItem.getJSONArray("cw") // 获取 cw 数组// 遍历 cw 数组for (j in 0 until cwArray.length()) {val cwItem: JSONObject = cwArray.getJSONObject(j)val w: String? = cwItem.optString("w", "") // 提取 w 字段result.append(w) // 拼接结果}}} catch (e: JSONException) {e.printStackTrace()}return result.toString()}//释放资源override fun onDestroy() {super.onDestroy()// 释放资源if (mIat != null) {mIat!!.cancel();mIat!!.destroy();}}

---

总结

除了添加jar文件外一定要引用so文件，不然会报错，语音合成发音人可新建特色发音，根据自己选择新建，语音识别如果外加录音，就在开始录音时调用，结束录音结束识别即可。