Java实现在线语音识别

2019-11-26 09:41:24

字体：大中小

来源：转载

供稿：网友

本文为大家分享了Java实现在线语音识别的具体方法，供大家参考，具体内容如下

利用讯飞开发平台作为第三方库

首先需要在讯飞开发平台下载SDK,网址为，讯飞开发平台，这些SDK 下载都是免费的，当然你需要先注册。在SDK 中不仅包含相应的jar包，还有一些相应的demo，可以供你参考学习

在我们下载下来第一个SDK 之后就可以进行开发了，讯飞的SDK 给我们提供了详尽而强大的函数支持，下面我就从代码的角度来进行一些解释。

代码

package myVoice;import java.awt.Button;import java.awt.Font;import java.awt.Frame;import java.awt.GridLayout;import java.awt.Panel;import java.awt.TextArea;import java.awt.event.ActionEvent;import java.awt.event.ActionListener;import java.lang.reflect.Parameter;import java.util.ArrayList;import javax.swing.ImageIcon;import javax.swing.JFrame;import javax.swing.JLabel;import com.iflytek.cloud.speech.RecognizerListener;import com.iflytek.cloud.speech.RecognizerResult;import com.iflytek.cloud.speech.SpeechError;import com.iflytek.cloud.speech.SpeechRecognizer;import com.iflytek.cloud.speech.SpeechUtility;import com.iflytek.util.DebugLog;import com.iflytek.util.JsonParser;import com.iflytek.util.Version;public class VoiceSpeech extends Frame implements ActionListener {Button startBtn;Button stopBtn;TextArea textArea;// 语音听写对象SpeechRecognizer speechRecognize;private static final String DEF_FONT_NAME = "宋体";private static final int DEF_FONT_STYLE = Font.BOLD;private static final int DEF_FONT_SIZE = 30;private static final int TEXT_COUNT = 100;public VoiceSpeech() {// 初始化听写对象speechRecognize = SpeechRecognizer.createRecognizer();// 设置组件startBtn = new Button("start");stopBtn = new Button("stop");textArea = new TextArea();Panel btnPanel = new Panel();Panel textPanel = new Panel();// Button startBtn = new Button("开始");//添加监听器startBtn.addActionListener(this);stopBtn.addActionListener(this);btnPanel.add(startBtn);btnPanel.add(stopBtn);textPanel.add(textArea);add(btnPanel);add(textPanel);// 设置窗体setLayout(new GridLayout(2, 1));setSize(400, 300);setTitle("语音识别");setLocation(200, 200);setVisible(true);}public void actionPerformed(ActionEvent e) {if (e.getSource() == startBtn) {textArea.setText("*************你说的是：");if (!speechRecognize.isListening())speechRecognize.startListening(recognizerListener);elsespeechRecognize.stopListening();} else if (e.getSource() == stopBtn) {speechRecognize.stopListening();}}/*** 听写监听器*/private RecognizerListener recognizerListener = new RecognizerListener() {public void onBeginOfSpeech() {// DebugLog.Log( "onBeginOfSpeech enter" );// ((JLabel) jbtnRecognizer.getComponent(0)).setText("听写中...");// jbtnRecognizer.setEnabled(false);}public void onEndOfSpeech() {DebugLog.Log("onEndOfSpeech enter");}/*** 获取听写结果. 获取RecognizerResult类型的识别结果，并对结果进行累加，显示到Area里*/public void onResult(RecognizerResult results, boolean islast) {DebugLog.Log("onResult enter");// 如果要解析json结果，请考本项目示例的 com.iflytek.util.JsonParser类String text =JsonParser.parseIatResult(results.getResultString());// String text = results.getResultString();// JsonParser json = new JsonParser();//  String newTest = json.parseIatResult(text);//  textArea.setText(newTest);textArea.append(text);text = textArea.getText();if (null != text) {int n = text.length() / TEXT_COUNT + 1;int fontSize = Math.max(10, DEF_FONT_SIZE - 2 * n);DebugLog.Log("onResult new font size=" + fontSize);int style = n > 1 ? Font.PLAIN : DEF_FONT_SIZE;Font newFont = new Font(DEF_FONT_NAME, style, fontSize);textArea.setFont(newFont);}if (islast) {iatSpeechInitUI();}}public void onVolumeChanged(int volume) {DebugLog.Log("onVolumeChanged enter");if (volume == 0)volume = 1;else if (volume >= 6)volume = 6;// labelWav.setIcon(new ImageIcon("res/mic_0" + volume + ".png"));}public void onError(SpeechError error) {DebugLog.Log("onError enter");if (null != error) {DebugLog.Log("onError Code：" + error.getErrorCode());textArea.setText(error.getErrorDescription(true));iatSpeechInitUI();}}public void onEvent(int eventType, int arg1, int agr2, String msg) {DebugLog.Log("onEvent enter");}};/*** 听写结束，恢复初始状态*/public void iatSpeechInitUI() {// labelWav.setIcon(new ImageIcon("res/mic_01.png"));// jbtnRecognizer.setEnabled(true);// ((JLabel) jbtnRecognizer.getComponent(0)).setText("开始听写");}public static void main(String[] args) {// 初始化StringBuffer param = new StringBuffer();param.append( "appid=" + Version.getAppid() );// param.append( ","+SpeechConstant.LIB_NAME_32+"=myMscName" );SpeechUtility.createUtility( param.toString() );VoiceSpeech t = new VoiceSpeech();}}

代码解析

1.SpeechRecognizer类，语音识别类，语音识别，包括听写、语法识别功能。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。我们在一开始导包，把相应的类导入，然后声明语音识别类，然后在VoiceSpeech类的构造器中初始化。

2.在SpeechRecognizer类中有很多有关语音识别的方法，

（1）startListening方法，开始进行语音识别，其方法的参数是一个回调函数，这个方法是另一个类RecognizerListener声明的实例，在其匿名内部类中重写关键的方法，借此到底我们想要的结果，我们在onResult方法中重写，把识别的结果通过json解析之后（识别的结果默认是json格式），把它依次添加到文本栏上面，之后我们对文本栏的内容进行文字字体大小等的设定

（2）stopListening方法，等录音结束之后，调用该方法，把录音结果通过网络传输给讯飞远程识别平台进行解析，解析完成之后，把解析结果传送过来

3.在main方法中先要进行SpeechUtility.createUtility，这是讯飞SDK的初始化，相当于远程连接讯飞识别平台，因为Java现在还不支持离线识别，所以在进行识别方法调用之前，必须连接讯飞开发平台，这个方法的作用正是如此，其参数就是不同的识别版本

4.因为很多方法都是讯飞提供的，所以我们需要导入相应的包

具体如下

import com.iflytek.cloud.speech.RecognizerListener;import com.iflytek.cloud.speech.RecognizerResult;import com.iflytek.cloud.speech.SpeechError;import com.iflytek.cloud.speech.SpeechRecognizer;import com.iflytek.cloud.speech.SpeechUtility;import com.iflytek.util.DebugLog;import com.iflytek.util.JsonParser;//json解析类import com.iflytek.util.Version;//版本类

这些在SDK 中都有

最终的结果

ps:因为只是注重识别功能，所以界面很丑。