Java實(shí)現(xiàn)在線語(yǔ)音識(shí)別

更新時(shí)間：2018年08月30日 10:01:58 作者：溫柔的及時(shí)雨

這篇文章主要為大家詳細(xì)介紹了Java實(shí)現(xiàn)在線語(yǔ)音識(shí)別功能，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

本文為大家分享了Java實(shí)現(xiàn)在線語(yǔ)音識(shí)別的具體方法，供大家參考，具體內(nèi)容如下

利用訊飛開發(fā)平臺(tái)作為第三方庫(kù)

首先需要在訊飛開發(fā)平臺(tái)下載SDK,網(wǎng)址為，訊飛開發(fā)平臺(tái)，這些SDK 下載都是免費(fèi)的，當(dāng)然你需要先注冊(cè)。在SDK 中不僅包含相應(yīng)的jar包，還有一些相應(yīng)的demo，可以供你參考學(xué)習(xí)

在我們下載下來(lái)第一個(gè)SDK 之后就可以進(jìn)行開發(fā)了，訊飛的SDK 給我們提供了詳盡而強(qiáng)大的函數(shù)支持，下面我就從代碼的角度來(lái)進(jìn)行一些解釋。

代碼

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;

// 語(yǔ)音聽寫對(duì)象

SpeechRecognizer speechRecognize;
private static final String DEF_FONT_NAME = "宋體";
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() {
// 初始化聽寫對(duì)象
speechRecognize = SpeechRecognizer.createRecognizer();
// 設(shè)置組件
startBtn = new Button("start");
stopBtn = new Button("stop");
textArea = new TextArea();
Panel btnPanel = new Panel();
Panel textPanel = new Panel();
// Button startBtn = new Button("開始");

//添加監(jiān)聽器
startBtn.addActionListener(this);
stopBtn.addActionListener(this);
btnPanel.add(startBtn);
btnPanel.add(stopBtn);
textPanel.add(textArea);
add(btnPanel);
add(textPanel);

// 設(shè)置窗體
setLayout(new GridLayout(2, 1));
setSize(400, 300);
setTitle("語(yǔ)音識(shí)別");
setLocation(200, 200);
setVisible(true);

}

public void actionPerformed(ActionEvent e) {
if (e.getSource() == startBtn) {
textArea.setText("*************你說(shuō)的是：");
if (!speechRecognize.isListening())
speechRecognize.startListening(recognizerListener);

else

speechRecognize.stopListening();
} else if (e.getSource() == stopBtn) {
speechRecognize.stopListening();

}

}

/**
* 聽寫監(jiān)聽器
*/

private RecognizerListener recognizerListener = new RecognizerListener() {
public void onBeginOfSpeech() {

// DebugLog.Log( "onBeginOfSpeech enter" );
// ((JLabel) jbtnRecognizer.getComponent(0)).setText("聽寫中...");
// jbtnRecognizer.setEnabled(false);

}

public void onEndOfSpeech() {
DebugLog.Log("onEndOfSpeech enter");

}

/**
* 獲取聽寫結(jié)果. 獲取RecognizerResult類型的識(shí)別結(jié)果，并對(duì)結(jié)果進(jìn)行累加，顯示到Area里
*/

public void onResult(RecognizerResult results, boolean islast) {
DebugLog.Log("onResult enter");

// 如果要解析json結(jié)果，請(qǐng)考本項(xiàng)目示例的 com.iflytek.util.JsonParser類
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");

}

};

/**
* 聽寫結(jié)束，恢復(fù)初始狀態(tài)
*/

public void iatSpeechInitUI() {

// labelWav.setIcon(new ImageIcon("res/mic_01.png"));
// jbtnRecognizer.setEnabled(true);
// ((JLabel) jbtnRecognizer.getComponent(0)).setText("開始聽寫");

}

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();

}

}

代碼解析

1.SpeechRecognizer類，語(yǔ)音識(shí)別類，語(yǔ)音識(shí)別，包括聽寫、語(yǔ)法識(shí)別功能。本類使用單例，調(diào)用者使用本類的對(duì)象，只需要通過(guò)createRecognizer()創(chuàng)建一次對(duì)象后，便可一直使用該對(duì)象，直到通過(guò)調(diào)用destroy()進(jìn)行單例對(duì)象銷毀。調(diào) 用者可通過(guò)getRecognizer()獲取當(dāng)前已經(jīng)創(chuàng)建的單例。我們?cè)谝婚_始導(dǎo)包，把相應(yīng)的類導(dǎo)入，然后聲明語(yǔ)音識(shí)別類，然后在VoiceSpeech類的構(gòu)造器中初始化。

2.在SpeechRecognizer類中有很多有關(guān)語(yǔ)音識(shí)別的方法，

（1）startListening方法，開始進(jìn)行語(yǔ)音識(shí)別，其方法的參數(shù)是一個(gè)回調(diào)函數(shù)，這個(gè)方法是另一個(gè)類RecognizerListener聲明的實(shí)例，在其匿名內(nèi)部類中重寫關(guān)鍵的方法，借此到底我們想要的結(jié)果，我們?cè)趏nResult方法中重寫，把識(shí)別的結(jié)果通過(guò)json解析之后（識(shí)別的結(jié)果默認(rèn)是json格式），把它依次添加到文本欄上面，之后我們對(duì)文本欄的內(nèi)容進(jìn)行文字字體大小等的設(shè)定

（2）stopListening方法，等錄音結(jié)束之后，調(diào)用該方法，把錄音結(jié)果通過(guò)網(wǎng)絡(luò)傳輸給訊飛遠(yuǎn)程識(shí)別平臺(tái)進(jìn)行解析，解析完成之后，把解析結(jié)果傳送過(guò)來(lái)

3.在main方法中先要進(jìn)行SpeechUtility.createUtility，這是訊飛SDK的初始化，相當(dāng)于遠(yuǎn)程連接訊飛識(shí)別平臺(tái)，因?yàn)镴ava現(xiàn)在還不支持離線識(shí)別，所以在進(jìn)行識(shí)別方法調(diào)用之前，必須連接訊飛開發(fā)平臺(tái)，這個(gè)方法的作用正是如此，其參數(shù)就是不同的識(shí)別版本

4.因?yàn)楹芏喾椒ǘ际怯嶏w提供的，所以我們需要導(dǎo)入相應(yīng)的包

具體如下

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解析類
import com.iflytek.util.Version;//版本類

這些在SDK 中都有

最終的結(jié)果

ps:因?yàn)橹皇亲⒅刈R(shí)別功能，所以界面很丑。