ITPub博客

首页 > 移动开发 > 移动测试 > 一文教你如何快速实现声音识别

一文教你如何快速实现声音识别

原创 移动测试 作者:华为开发者论坛 时间:2021-08-12 14:09:11 0 删除 编辑

在一些应用项目开发的过程中,有时需要用到语音检测的功能,即识别敲门声、门铃声、汽车喇叭声等功能,对于中小开发者来说,单独开发构建该能力,不免耗时耗力,而华为机器学习服务中的声音识别服务SDK,只需简单集成,端侧就能实现这个功能。

 

一、   华为 声音识别服务简介:

声音识别服务支持通过在线(实时录音)的模式检测声音事件,基于检测到的声音事件能够帮助开发者进行后续指令动作。目前支持 13个种类的声音事件,包括:笑声、婴儿或小孩哭声、打鼾声、喷嚏声、叫喊声、猫叫声、狗叫声、流水声(包括水龙头流水声、溪流声、海浪声)、汽车喇叭声、门铃声、敲门声、火灾报警声(包括火灾报警器警报声、烟雾报警器警报声)、警报声(包括消防车警报声、救护车警报声、警车警报声、防空警报声)。

 

二、集成准备:

开发环境配置

1、需要在华为开发者联盟上创建应用:

此步骤具体可以详见下方的链接:

https://developer.huawei.com/consumer/cn/doc/development/AppGallery-connect-Guides/agc-get-started#createproject ?ha__source=hms1

 

2、打开机器学习服务:

具体开启步骤可以查看下方的链接:

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/enable-service-0000001050038078-V5 ?ha__source=hms1

 

2、创建完应用之后,会自动生成 agconnect-services.json文件, 需要手动将 agconnect-services.json文件拷贝到应用级根目录下

 

3、配置 HMS Core SDKMaven仓地址。

关于 Maven仓的配置可以查看下方的链接:

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/config-maven-0000001050040031 ?ha__source=hms1

 

4、集成声音识别服务 SDK

1. 推荐使用 Full SDK方式集成,在 build.gradle文件中配置相应的 sdk

// 引入声音识别集合包
implementation 'com.huawei.hms:ml-speech-semantics-sounddect-sdk:2.1.0.300'
implementation 'com.huawei.hms:ml-speech-semantics-sounddect-model:2.1.0.300'

 

2. 根据实际情况声明 AGC插件配置,有两种方式

apply plugin: 'com.android.application'
apply plugin: 'com.huawei.agconnect'
或
plugins {    id 'com.android.application'    
id 'com.huawei.agconnect'
}

3. 自动更新机器学习模型

添加如下语句到 AndroidManifest.xml文件中,用户从华为应用市场安装您的应用后,将自动更新机器学习模型到设备:

<meta-data    
android:name="com.huawei.hms.ml.DEPENDENCY"  
android:value= "sounddect"/>

4. 更详细的步骤可以通过下方的链接查看:

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/sound-detection-sdk-0000001055602754 ?ha__source=hms1

 

三、应用开发编码阶段

1.取得 麦克风 权限, 如果没有麦克风的权限 会报 12203的错误

设置静态权限(必须)

<
uses-permission 
android
:name
="android.permission.RECORD_AUDIO" 
/>

动态权限获取(必须)

ActivityCompat . requestPermissions(
        
this new  String[]{ Manifest . permission . RECORD_AUDIO

 },  1 );

 

2.创建 MLSoundDector对象

private static final  String  TAG  "MLSoundDectorDemo" ;

 

// 语音识别的对象
private  MLSoundDector  mlSoundDector ;

 

// 创建 MLSoundDector 对象     设置回调方法
private void  initMLSoundDector (){
    
mlSoundDector  MLSoundDector . createSoundDector();
    
mlSoundDector .setSoundDectListener( listener );
}

 

3. 声音识别结果回调,用于获取检测结果,并将回调传入声音识别实例。

// 创建声音识别结果回调,用于获取检测结果,并将回调传入声音识别实例。
private  MLSoundDectListener  listener  new  MLSoundDectListener () {
    
@Override
    
public void  onSoundSuccessResult ( Bundle  result) {
        
// 识别成功的处理逻辑,识别结果为: 0-12 (对应 MLSoundDectConstants.java 中定义的以 SOUND_EVENT_TYPE 开头命名的 13 种声音类型)。
        
int  soundType  = result.getInt( MLSoundDector . RESULTS_RECOGNIZED );
        
Log . d( TAG , " 声音识别成功: " + soundType );
    }
    
@Override
    
public void  onSoundFailResult ( int  errCode) {
        
// 识别失败,可能没有授予麦克风权限( Manifest.permission.RECORD_AUDIO )等异常情况。
        
Log . d( TAG , " 声音识别失败: " +errCode);
    }
};

此代码中只是将声音识别结果的 int类型打印了出来,实际编码中,可以将 int类型的声音识别结果 转换为 可被用户识别的类型。

 

声音识别类型的定义:

< string-array  name ="sound_dect_voice_type" >
    <
item > 笑声 </ item >
    <
item > 婴儿或小孩哭声 </ item >
    <
item > 打鼾声 </ item >
    <
item > 喷嚏声 </ item >
    <
item > 叫喊声 </ item >
    <
item > 猫叫声 </ item >
    <
item > 狗叫声 </ item >
    <
item > 流水声 </ item >
    <
item > 汽车喇叭声 </ item >
    <
item > 门铃声 </ item >
    <
item > 敲门声 </ item >
    <
item > 火灾报警声 </ item >
    <
item > 警报声 </ item >
</
string-array >

 

3. 开启和关闭语音识别

@Override
public void  onClick ( View  v) {
    
switch  (v.getId()){
        
case  R . id . btn_start_detect :
            
if  ( mlSoundDector  !=  null ){
                
boolean  isStarted  mlSoundDector .start( this );  //context  是上下文
                
//isStared  等于 true 表示启动识别成功、 isStared 等于 false 表示启动识别失败(原因可能是手机麦克风被系统或其它三方应用占用 )
                
if  ( isStarted ){
                    
Toast . makeText( this , " 语音识别开启成功 " Toast . LENGTH_SHORT ).show();
                }
            }

            
break ;

        
case  R . id . btn_stop_detect :
            
if  ( mlSoundDector  !=  null ){
                
mlSoundDector .stop();
            }
            
break ;
    }
}

 

4.当页面关闭的时候,可以调用 destroy() 方法释放资源

@Override
protected void  onDestroy () {
    
super .onDestroy();
    
if  ( mlSoundDector  !=  null ){
        
mlSoundDector .destroy();
    }
}

 

四、运行测试

1. 以敲门声为例,预计声音识别类型的输出结果为 10

2. 点击开启语音识别按钮、模拟敲门声 ,在 AS控制台中可以得到如下日志, 说明集成成功。

 

五、其他

1.  声音识别服务属于华为机器学习服务中的一个很小的模块,华为机器学习服务包括 6 大模块,分别为:文本类、语音语言类、图像类、人脸人体类、自然语言处理类,自定义模型  

2.  这篇记录文档只是介绍了“语音语言类”这个模块中的“声音识别服务”

3.  如果有读者对华为机器学习服务其他模块感兴趣的话,可以查看华为提供的相关集成文档,地址如下:

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/service-introduction-0000001050040017-V5 ?ha__source=hms1


>> 华为开发者联盟官网

>> 获取开发指导文档
>> 参与开发者讨论请到 CSDN社区 或者 Reddit 社区
>> 下载 demo 和示例代码请到 Github 或者 Gitee
>> 解决集成问题请到 Stack Overflow


原文链接: https://developer.huawei.com/consumer/cn/forum/topic/0202580471954390028?fid=18

原作者:胡椒

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/69970551/viewspace-2786589/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2020-04-21

  • 博文量
    402
  • 访问量
    668308