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 SDK的 Maven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 对象并 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 ;
    }
}