腾讯云语音识别Android SDK_AI解决方案_同尘科技

说明：当前页面为语音识别离在线 SDK 开发文档。新用户可按当前文档接入离在线 SDK。客户可通过当前 SDK 选择使用纯离线版本，或根据网络情况使用自助切换的离在线版本。语音识别离在线 SDK 不仅提供纯离线识别能力，也支持根据网络情况的变化自助切换离线和在线识别版本，从而更好地提升使用体验（请注意，如打开离在线切换开关，则在线识别需要按在线部分独立计费，否则会导致在线部分识别无效，收费标准请见 计费概述（在线版））。我们即将下线离线 SDK 的版本维护和新用户申请，也建议正在使用离线 SDK 的客户及时升级到离在线 SDK，以获取更好的使用体验。

开发准备

支持 Android 4.1 以上版本 API LEVEL 16不支持模拟器

硬件要求

CPU: 支持 armv7,armv8 指令集,主频1.5GHz以上独占内存: 至少200M独占存储: 至少40M

下载安装 SDK

SDK 包含 demo 和 SDK 两部分下载语音识别 Android SDK，详情请参见 开通授权。

简介

SDK 支持离线，在线及混合三种模式。其中 ASRController 为 SDK 的核心类，包含授权设置，参数设置，模式设置和运行控制。使用时需根据业务所需要的模式进行授权设置，参数设置和模式设置(详见接口说明部分)。
运行控制对于三种模式逻辑是一致的，进行识别前需设置数据源和事件监听，start 与 stop 用于控制整体流程，调用 start 后成功开始回调 onStart，失败回调 onError，调用 stop 后成功停止回调 onStop，失败回调 onError，其余回调均为识别过程中的事件消息(详见接口说明部分)。

接口说明

ASRController

语音识别控制类GlobalInstance

static ASRController GlobalInstance()

获取语音识别控制类全局实例setMode

void setMode(MODE val)

设置控制器模式.支持离线模式、在线模式和混合模式doAppAuth

ASRControllerError doAppAuth(String license, String licensePk, String licenseSign)

按应用授权(仅对离线模式和混合模式生效)
参数

参数名称	描述
license	离线 SDK 授权 License
licensePk	离线 SDK 授权 LicensePk
licenseSign	离线 SDK 授权 LicenseSign

doDeviceAuth

ASRControllerError doDeviceAuth(Context context, String secretId, String secretKey, String token, String licenseKey, String licensePk)

按设备授权(仅对离线模式和混合模式生效)说明：按设备授权会使用到 ANDROID_ID,以下是有关 ANDROID_ID 的说明1. Android 8.0 及以后版本, 如果保证 apk 签名、用户、设备3个条件不变，那么 ANDROID_ID 就不变。2. 常见变化原因是开发过程中 debug 版 apk 默认使用电脑上 Android SDK 自带的签名文件，这个文件每台电脑都不一样，可能导致 ANDROID_ID 变化超出预期，建议 debug 版也显示指定签名
参数

参数名称	描述
context	Android Context
secretId	腾讯云 secret_id，通过 访问管理控制台 获取
secretKey	腾讯云 secret_key，通过 访问管理控制台 获取
token	腾讯云 STS 鉴权 token,使用 STS 临时鉴权时使用，不使用 STS 鉴权传 null
licenseKey	离线 SDK 授权 LicenseKey
licensePk	离线 SDK 授权 LicensePk

load

ASRControllerError load(String path, String name)

载入模型(仅对离线模式和混合模式生效),需再授权完成后调用
参数

参数名称	描述
path	模型所在文件目录
name	模型名称

unload

ASRControllerError unload()

卸载模型(仅对离线模式和混合模式生效),与 load 配对使用setOnlineAuth

void setOnlineAuth(String appId, String secretId, String secretKey, String token)

设置在线认证参数(仅对在线模式和混合模式生效)
参数

参数名称	描述
appId	腾讯云 appID
secretId	腾讯云 secretId
secretKey	腾讯云 secretKey
token	腾讯云临时 token

setOnlineParams

void setOnlineParams(String engine_model_type, int needvad, int voice_format, String hotword_id, int reinforce_hotword, String customization_id, int filter_dirty, int filter_modal, int filter_punc, int convert_num_mode, int word_info, int vad_silence_time, float noise_threshold)

设置在线识别参数(仅对在线模式和混合模式生效)，默认参数请参考 demo 示例
参数

参数名称	描述
engine_model_type	请参考 API 文档
needvad	请参考 API 文档
voice_format	SDK 仅支持1(pcm)和10(opus),请参考API文档
hotword_id	请参考 API 文档
reinforce_hotword	请参考 API 文档
customization_id	请参考 API 文档
filter_dirty	请参考 API 文档
filter_modal	请参考 API 文档
filter_punc	请参考 API 文档
convert_num_mode	请参考 API 文档
word_info	请参考 API 文档
vad_silence_time	传入小于等于0 SDK 忽略该参数,请参考 API 文档
noise_threshold	请参考 API 文档

start

void start()

开始识别,请在设置ASRControllerDataSource和ASRControllerListener后调用stop

void stop()

停止识别

ASRControllerError

包含错误码及错误信息
错误码

错误码	返回码	描述
UNKNOWN	-1	未知错误
SUCCESS	0	成功
NETWORK_ERROR	1	网络错误
SERVER_ERROR	2	服务器错误
ENGINE_INIT_ERROR	3	引擎初始化错误
ENGINE_AUTH_ERROR	4	引擎认证错误
DATASOURCE_INVALID	5	数据源错误
STATE_ERROR	6	状态错误
ENGINE_ERROR	7	引擎错误
ONLINE_AUTH_ERROR	8	在线认证错误

ASRControllerListener

用于同步识别过程中的事件
onBegin，onSlice，onSegment 与一段话识别有关，调用有以下几种情况1. onBegin->onSlice->onSegment2. onBegin->onSegment3. onSegment
onBegin

void onBegin(String extra)

一段话开始识别
参数

参数名称	描述
extra	在线模式及混合模式处于在线状态时为服务端返回信息,请参考API文档

onSlice

void onSlice(String val, String extra)

一段话开始识别中
参数

参数名称	描述
val	非稳态识别结果
extra	在线模式及混合模式处于在线状态时为服务端返回信息,请参考API文档

onSegment

void onSegment(String val, String extra)

一段话开始识别结束
参数

参数名称	描述
val	稳态识别结果
extra	在线模式及混合模式处于在线状态时为服务端返回信息,请参考API文档

onStart

void onStart(String extra)

识别任务开始
参数

参数名称	描述
extra	在线模式及混合模式处于在线状态时为服务端返回信息,请参考API文档

onError

void onError(ASRControllerError val)

识别任务结束
参数

参数名称	描述
val	错误信息

onStop

void onStop()

识别任务停止 
onSwitch

void onSwitch(boolean is_online)

模式切换(仅混合)
参数

参数名称	描述
is_online	true 为在线状态,false 为离线状态

ASRControllerDataSource

提供16000Hz，16bit(le)，pcm 格式，单声道的数据源用于识别read

long read(ByteBuffer data)

参数

参数名称	描述
ByteBuffer	传入数据

返回实际写入长度

对解决方案有疑惑？想了解解决方案收费？ 联系解决方案专家

腾讯云限时活动1折起，即将结束： 马上收藏

同尘科技为腾讯云授权服务中心，购买腾讯云享受折上折，更有现金返利:同意关联，立享优惠

阿里云解决方案也看看？： 点击对比阿里云的解决方案