如何下载安装、使用实时语音识别旧版Android SDK及代码示例

本文介绍了如何使用阿里云智能语音服务提供的旧版Android SDK，包括SDK的安装方法及SDK代码示例。请注意，新用户请关注新版Android SDK。

注意

建议您使用新版本Android SDK，本版本后续将不再更新。详情请参见Android SDK。

前提条件

首先阅读接口说明，详情请参见接口说明。
已在智能语音管控台创建项目并获取Appkey，详情请参见创建项目。
已获取智能语音服务访问令牌，详情请参见获取Token概述。

SDK关键接口

NlsClient：语音处理客户端，利用该客户端可以进行一句话识别、实时语音识别和语音合成的语音处理任务。该客户端为线程安全，建议全局仅创建一个实例。
SpeechTranscriber：代表一次实时语音流识别请求，需要将录制的音频或从文件读取的音频数据，发送给SDK。
SpeechTranscriberWithRecorder：代表一次实时语音识别请求，在SpeechTranscriber的基础上内置录音功能，调用更简便。
SpeechTranscriberCallback：语音识别回调接口，在获得识别结果、发生错误等事件发生时会触发回调。您可参照demo在回调方法中加入需要的处理逻辑。
SpeechTranscriberWithRecorderCallback：语音识别回调接口，在SpeechTranscriberCallback基础上增加了回调语音数据和音频音量的方法。

调用步骤

下面以SpeechTransciberActivity.java为例，为您介绍实时语音识别请求的调用步骤：

创建NlsClient的实例。
定义SpeechTranscriberCallback类，根据您的业务需要，处理识别结果或错误情况。
调用NlsClient.createTranscriberRequest()方法得到SpeechTranscriber的实例。
设置SpeechTranscriber参数，主要是Access Token和Appkey。
调用SpeechTranscriber.start()方法启动与云端服务连接。
采集语音并调用SpeechTranscriber.sendAudio()方法发送至云端服务。
在回调中处理识别结果或错误。
调用SpeechTranscriber.stop()方法结束识别。
如果需要发起新的请求，请重复第3～8步。
调用NlsClient.release()方法释放客户端实例。

Proguard配置

如果代码使用了混淆，请在proguard-rules.pro中配置：

-keep class com.alibaba.idst.util.*{*;}

代码示例

创建识别请求。

// 新建识别回调类
SpeechTranscriberCallback callback = new MyCallback();
// 创建识别request
speechTranscriber = client.createTranscriberRequest(callback);
speechTranscriber.setToken("");
speechTranscriber.setAppkey("");
// 设置返回中间结果
speechTranscriber.enableIntermediateResult(true);
// 启动语音识别
int code = speechTranscriber.start();

采集音频并发送给识别服务。

音频数据也可以是从文件或其他来源获取。如果使用SpeechTranscriberWithRecorder接口，则SDK内部会处理录音并发送数据，此时可以省略该步骤。

ByteBuffer buf = ByteBuffer.allocateDirect(SAMPLES_PER_FRAME);
while(sending){
    buf.clear();
    // 采集语音
    int readBytes = mAudioRecorder.read(buf, SAMPLES_PER_FRAME);
    byte[] bytes = new byte[SAMPLES_PER_FRAME];
    buf.get(bytes, 0, SAMPLES_PER_FRAME);
    if (readBytes>0 && sending){
        // 发送语音数据到识别服务
        int code = recognizer.sendAudio(bytes, bytes.length);
        if (code < 0) {
            Log.w(TAG, "Failed to send audio!");
            break;
        }
    }
    buf.position(readBytes);
    buf.flip();
}

处理回调结果。

// 识别到一个新句子开始
@Override
public void onSentenceBegin(String msg, int code)
{
    Log.i(TAG, "Sentence begin");
}
// 当前句子识别结束，得到完整的句子文本。
@Override
public void onSentenceEnd(final String msg, int code)
{
    Log.d(TAG,"OnSentenceEnd " + msg + ": " + String.valueOf(code));
}

// 识别返回中间结果，只有开启相关选项时才会回调。
@Override
public void onTranscriptionResultChanged(final String msg, int code)
{
    Log.d(TAG,"OnTranscriptionResultChanged " + msg + ": " + String.valueOf(code));
}