一文教你如何快速实现声音识别

原创
2021/08/12 14:20
阅读数 4.2K

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(
        
thisnew 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/...
原作者:胡椒

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部