百度语音识别客户端开发手册

Transcription

1 百 度 语 音 识 别 SDK Android 离 在 线 融 合 版 开 发 手 册 V1.0 北 京 百 度 网 讯 科 技 有 限 公 司 ( 版 权 所 有, 翻 版 必 究 ) 北 京 百 度 网 讯 科 技 有 限 公 司 - 1 -

2 目 录 目 录 概 念 解 释 简 介 功 能 介 绍 兼 容 性 开 发 包 说 明 总 体 框 图 集 成 指 南 注 册 百 度 开 发 者 创 建 应 用 开 通 语 音 识 别 服 务 申 请 离 线 识 别 授 权 导 入 SDK 配 置 manifest 权 限 声 明 识 别 参 数 语 音 识 别 控 件 API 方 式 识 别 语 音 识 别 器 创 建 实 例 设 置 监 听 开 始 识 别 停 止 录 音 取 消 识 别 销 毁 监 听 器 准 备 就 绪 开 始 说 话 音 量 变 化 原 始 语 音 说 话 结 束 识 别 出 错 识 别 结 果 临 时 结 果 识 别 事 件 第 2 页

3 7 离 线 识 别 参 数 设 置 注 意 事 项 资 源 文 件 设 置 离 线 垂 类 槽 数 据 设 置 离 线 识 别 支 持 语 法 说 明 说 明 ( 输 入 法 ) ( 地 图 ) ( 音 乐 ) ( 应 用 ) ( 打 电 话 / 发 短 信 ) ( 联 系 人 ) ( 手 机 设 置 ) ( 电 视 指 令 ) ( 播 放 器 指 令 ) ( 收 音 机 指 令 ) ( 用 户 命 令 ) 结 果 解 析 错 误 码 详 细 错 误 信 息 详 细 错 误 码 常 见 问 题 Q1: DEMO 工 程 无 法 使 用 离 线 识 别? 第 3 页

4 1 概 念 解 释 对 本 文 中 将 提 到 的 名 词 约 定 如 下 : 语 音 识 别 : 也 被 称 为 自 动 语 音 识 别 Automatic Speech Recognition(ASR), 其 目 标 是 将 人 类 的 语 音 中 的 词 汇 内 容 转 换 为 计 算 机 可 读 的 输 入, 例 如 按 键 二 进 制 编 码 或 者 字 符 序 列 自 然 语 言 理 解 :Natural Language Understanding(NLU) 俗 称 人 机 对 话, 人 工 智 能 的 分 支 学 科 研 究 用 电 子 计 算 机 模 拟 人 的 语 言 交 际 过 程, 使 计 算 机 能 理 解 和 运 用 人 类 社 会 的 自 然 语 言 如 汉 语 英 语 等, 实 现 人 机 之 间 的 自 然 语 言 通 信, 以 代 替 人 的 部 分 脑 力 劳 动, 包 括 查 询 资 料 解 答 问 题 摘 录 文 献 汇 编 资 料 以 及 一 切 有 关 自 然 语 言 信 息 的 加 工 处 理 BDASRv2: 语 音 识 别 SDK 离 在 线 融 合 版 的 简 称, 详 见 下 条 语 音 识 别 SDK 离 在 线 融 合 版 : 即 本 开 发 包, 文 中 简 称 为 BDASRv2 BDASRv2 是 一 个 封 装 了 语 音 采 集 语 音 预 处 理 云 端 识 别 离 线 识 别 等 功 能 的 语 音 识 别 解 决 方 案 使 用 BDASRv2 可 以 快 速 在 应 用 程 序 中 集 成 语 音 识 别 功 能 应 用 程 序 : 在 开 发 中 使 用 了 BDASRv2, 具 有 语 音 识 别 功 能 的 产 品 线 产 品 开 发 者 : 想 使 用 BDASRv2 到 应 用 程 序 中, 正 在 阅 读 本 文 档 的 开 发 人 员 2 简 介 百 度 语 音 Android 版 本 SDK 离 在 线 融 合 版 是 运 行 在 Android 平 台 的 一 体 化 语 音 识 别 解 决 方 案, 以 JAR 包 + 动 态 链 接 库 的 形 式 发 布 基 于 该 方 案, 开 发 者 可 以 轻 松 的 构 建 功 能 完 备 交 互 性 强 的 语 音 识 别 应 用 程 序 2.1 功 能 介 绍 基 本 功 能 : 录 音, 语 音 数 据 处 理, 端 点 检 测 网 络 通 讯 和 状 态 通 知, 返 回 识 别 结 果 语 音 识 别 控 件 : 集 成 提 示 音 音 量 反 馈 动 效 整 套 交 互 的 对 话 框 控 件, 方 便 开 发 者 快 速 集 成 播 放 提 示 音 : 在 录 音 前 后 播 放 提 示 音, 优 化 用 户 体 验 监 听 语 音 能 量 : 实 时 反 馈 用 户 当 前 说 话 声 音 能 量 强 度 语 义 理 解 : 将 语 音 识 别 成 领 域 相 关 的 语 义 结 果 本 文 档 适 用 于 对 Android 应 用 开 发 有 基 本 了 解 的 开 发 人 员 2.2 兼 容 性 系 统 : 支 持 Android 2.3(API Level 9) 及 以 上 系 统 需 要 开 发 者 通 过 minsdkversion 来 保 证 支 持 系 统 的 检 测 机 型 : 手 机 和 平 板 皆 可 第 4 页

5 架 构 : 支 持 ARM 平 台 ( 只 提 供 armeabi 架 构 的 动 态 库, 可 以 兼 容 其 他 架 构 ) 硬 件 要 求 : 要 求 设 备 上 有 麦 克 风 网 络 : 支 持 WIFI 及 移 动 网 络, 移 动 网 络 支 持 使 用 NET 网 关 及 WAP 网 关 (CMWAP CTWAP UNIWAP 3GWAP) 2.3 开 发 包 说 明 文 件 / 文 件 夹 名 说 明 /demo/ 语 音 识 别 SDK demo 工 程 /libs/ 包 括 so 库 及 jar 包 /res 语 音 识 别 对 话 框 资 源 文 件 及 音 效 文 件, 如 果 不 使 用 对 话 框 可 以 不 集 成 /DEMO-VoiceRecognition apk Android 示 例 应 用 2.4 总 体 框 图 3 集 成 指 南 3.1 注 册 百 度 开 发 者 使 用 百 度 语 音 技 术 服 务 首 先 需 要 注 册 成 为 百 度 开 发 者, 如 果 您 在 登 陆 百 度 帐 号 后 进 入 应 用 管 理 出 现 如 下 提 示, 说 明 您 的 百 度 帐 号 还 没 有 注 册 成 为 百 度 开 发 者 请 按 要 求 填 写 开 发 者 信 息 并 完 成 百 度 开 发 者 的 注 册 第 5 页

6 3.2 创 建 应 用 在 首 页 登 陆 已 经 注 册 为 开 发 者 的 百 度 账 号, 然 后 点 击 页 面 上 方 的 应 用 管 理 进 入 应 用 管 理 页 面 如 果 您 之 前 在 百 度 开 发 者 中 心 创 建 过 应 用, 则 会 出 现 您 之 前 曾 经 创 建 过 的 应 用 ; 如 果 您 之 前 没 有 创 建 过 应 用, 则 需 要 新 创 建 一 个 应 用 1 点 击 右 上 角 填 写 应 用 名 称 并 选 择 应 用 垂 类 信 息, 即 可 创 建 一 个 新 的 应 用 第 6 页

7 2 创 建 成 功 后, 新 创 建 的 应 用 会 出 现 在 应 用 列 表 最 上 方 的 位 置 3 点 击 查 看 Key 可 以 查 看 当 前 应 用 的 AppID API Key Secret Key 信 息 3.3 开 通 语 音 识 别 服 务 新 创 建 或 从 未 开 通 语 音 识 别 服 务 的 应 用, 则 需 要 开 通 语 音 识 别 服 务 之 后 才 可 以 使 用 第 7 页

8 1 点 击 应 用 卡 片 上 的 按 钮, 选 择 语 音 识 别 进 行 开 通 2 语 音 识 别 服 务 开 通 成 功 后 即 可 获 得 次 / 天 的 在 线 调 用 次 数 配 额 3.4 申 请 离 线 识 别 授 权 1 如 果 您 使 用 的 是 离 在 线 融 合 语 音 识 别 SDK, 并 且 需 要 使 用 离 线 识 别, 需 要 申 请 离 线 识 别 授 权 点 击 管 理 语 音 识 别 选 择 申 请 离 线 识 别 授 权 2 选 择 应 用 类 型 为 Android 或 者 ios, 填 写 并 提 交 离 线 授 权 所 需 信 息 :Android 应 用 为 应 用 包 名, ios 应 用 为 Bundle ID 提 交 成 功 后 即 获 取 离 线 识 别 正 式 授 权 第 8 页

9 注 : 请 确 保 填 写 提 交 的 信 息 准 确, 否 则 会 无 法 通 过 离 线 授 权 验 证 导 致 离 线 识 别 不 可 用 3 如 果 暂 时 没 有 包 名 信 息, 您 可 以 先 下 载 临 时 授 权 文 件, 集 成 到 项 目 中 进 行 开 发 调 测, 临 时 授 权 文 件 的 有 效 期 为 30 天 在 您 的 应 用 正 式 对 外 发 布 前, 请 在 左 侧 填 写 包 名 信 息, 并 确 保 发 版 的 apk 中 没 有 授 权 文 件 4 离 线 识 别 授 权 信 息 提 交 成 功 后, 通 过 开 发 环 境 运 行 或 者 打 包 安 装 到 手 机 设 备 上, 在 设 备 联 网 的 情 况 下 会 自 动 下 载 正 式 授 权 文 件 并 激 活 离 线 识 别 功 能, 一 定 要 确 保 应 用 包 名 填 写 正 确 3.5 导 入 SDK 1. 将 开 发 包 中 的 libs 目 录 合 并 到 工 程 目 录 的 libs 目 录, 其 中 包 括 了 各 平 台 的 so 库, 开 发 者 视 应 用 需 要 可 以 进 行 删 减 2. 将 开 发 包 中 的 res 目 录 合 并 到 工 程 目 录 的 res 目 录 3.6 配 置 manifest <uses-permission android:name="android.permission.record_audio" /> 3. <uses-permission android:name="android.permission.internet" /> 4. <uses-permission android:name="android.permission.access_network_state" /> 第 9 页

10 5. <uses-permission android:name="android.permission.access_wifi_state" /> 6. <uses-permission android:name="android.permission.change_wifi_state" /> 7. <uses-permission android:name="android.permission.read_phone_state" /> 8. <uses-permission android:name="android.permission.write_external_storage" /> <application <!-- begin: baidu speech sdk--> 15. <!-- 请 填 写 应 用 实 际 的 APP_ID --> 16. <meta-data android:name="com.baidu.speech.app_id" android:value="your app id"/> 17. <!-- 请 填 写 应 用 实 际 的 API_KEY --> 18. <meta-data android:name="com.baidu.speech.api_key" android:value="your api key"/> 19. <!-- 请 填 写 应 用 实 际 的 SECRET_KEY --> 20. <meta-data android:name="com.baidu.speech.secret_key" android:value="your api secre t"/> 21. <service android:name="com.baidu.speech.voicerecognitionservice" android:exported=" false" /> 22. <activity 23. android:name="com.baidu.voicerecognition.android.ui.baiduasrdigitaldialog" 24. android:configchanges="orientation keyboardhidden screenlayout" android:exported="false" 27. android:screenorientation="portrait"> 28. <intent-filter> 29. <action android:name="com.baidu.action.recognize_speech" /> 30. <category android:name="android.intent.category.default" /> 31. </intent-filter> 32. </activity> 33. <!-- end : baidu speech sdk--> </application> 权 限 声 明 名 称 用 途 android.permission.record_audio 允 许 应 用 使 用 麦 克 风 录 音 第 10 页

11 名 称 用 途 android.permission.internet 允 许 应 用 联 网, 发 送 语 音 数 据 至 服 务 器, 获 得 识 别 结 果 android.permission.access_network_state 获 取 当 前 的 网 络 状 态, 优 化 录 音 参 数 及 网 络 参 数 android.permission.read_phone_state 获 取 用 户 手 机 的 IMEI, 用 来 唯 一 的 标 识 用 户 android.permission.write_settings 存 储 用 户 的 标 识 4 识 别 参 数 支 持 的 识 别 参 数 参 数 名 类 型 值 描 述 appid int 开 放 平 台 创 建 应 用 后 分 配, 设 置 后 会 覆 盖 manifest 中 配 置 的 APP_ID key String 开 放 平 台 创 建 应 用 后 分 配, 设 置 后 会 覆 盖 manifest 中 配 置 的 API_KEY secret String 开 放 平 台 创 建 应 用 后 分 配, 设 置 后 会 覆 盖 manifest 中 配 置 的 SECRET_KEY sample int - 采 样 率 离 线 暂 不 支 持 sound_start int 资 源 ID 说 话 开 始 的 提 示 音 第 11 页

12 参 数 名 类 型 值 描 述 sound_end int 资 源 ID 说 话 结 束 的 提 示 音 sound_success int 资 源 ID 识 别 成 功 的 提 示 音 sound_error int 资 源 ID 识 别 出 错 的 提 示 音 sound_cancel int 资 源 ID 识 别 取 消 的 提 示 音 该 参 数 支 持 设 置 为 : infile String 音 频 源 1. 文 件 系 统 路 径, 如 : /sdcard/test/test.pcm 2. java 资 源 路 径, 如 : res:///com/baidu.test/16k_test.pcm 3. 数 据 源 方 法 全 名, 格 式 如 : #com.test.factory.create8kinputstream() ( 解 释 :Factory 类 中 存 在 一 个 返 回 InputStream 的 方 法 create8kinputstream()) 注 意 : 必 须 以 井 号 开 始 ; 方 法 原 型 必 须 为 :public static InputStream your_method() outfile String 文 件 路 径 保 存 识 别 过 程 产 生 的 录 音 文 件 language String - 语 种 cmn-hans-cn 中 文 普 通 话 sichuan-hans-cn 中 文 四 川 话 ( 离 线 暂 不 支 持 ) yue-hans-cn 粤 语 ( 离 线 暂 不 支 持 ) en-gb 英 语 ( 离 线 暂 不 支 持 ) nlu String - 语 义 解 析 设 置 disable 禁 用 语 义 解 析 第 12 页

13 参 数 名 类 型 值 描 述 enable 开 启 语 义 解 析 vad String - 语 音 活 动 检 测 search 搜 索 模 式, 适 合 短 句 输 入 input 输 入 模 式, 适 合 短 信 微 博 内 容 等 长 句 输 入 asr-base-file-path String 文 件 路 径 支 持 离 线 语 音 识 别 的 基 础 包, 下 载 方 式 参 见 [ 集 成 指 南 ] license-file-path String 文 件 路 径 可 选, 支 持 离 线 语 音 识 别 的 授 权 文 件, 下 载 方 式 参 见 [ 集 成 指 南 ], 如 果 不 设 置, 将 在 联 网 时 尝 试 在 线 获 取 lm-res-file-path String 文 件 路 径 支 持 离 线 语 音 识 别 的 附 加 包, 包 括 输 入 法 和 地 图 资 源, 下 载 方 式 参 见 [ 集 成 指 南 ] slot-data String JSON 字 符 串 用 于 自 定 义 离 线 识 别, 具 体 格 式 参 见 demo prop int - 垂 直 领 域 输 入 ( 离 线 支 持 ) 热 词 地 图 ( 离 线 支 持 ) 音 乐 ( 离 线 支 持 ) 视 频 应 用 ( 离 线 支 持 ) 网 页 购 物 健 康 第 13 页

14 参 数 名 类 型 值 描 述 电 话 ( 离 线 支 持 ) 医 疗 汽 车 娱 乐 餐 饮 财 经 游 戏 菜 谱 助 手 联 系 人 ( 离 线 支 持 ) 手 机 设 置 ( 离 线 支 持 ) 电 视 指 令 ( 离 线 支 持 ) 播 放 器 指 令 ( 离 线 支 持 ) 收 音 机 指 令 ( 离 线 支 持 ) 命 令 词 ( 离 线 支 持 ) 5 语 音 识 别 控 件 语 音 识 别 控 件 提 供 了 整 套 语 音 交 互 提 示 音 音 量 反 馈 动 效 反 馈 开 发 者 可 以 像 调 起 一 个 普 通 的 Activity 一 样 简 单 的 使 用 语 音 识 别 1. public class DemoActivity extends Activity { private static final int REQUEST_UI = 1; private void start() { 6. Intent recognizerintent = new Intent(); 第 14 页

15 7. // recognizerintent.put("...", "...") TODO 为 recognizerintent 设 置 参 数, 支 持 的 参 数 见 本 文 档 的 识 别 参 数 一 节 8. // 为 了 支 持 离 线 识 别 能 力, 请 参 考 离 线 语 音 识 别 参 数 设 置 一 节 9. startactivityforresult(recognizerintent, REQUEST_UI); 10. } protected void onactivityresult(int requestcode, int resultcode, Intent data) { 14. super.onactivityresult(requestcode, resultcode, data); 15. if (resultcode == RESULT_OK) { 16. ArrayList<String> results = data.getstringarraylist(speechrecognizer.results_re COGNITION); 17. // data.get... TODO 识 别 结 果 包 含 的 信 息 见 本 文 档 的 结 果 解 析 一 节 18. } 19. } 20. } 6 API 方 式 识 别 6.1 语 音 识 别 器 创 建 实 例 可 以 通 过 android.speech.speechrecognizer 的 静 态 方 法 创 建 语 音 识 别 监 听 器, 如 : 1. private android.speech.speechrecognizer mspeechrecognizer; protected void oncreate(bundle savedinstancestate) { 5. super.oncreate(savedinstancestate); 6. // mspeechrecognizer = SpeechRecognizer.createSpeechRecognizer(this, new ComponentName (this, VoiceRecognitionService.class)); 8. } 设 置 监 听 可 以 通 过 设 置 监 听 器 监 听 识 别 过 程 中 产 生 的 消 息 和 最 终 的 识 别 结 果 ( 或 错 误 码 ), 具 体 见 下 文 中 识 别 监 听 器 一 节 第 15 页

16 1. RecognitionListener listener = new RecognitionListener() { 2. //..., 略 过 具 体 实 现 3. }; 4. mspeechrecognizer.setrecognitionlistener(listener); 开 始 识 别 1. Intent recognizerintent = new Intent(); 2. // recognizerintent.putextra // 为 了 支 持 离 线 识 别 能 力, 请 参 考 离 线 语 音 识 别 参 数 设 置 一 节 4. mspeechrecognizer.startlistening(recognizerintent); 停 止 录 音 1. mspeechrecognizer.stoplistening(); 取 消 识 别 识 别 取 消 后, 将 不 再 有 任 何 回 调 返 回 1. mspeechrecognizer.cancel(); 销 毁 1. mspeechrecognizer.destroy(); 6.2 监 听 器 为 了 监 听 识 别 过 程, 需 要 创 建 android.speech.recognitionlistener 的 实 例, 该 接 口 包 含 如 下 方 法 回 调 准 备 就 绪 onreadyforspeech(bundle params) 只 有 当 此 方 法 回 调 之 后 才 能 开 始 说 话, 否 则 会 影 响 识 别 效 果 开 始 说 话 第 16 页

17 onbeginningofspeech() 当 用 户 开 始 说 话 后, 将 会 回 调 此 方 法 音 量 变 化 onrmschanged(float rmsdb) 引 擎 将 对 每 一 帧 语 音 进 行 回 调 一 次 改 方 法 原 始 语 音 onbufferreceived(byte[] buffer) 此 方 法 会 被 回 调 多 次,buffer 是 当 前 帧 对 应 的 PCM 语 音 数 据, 拼 接 后 可 得 到 完 整 的 录 音 数 据 说 话 结 束 onendofspeech() 当 用 户 停 止 说 话 后, 将 会 回 调 此 方 法 识 别 出 错 onerror(int error) 错 误 码 详 见 错 误 码 一 节 ( 注 意 : 识 别 出 错 将 不 再 回 调 onresults 方 法 ) 识 别 结 果 onresults(bundle results) 识 别 结 果 中 包 含 : 识 别 结 果 原 始 结 果 等, 具 体 见 结 果 解 析 一 节 1. // 多 备 选 的 nbest 结 果 2. ArrayList<String> nbest = results.getstringarraylist("results_recognition"); 3. // 原 始 结 果 4. String originresult = results.getstring("origin_result"); 临 时 结 果 onpartialresults(bundle partialresults) 在 最 终 识 别 结 果 返 回 前, 可 能 会 收 到 多 个 临 时 识 别 结 果 识 别 事 件 onevent(int eventtype, Bundle params) 第 17 页

18 7 离 线 识 别 参 数 设 置 7.1 注 意 事 项 由 于 离 线 识 别 仅 支 持 部 分 识 别 参 数, 如 果 需 要 支 持 离 线 识 别 能 力, 需 要 确 保 当 前 的 参 数 设 置 被 离 线 所 支 持 ( 要 查 看 完 整 的 支 持 列 表, 请 参 考 识 别 参 数 一 节 ): 1. intent.putextra("sample", 16000); // 离 线 仅 支 持 采 样 率 2. intent.putextra("language", "cmn-hans-cn"); // 离 线 仅 支 持 中 文 普 通 话 3. intent.putextra("prop", 20000); // 输 入 4. // intent.putextra("prop", 10060); // 地 图 5. // intent.putextra("prop", 10001); // 音 乐 6. // intent.putextra("prop", 10003); // 应 用 7. // intent.putextra("prop", 10008); // 电 话 8. // intent.putextra("prop", ); // 联 系 人 9. // intent.putextra("prop", ); // 手 机 设 置 10. // intent.putextra("prop", ); // 电 视 指 令 11. // intent.putextra("prop", ); // 播 放 器 指 令 12. // intent.putextra("prop", ); // 收 音 机 指 令 13. // intent.putextra("prop", ); // 命 令 词 7.2 资 源 文 件 设 置 1. // value 替 换 为 资 源 文 件 实 际 路 径 2. intent.putextra("asr-base-file-path", "/path/to/s_1"); 3. // value 替 换 为 license 文 件 实 际 路 径, 仅 在 使 用 临 时 license 文 件 时 需 要 进 行 设 置, 如 果 在 [ 应 用 管 理 ] 中 开 通 了 离 线 授 权, 不 需 要 设 置 该 参 数 4. intent.putextra("license-file-path", "/path/to/license-tmp txt"); 5. if (prop == 10060) { 6. // 地 图 类 附 加 资 源,value 替 换 为 资 源 文 件 实 际 路 径 7. intent.putextra("lm-res-file-path", "/path/to/s_2_navi"); 8. } else if (prop == 20000) { 9. // 语 音 输 入 附 加 资 源,value 替 换 为 资 源 文 件 实 际 路 径 10. intent.putextra("lm-res-file-path", "/path/to/s_2_inputmethod"); 11. } 7.3 离 线 垂 类 槽 数 据 设 置 1. JSONObject slotdata = new JSONObject(); 第 18 页

19 2. JSONArray name = new JSONArray().put(" 张 三 ").put(" 李 四 "); 3. JSONArray song = new JSONArray().put(" 七 里 香 ").put(" 冰 雨 "); 4. JSONArray artist = new JSONArray().put(" 周 杰 伦 ").put(" 刘 德 华 "); 5. JSONArray app = new JSONArray().put(" 手 机 百 度 ").put(" 百 度 地 图 "); 6. JSONArray usercommand = new JSONArray().put(" 关 灯 ").put(" 开 门 "); 7. try { 8. slotdata.put("name", name); 9. slotdata.put("song", song); 10. slotdata.put("artist", artist); 11. slotdata.put("app", app); 12. slotdata.put("usercommand", usercommand); 13. } catch (JSONException e) { } 16. intent.putextra("slot-data", slotdata.tostring()); 8 离 线 识 别 支 持 语 法 说 明 8.1 说 明 本 文 档 列 举 了 离 在 线 融 合 语 音 识 别 离 线 部 分 支 持 的 命 令 说 法, 并 给 出 示 例 说 法 是 由 槽 组 成 的, 每 种 命 令 首 先 列 举 出 槽, 然 后 说 明 由 这 些 槽 组 成 的 哪 些 语 法 ; 关 于 槽 内 内 容, 如 果 数 量 较 少, 本 文 档 会 一 一 列 举 出 来, 如 果 数 量 较 多, 本 文 档 会 举 出 一 些 例 子 具 有 包 括 字 样 的 就 是 将 所 有 的 列 举 出 来 ; 本 文 档 为 了 便 于 理 解, 同 时 是 为 了 说 明 支 持 的 说 法, 命 名 和 识 别 出 的 json 结 果 可 能 有 些 出 入, 请 开 发 者 注 意 ( 输 入 法 ) 需 要 输 入 法 资 源 文 件 支 持,s_2_InputMethod 下 载 链 接, 支 持 随 便 说 ( 地 图 ) 需 要 地 图 资 源 文 件 支 持,s_2_Navi 下 载 链 接 槽 说 明 第 19 页

20 槽 名 说 明 Cmd_to 表 示 寻 找 目 的 地 的 动 词 ( 包 括 导 航, 导 航 到, 导 航 去, 出 发, 走 起, 我 要 去, 带 我 去, 走, 去, 上, 到, 我 想 去, 带 我 到, 现 在 去, 改 去 ) Arrival 任 意 地 名 Nearby 表 示 附 件 的 介 词 或 者 动 词 ( 包 括 附 近 的, 周 边 的, 旁 边 的, 最 近 的, 搜 附 近 的, 搜 周 边 的, 搜 旁 边 的, 搜 最 近 的, 我 附 近 的, 我 周 围 的, 导 航 去 周 边 的, 搜 索 周 边 的, 我 要 去 周 边 的, 导 航 去 附 近 的, 搜 索 附 近 的, 我 要 去 附 近 的, 导 航 去 最 近 的, 搜 索 最 近 的, 我 要 去 最 近 的 ) NearbyCore 表 示 一 类 事 物 的 名 词, 例 如 加 油 站, 港 口 等 ; 说 明 举 例 cmd_to Arrival 导 航 到 百 度 大 厦 Arrival 用 户 只 说 地 名, 例 如 百 度 大 厦 Nearby NearbyCore 附 近 的 加 油 站 ( 音 乐 ) 槽 说 明 槽 名 说 明 第 20 页

21 槽 名 说 明 PlayCmd 播 放 命 令 ( 包 括 播 放 音 乐, 放 音 乐, 请 播 放 歌 曲, 请 播 放 音 乐, 来 一 首, 我 要 听, 给 我 来 一 首, 播 放 Song 歌 曲 名 称, 需 要 开 发 者 传 入 Artist 歌 手 名 称, 需 要 开 发 者 传 入 Tail 包 括 的 歌, 的 专 辑 说 明 举 例 PlayCmd Song 播 放 小 苹 果 PlayCmd Artist 播 放 周 杰 伦 的 歌 ( 应 用 ) 槽 说 明 槽 名 说 明 App 应 用 名 称, 需 要 开 发 者 传 入 LaunchCmd 包 括 打 开, 开 启, 启 动 UnInstallCmd 包 括 删 除, 卸 掉, 卸 载, 删 掉 ; 第 21 页

22 说 明 举 例 App 直 接 说 应 用 名 称, 例 如, 微 信 LaunchCmd App 开 启 手 机 百 度 UnInstallCmd App 卸 载 360 手 机 助 手 ( 打 电 话 / 发 短 信 ) 槽 说 明 槽 名 说 明 Name 通 讯 录 人 名, 需 要 开 发 者 传 入 PhoneNum 电 话 号 码 Call 表 示 打 电 话 的 命 令 ( 包 括 打 电 话, 打 个 电 话, 我 想 打 电 话, 我 要 打 电 话, 帮 我 打 电 话, 请 打 电 话, 拨 号, 请 拨 号, 帮 我 拨 号, 请 帮 我 拨 号, 我 要 拨 号 ) CallTo 表 示 打 电 话 给 XXX 的 命 令 ( 例 如, 呼 叫, 拨 打, 拨 号 等 ); FirstCmd 一 些 前 缀 ( 包 括 给, 我 想 给, 我 要 给, 帮 我 给, 请 给, 请 帮 我 给 ); LastCmd 包 括 打 电 话, 打 个 电 话 ; 第 22 页

23 槽 名 说 明 PhoneType 号 码 类 型 ( 包 括 号 码 前 缀, 例 如,132,188 等, 包 括 运 营 商, 例 如 移 动 联 通 电 信, 包 括 号 码 类 型, 例 如, 座 机, 手 机, 手 机 号 码 等 ) View 包 括 我 要 看, 看 一 下, 我 想 看, 看 看, 查 看 ; ObjectCall 包 括 没 接 通 电 话, 未 接 来 电, 已 接 电 话, 通 话 记 录 ; Sms 表 示 发 短 信 的 命 令 ( 例 如, 发 短 信, 发 个 短 信, 等 等 ); SmsTo 表 示 发 短 信 给 XXX 的 命 令 ( 发 短 信 给, 我 想 发 给 等 ); SmsLastCmd 包 括 发 短 信, 发 个 短 信, 发 信 息, 发 个 信 息 ; ObjectSms 包 括 未 读 短 信, 已 读 短 信, 全 部 短 信 ; 说 明 举 例 Call 表 示 用 户 打 电 话 的 意 图, 比 如, 打 电 话 CallTo PhoneNum 例 如 打 电 话 给 CallTo Name 例 如 打 电 话 给 张 三 第 23 页

24 说 明 举 例 CallTo Name PhoneType 例 如, 打 电 话 给 张 三 的 移 动 号 码, 打 电 话 给 李 四 的 132 号 码, 等 ; FirstCmd Name LastCmd 例 如, 请 给 张 三 打 电 话 ; View ObjectCall 例 如, 查 看 未 接 来 电 ; Sms 表 示 用 户 打 电 话 的 意 图, 比 如, 发 个 短 信 SmsTo PhoneNum 例 如 发 短 信 给 SmsTo Name 例 如 发 短 信 给 张 三 SmsTo Name PhoneType 例 如 发 短 信 给 张 三 的 移 动 号 码, 发 个 短 信 给 李 四 的 132 号 码, 等 ; FirstCmd SmsLastCmd Name 例 如, 请 给 张 三 发 个 短 信 ; View ObjectSms 例 如, 查 看 未 读 短 信 ; ( 联 系 人 ) 槽 说 明 槽 名 说 明 View 包 括 我 要 看, 看 一 下, 我 想 看, 看 看, 查 看 ; 第 24 页

25 槽 名 说 明 Name 通 讯 录 人 名, 需 要 开 发 者 传 入 PhoneType 号 码 类 型 ( 包 括 号 码 前 缀, 例 如,132,188 等, 包 括 运 营 商, 例 如 移 动 联 通 电 信, 包 括 号 码 类 型, 例 如, 座 机, 手 机, 手 机 号 码 等 ) Create 包 括 新 建, 添 加, 增 加, 加 入, 加 上 Edit 包 括 编 辑, 更 改, 更 新, 修 改 ; Del 删 除, 删 掉, 去 掉 ; Contactor 联 系 人 说 明 举 例 View Name PhoneType 查 看 张 三 的 移 动 号 码 Create (Contactor) 新 建 ( 联 系 人 ) Edit Name PhoneType 更 改 张 三 的 座 机 Del Name PhoneType 删 除 张 三 的 132 号 码 ( 手 机 设 置 ) 第 25 页

26 槽 说 明 百 度 语 音 识 别 SDK Android 离 在 线 融 合 版 开 发 手 册 槽 名 说 明 PhoneSetting 电 话 设 置, 包 括 常 用 电 话 设 置, 包 括 设 定 时 间, 打 开 wifi 等 常 用 设 置 命 令 说 明 举 例 PhoneSetting ( 电 视 指 令 ) 槽 说 明 槽 名 说 明 Change 换 台 命 令, 包 括 调 台, 切 换, 换 台, 我 要 跳 台, 我 要 切 换, 我 要 换 台, 我 要 看 Number 数 字, 范 围 0~999 TvChannel 电 视 台, 包 括 北 京 电 视 台 等 常 用 电 视 台 ; Channel 包 括, 频 道, 台 ; 说 明 举 例 Change Number Channel 我 要 看 74 频 道 第 26 页

27 说 明 举 例 Change TvChannel 切 换 河 北 卫 视 ( 播 放 器 指 令 ) 槽 说 明 槽 名 说 明 Setplayer 常 用 设 置 命 令, 包 括 推 出 播 放, 退 出, 继 续 播 放, 继 续, 暂 停 播 放, 暂 停, 上 一 首, 下 一 首, 设 置 Play 包 括 播 放, 听, 观 看 Time 表 示 时 间 的 槽 From 从 说 明 举 例 Setplayer 继 续 播 放 From Time Play 从 43 分 32 秒 开 始 播 放 ( 收 音 机 指 令 ) 槽 说 明 第 27 页

28 槽 名 说 明 OpenCmd 常 见 打 开 命 令, 例 如, 收 听 电 台, 听 FM, 打 开 AM 等 ChangeMode 用 于 切 换 AM/FM 的 指 令, 例 如, 打 开 FM, 切 换 到 AM 等 CloseCmd 关 闭 收 音 机, 关 机 Number 数 字 Channel 频 道, 电 台 说 明 举 例 OpenCmd 打 开 电 台 CloseCmd 关 闭 收 音 机 OpenCmd Number (Channel) 收 听 FM 八 七 点 五 频 道 ChangeMode 切 换 到 FM ( 用 户 命 令 ) 槽 说 明 槽 名 说 明 第 28 页

29 槽 名 说 明 UserCommand 需 要 开 发 者 传 入 说 明 举 例 UserCommand 9 结 果 解 析 最 终 识 别 结 果 将 通 过 onresults(bundle results) 方 法 返 回, 其 中 results 支 持 以 下 字 段 : 参 数 名 类 型 描 述 results_recognition ArrayList 识 别 结 果 origin_result String(JSONObject) 字 符 串 形 式 的 JSON 结 构 体, 其 中 包 含 原 始 的 识 别 结 果 信 息 10 错 误 码 错 误 码 常 量 名 描 述 1 ERROR_NETWORK_TIMEOUT 网 络 超 时 2 ERROR_NETWORK 网 络 错 误 3 ERROR_AUDIO 录 音 错 误 第 29 页

30 错 误 码 常 量 名 描 述 4 ERROR_SERVER 服 务 端 错 误 5 ERROR_CLIENT 客 户 端 调 用 错 误 6 ERROR_SPEECH_TIMEOUT 超 时 7 ERROR_NO_MATCH 没 有 识 别 结 果 8 ERROR_RECOGNIZER_BUSY 引 擎 忙 9 ERROR_INSUFFICIENT_PERMISSIONS 缺 少 权 限 10.1 详 细 错 误 信 息 当 语 音 识 别 发 生 错 误 时, 将 通 过 RecognitionListener#onError(int error) 方 法 返 回 错 误 码, 并 且 通 过 RecognitionListener#onEvent(int eventtype, Bundle params) 方 法 返 回 详 细 的 错 误 信 息 获 取 详 细 的 错 误 信 息 示 例 如 下 : 2. public void onevent(int eventtype, Bundle params) { 3. switch (eventtype) { 4. case 11: // eventtype == 11 表 是 返 回 详 细 错 误 信 息 5. String reason = params.get("reason") + ""; 6. print("event_error, " + reason); 7. break; 8. } 9. } 借 助 该 方 法 返 回 的 错 误 信 息, 开 发 者 可 以 更 快 的 发 现 和 调 试 问 题 10.2 详 细 错 误 码 第 30 页

31 详 细 错 误 码 描 述 服 务 器 后 端 错 误 没 有 识 别 结 果 apikey/secretkey 无 语 音 识 别 权 限 语 音 质 量 过 低 7051 没 有 在 指 定 路 径 找 到 s_1( 离 线 识 别 基 础 资 源 包 ) 7052 没 有 在 指 定 路 径 找 到 s_2_xxx(prop=20000 或 时 对 应 的 附 加 包 ) 7055 命 令 词 超 过 数 量 限 制 (10 个 ) 7056 没 有 指 定 prop 参 数 7057 不 支 持 的 采 样 率 ( 仅 支 持 采 样 率 ) 7058 不 支 持 的 垂 类 ( 参 见 识 别 参 数 ) 7059 设 置 的 离 线 语 义 数 据 无 效 7060 不 支 持 的 语 言 类 型 ( 参 见 识 别 参 数 ) 7998 离 线 识 别 没 有 得 到 结 果 9005/9101/9xxx 下 载 授 权 失 败 ( 没 有 申 请 离 线 授 权 或 者 提 交 的 信 息 不 正 确, 参 见 如 何 验 证 提 交 的 签 名 信 息 是 否 正 确? ) 11 常 见 问 题 Q1: DEMO 工 程 无 法 使 用 离 线 识 别? 第 31 页

32 DEMO 工 程 要 使 用 离 线 识 别, 需 要 注 意 以 下 三 点 : 1. 离 线 授 权 2. 离 线 数 据 包 3. 识 别 参 数 是 否 支 持 离 线 离 线 授 权 方 法 一 ( 推 荐 ): 在 应 用 管 理 中 申 请 离 线 授 权 : 请 参 考 集 成 指 南 一 节 申 请 离 线 授 权, 并 且 确 认 填 写 的 包 名 或 者 bundle ID 是 否 正 确 方 法 二 : 下 载 30 天 有 效 期 的 临 时 license 文 件, 存 放 到 设 备 的 任 意 可 读 路 径, 并 通 过 如 下 方 法 设 置 ( 此 处 示 例 为 存 放 于 sdcard 根 目 录 ): 1. intent.putextra("license-file-path", "/sdcard/temp_license_ "); 离 线 数 据 包 在 语 音 识 别 的 相 关 下 载 里 下 载 离 线 数 据 包, 存 放 到 设 备 的 任 意 可 读 路 径, 并 通 过 如 下 方 法 设 置 ( 此 处 示 例 为 存 放 于 sdcard 根 目 录 ): 1. intent.putextra("asr-base-file-path", "/sdcard/s_1"); 2. if (prop == 10060) { // 地 图 3. intent.putextra("lm-res-file-path", "/sdcard/s_2_navi"); 4. } else if (prop == 20000) { // 输 入 法 5. intent.putextra("lm-res-file-path", "/sdcard/s_2_inputmethod"); 6. } 识 别 参 数 是 否 支 持 离 线 请 参 考 离 线 识 别 参 数 设 置 - 注 意 事 项 一 节, 确 认 当 前 设 置 的 参 数 是 否 支 持 离 线 第 32 页