Android:使用Speech To Text API进行语音到文本转换

openkk 9年前

Android有一个非常酷的特性很多开发者都还不知道。Any.DO之类应用的语音到文本转换功能很有创意。在现在Siri的世界里,语音指令是极其重要的。Android原生提供Speech To Text功能,为什么不把它用在我们的程序中!


我将会展示如何在程序中使用Android的Speech To Text API,现在开始写我们的demo程序。

Demo程序
这个程序很简单。他有一个Mic符号按钮。点击之后我们触发Android的Speech To Text意图(Intent)显示一个对话框来接收语音输入。输入的语音然后会被转换成文本并显示到一个text view中。

第一步:在Eclipse中创建基本的Android项目
在Eclipse中创建一个Hello World Android项目。打开 New > Project > Android Project,项目名填 SpeechToTextDemo,选择Android运行时2.1或sdk7。我给定了包名: net.viralpatel.android.speechtotextdemo

做完上面的步骤,你就有了一个基本的Android Hello World程序

第二步:更改布局
在我们的demo中布局很简单。只有一个图像按钮来触发Speech to Text API和一个TextView来显示从语音转换过来的文本。

打开layout/main.xml并替换为下面的内容:
File: res/layout/main.xml
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"      xmlns:tools="http://schemas.android.com/tools"      android:layout_width="fill_parent"      android:layout_height="wrap_content"      android:layout_above="@+id/textView1"      android:layout_toLeftOf="@+id/textView1"      android:gravity="center"      android:orientation="vertical" >         <ImageButton          android:id="@+id/btnSpeak"          android:layout_width="fill_parent"          android:layout_height="wrap_content"          android:layout_margin="10dp"          android:layout_marginRight="10dp"          android:layout_marginTop="10dp"          android:contentDescription="@string/speak"          android:src="@android :drawable/ic_btn_speak_now" />         <TextView          android:id="@+id/txtText"          android:layout_width="wrap_content"          android:layout_height="wrap_content"          android:layout_marginLeft="10dp"          android:layout_marginRight="10dp"          android:layout_marginTop="10dp"          android:textAppearance="?android:attr/textAppearanceLarge" />     </LinearLayout>


第三步:触发Speech to Text API的Android Java代码
打开SpeechToTextDemoActivity 类并替换为下面的代码:
File: SpeechToTextDemoActivity.java
package net.viralpatel.android.speechtotextdemo;     import java.util.ArrayList;     import android.app.Activity;  import android.content.ActivityNotFoundException;  import android.content.Intent;  import android.os.Bundle;  import android.speech.RecognizerIntent;  import android.view.Menu;  import android.view.View;  import android.widget.ImageButton;  import android.widget.TextView;  import android.widget.Toast;     public class MainActivity extends Activity {         protected static final int RESULT_SPEECH = 1;         private ImageButton btnSpeak;      private TextView txtText;         @Override      public void onCreate(Bundle savedInstanceState) {          super.onCreate(savedInstanceState);          setContentView(R.layout.activity_main);             txtText = (TextView) findViewById(R.id.txtText);             btnSpeak = (ImageButton) findViewById(R.id.btnSpeak);             btnSpeak.setOnClickListener(new View.OnClickListener() {                 @Override              public void onClick(View v) {                     Intent intent = new Intent(                          RecognizerIntent.ACTION_RECOGNIZE_SPEECH);                     intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL, "en-US");                     try {                      startActivityForResult(intent, RESULT_SPEECH);                      txtText.setText("");                  } catch (ActivityNotFoundException a) {                      Toast t = Toast.makeText(getApplicationContext(),                              "Opps! Your device doesn't support Speech to Text",                              Toast.LENGTH_SHORT);                      t.show();                  }              }          });         }         @Override      public boolean onCreateOptionsMenu(Menu menu) {          getMenuInflater().inflate(R.menu.activity_main, menu);          return true;      }         @Override      protected void onActivityResult(int requestCode, int resultCode, Intent data) {          super.onActivityResult(requestCode, resultCode, data);             switch (requestCode) {          case RESULT_SPEECH: {              if (resultCode == RESULT_OK && null != data) {                     ArrayList<String> text = data                          .getStringArrayListExtra(RecognizerIntent.EXTRA_RESULTS);                     txtText.setText(text.get(0));              }              break;          }             }      }  }

Android Speech to text Android API的核心是包 android.speech和类 android.speech.RecognizerIntent。我们触发一个意图(android.speech.RecognizerIntent)显示对话框来识别语音输入,这个Activity转换语音为文本并把结果传回我们正在调用的Activity。当我们调用android.speech.RecognizerIntent意图时,必须使用 startActivityForResult()来接听文本结果。

注意在上面的代码中我们是怎样创建并触发意图intent android.speech.RecognizerIntent的,同时使用.putExtra()方法添加了一个参数。调用RecognizerIntent时,必须提供 RecognizerIntent.EXTRA_LANGUAGE_MODE,在这里我们设置为 en-US

由于我们的RecognizerIntent通过startActivityForResult()触发,我们重写了 onActivityResult(int requestCode, int resultCode, Intent data)方法来处理结果数据。RecognizerIntent会把语音转换为文本并把结果通过键RecognizerIntent.EXTRA_RESULTS作为ArrayList传回来。只有RESULT_OK返回时才会出现。我们只需要使用 txtText.setText()把从结果中拿到的文本设置到text view texText中。

在这里值得注意的一件事是在不支持speech to text API的设备/Android版本中应该怎样处理。在这种情况下,当我们视图启动Activity时ActivityNotFoundException异常会被抛出。在上面的例子中,我们捕获了这个异常并使用Toast显示了一个提示信息“Opps! Your device doesn’t support Speech to Text”。

Android应用程序的屏幕截图
到这里就结束了! 在Android模拟器或真实设备上执行应用程序,将会看到下面的输出。
Android:使用Speech To Text API进行语音到文本转换
Android:使用Speech To Text API进行语音到文本转换
Android:使用Speech To Text API进行语音到文本转换
Android:使用Speech To Text API进行语音到文本转换

下载源码

Android_SpeechToTextDemo.zip (350 KB)

参考:RecognizerIntent.html#ACTION_RECOGNIZE_SPEECH Documentation

原文链接