Android 讯飞语音听写SDK快速接入（附空指针解决和修改对话框文字方法）

 

1、账号准备工作

首先要有一个讯飞的账号啦，为后面申请appid、appkey等东西做准备。顺带一提：讯飞对不同认证类型用户开

放的sdk的使用次数是有不同的，详情如下图。

账号申请完成后，需要去你自己的注册你的应用，同时也可以看到你的应用对应的 appid 等属性，开通的功能，调用量剩余次数等信息。

本文介绍的是android sdk的接入，这是android sdk的下载地址，可以根据项目的具体需求具体分析。

2、sdk集成准备工作

如果参照官方文档中或者官方demo的做法，需要把对应架构的文件拷贝到 android工程的libs目录下 。

而官方提供的demo中，它只拷贝了armeabi-v7a架构。如下图所示（我信了它的邪，在我第一次接入时，就因为参考了官方demo只导入了armeabi-v7a架构，导致出了一大堆毛病?）

为了避免这个坑，我的建议是：把提供的架构都拷贝到工程里。（有特殊设备需求的除外）

然后在build.gradle文件中，添加sdk的依赖

    implementation files('libs/msc.jar')

如果将sdk导入到lib文件夹后，可能还会有无法识别的错误。

可以试下在build.gradle(app)中注释掉以下的代码（玄学操作~~）,再继续排查。

//        ndk {
//            //选择要添加的对应cpu类型的.so库。
//            abifilters 'armeabi-v7a', 'armeabi'
//        }

//    sourcesets {
//        main{
//            jnilibs.srcdirs = ['libs']
//        }
//    }

3、在 androidmanifest.xml 文件 添加所需权限

静态添加权限部分，参考了官方文档的说法。

<!--连接网络权限，用于执行云端语音能力 -->
<uses-permission android:name="android.permission.internet"/>
<!--获取手机录音机使用权限，听写、识别、语义理解需要用到此权限 -->
<uses-permission android:name="android.permission.record_audio"/>
<!--读取网络信息状态 -->
<uses-permission android:name="android.permission.access_network_state"/>
<!--获取当前wifi状态 -->
<uses-permission android:name="android.permission.access_wifi_state"/>
<!--允许程序改变网络连接状态 -->
<uses-permission android:name="android.permission.change_network_state"/>
<!--读取手机信息权限 -->
<uses-permission android:name="android.permission.read_phone_state"/>
<!--读取联系*限，上传联系人需要用到此权限 -->
<uses-permission android:name="android.permission.read_contacts"/>
<!--外存储写权限，构建语法需要用到此权限 -->
<uses-permission android:name="android.permission.write_external_storage"/>
<!--外存储读权限，构建语法需要用到此权限 -->
<uses-permission android:name="android.permission.read_external_storage"/>
<!--配置权限，用来记录应用配置信息 -->
<uses-permission android:name="android.permission.write_settings"/>
<!--手机定位信息，用来为语义等功能提供定位，提供更精准的服务-->
<!--定位信息是敏感信息，可通过setting.setlocationenable(false)关闭定位请求 -->
<uses-permission android:name="android.permission.access_fine_location"/>
<!--如需使用人脸识别，还要添加：摄相头权限，拍照需要用到 -->
<uses-permission android:name="android.permission.camera" />

不过，静态申请了权限，还不够哦。对于现在的手机，很大部分都已经是android版本678910的了，应用是需要动态申请权限的，得让用户确认同意了，app才可以使用这些权限。

动态申请权限的方法有很多，也有很多开源的项目，这里就不做介绍了。

4、sdk初始化

sdk初始化建议放在程序入口处（如application、activity的oncreate方法），非常简单，就一行语句。

初始化代码如下：

//将“1234567”替换成您申请的appid
speechutility.createutility(context, speechconstant.appid +"=1234567");

注意：speechconstant.appid +"=1234567" 采用的是拼接的方式，所以不可以在“=”与appid之间添加任何空字符或者转义符。

5、调用语音听写功能

最重要的来了，前面铺垫这么久，就是为了能调用它的语音听写啊。

离线听写方式，需要购买且下载特定的离线识别sdk，故这里使用的是在线听写。

在线听写的sdk，提供了两种识别方式，分别是带语音对话框识别和无ui识别。

一.无ui识别

//初始化识别无ui识别对象
//使用speechrecognizer对象，可根据回调消息自定义界面--自己的语音识别ui
miat = speechrecognizer.createrecognizer(iatdemo.this, minitlistener);

//设置语法id和 subject 为空，以免因之前有语法调用而设置了此参数；或直接清空所有参数，具体可参考 demo 的示例。
miat.setparameter( speechconstant.cloud_grammar, null );
miat.setparameter( speechconstant.subject, null );
//设置返回结果格式，目前支持json,xml以及plain 三种格式，其中plain为纯听写文本内容
miat.setparameter(speechconstant.result_type, "json");
//此处enginetype为“cloud”
miat.setparameter( speechconstant.engine_type, enginetype );
//设置语音输入语言，zh_cn为简体中文
miat.setparameter(speechconstant.language, "zh_cn");
//设置结果返回语言
miat.setparameter(speechconstant.accent, "mandarin");
// 设置语音前端点:静音超时时间，单位ms，即用户多长时间不说话则当做超时处理
//取值范围{1000～10000}
miat.setparameter(speechconstant.vad_bos, "4000");
//设置语音后端点:后端点静音检测时间，单位ms，即用户停止说话多长时间内即认为不再输入， 
//自动停止录音，范围{0~10000}
miat.setparameter(speechconstant.vad_eos, "1000");
//设置标点符号,设置为"0"返回结果无标点,设置为"1"返回结果有标点
miat.setparameter(speechconstant.asr_ptt,"1");
//开始识别，并设置监听器
miat.startlistening(mrecoglistener);

二.带语音对话框识别(sdk自带)

// 初始化听写dialog，如果只使用有ui听写功能，无需创建speechrecognizer
// 使用ui听写功能，请根据sdk文件目录下的notice.txt,放置布局文件和图片资源
miatdialog = new recognizerdialog(iatdemo.this, minitlistener);

//以下为dialog设置听写参数
        miatdialog.setparameter(speechconstant.result_type, "json");
        //设置语音输入语言，zh_cn为简体中文
        miatdialog.setparameter(speechconstant.language, "zh_cn");
        //设置结果返回语言
        miatdialog.setparameter(speechconstant.accent, "mandarin");
        // 设置语音前端点:静音超时时间，单位ms，即用户多长时间不说话则当做超时处理
        //取值范围{1000～10000}
        miatdialog.setparameter(speechconstant.vad_bos, "4500");
        //设置语音后端点:后端点静音检测时间，单位ms，即用户停止说话多长时间内即认为不再输入，
        //自动停止录音，范围{0~10000}
        miatdialog.setparameter(speechconstant.vad_eos, "1500");
        //开始识别并设置监听器
        miatdialog.setlistener(mrecognizerdialoglistener);

//开始识别并设置语音ui监听器
miatdialog.setlistener(mrecognizerdialoglistener);
//显示听写对话框，show方法实际是内部调用无ui识别方式
miatdialog.show();

重点来了，也是很多人很困扰的一步，官方文档的说法是使用这个sdk自带的语音识别对话框，需要把对应的布局文件和图片资源放入工程中。然而，很多人这样做了之后， miatdialog.show(); 调用了还是会出现空指针的异常。。例如：?

java.lang.nullpointerexception
      at com.iflytek.cloud.ui.a.a(unknown source)
      at com.iflytek.cloud.ui.recognizerdialog.setparameter(unknown source)
      atcom.example.mediaplayer.activity.searchactivity.setparam(searchactivity.java:111)
      at com.example.mediaplayer.activity.searchactivity.onclick(searchactivity.java:86)
      at android.view.view.performclick(view.java:4438)
      at android.view.view$performclick.run(view.java:18422)
      at android.os.handler.handlecallback(handler.java:733)
      at android.os.handler.dispatchmessage(handler.java:95)
      at android.os.looper.loop(looper.java:136)
      at android.app.activitythread.main(activitythread.java:5045)
      at java.lang.reflect.method.invokenative(native method)
      at java.lang.reflect.method.invoke(method.java:515)
      at com.android.internal.os.zygoteinit$methodandargscaller.run(zygoteinit.java:779)
      at com.android.internal.os.zygoteinit.main(zygoteinit.java:595)
      at dalvik.system.nativestart.main(native method)

解决方法，如下：

首先，在asset文件内，放入所需的资源。注意：asset文件夹的位置，是要在src/main/ 的下一级，然后在与

asset文件夹同级的地方创建 jnilibs 文件夹，把 libs/文件夹的对应sdk文件拷贝到 jnilibs 中，如图：

同时检查下，sdk初始化的 appid 有无出错的可能。

获取数据

解决了空指针的问题后，接下来调用 show 方法，就可以在自定义的监听器里愉快地获取到返回的听写数据了

 //创建语音识别ui对话框
 miatdialog = new recognizerdialog(getactivity(), searchviewmodel.minitlistener);
 
 
 
 	/**
     * 初始化听写事件监听器。
     */
    public initlistener minitlistener = new initlistener() {

        @override
        public void oninit(int code) {
            if (code != errorcode.success) {
                //todo
            }
        }
    };
    /**
     * 听写ui监听器 讯飞
     */
    public recognizerdialoglistener mrecognizerdialoglistener = new recognizerdialoglistener() {

        /**
         * 接收语音听写回调信息
         * @param recognizerresult 回调结果
         * @param b 是否翻译
         */
        @override
        public void onresult(com.iflytek.cloud.recognizerresult recognizerresult, boolean b) {
        //返回的数据
		string data = recognizerresult.getresultstring();
        }
        /**
         * 识别回调错误.
         */
        public void onerror(speecherror error) {
            if(error.geterrorcode() == 14002) {
               //todo
            } else {
               //todo
            }
        }

    };

修改默认对话框的文字

//动态更换了讯飞自带对话框的底部文字，必须在dialog的show执行后更换，否则空指针报错
textview recorderdialogtextview = (textview)  miatdialog.getwindow().getdecorview().findviewwithtag("textlink");

recorderdialogtextview.settext(r.string.recorder_dialog_textview_text);

返回的听写数据实例，用于创建实体类：

{
    "sn": 1,
    "ls": true,
    "bg": 0,
    "ed": 0,
    "ws": [
        {
            "bg": 0,
            "cw": [
                {
                    "w": "今天",
                    "sc": 0
                }
            ]
        },
        {
            "bg": 0,
            "cw": [
                {
                    "w": "的",
                    "sc": 0
                }
            ]
        },
        {
            "bg": 0,
            "cw": [
                {
                    "w": "天气",
                    "sc": 0
                }
            ]
        },
        {
            "bg": 0,
            "cw": [
                {
                    "w": "怎么样",
                    "sc": 0
                }
            ]
        },
        {
            "bg": 0,
            "cw": [
                {
                    "w": "。",
                    "sc": 0
                }
            ]
        }
    ]
}

注意：若在sdk中开通了 动态修正的功能，返回的数据会出现格式不一致的情况。官方的说法如下：

动态修正：

• 未开启动态修正：实时返回识别结果，每次返回的结果都是对之前结果的追加；
• 开启动态修正：实时返回识别结果，每次返回的结果有可能是对之前结果的的追加，也有可能是要替换之前某次返回的结果（即修正）；
• 开启动态修正，相较于未开启，返回结果的颗粒度更小，视觉冲击效果更佳；
• 使用动态修正功能需到控制台-流式听写-高级功能处点击开通，并设置相应参数方可使用，参数设置方法：miat.setparameter(“dwa”, “wpgs”); ；
• 动态修正功能仅 中文 支持；
• 未开启与开启返回的结果格式不同，详见下方；

若开通了动态修正功能并设置了dwa=wpgs（仅中文支持），会有如下字段返回：

参数	类型	描述
pgs	string	开启wpgs会有此字段 取值为 “apd"时表示该片结果是追加到前面的最终结果；取值为"rpl” 时表示替换前面的部分结果，替换范围为rg字段
rg	array	替换范围，开启wpgs会有此字段 假设值为[2,5]，则代表要替换的是第2次到第5次返回的结果

ps：一般项目中的语音听写需求，完全可以不使用动态修正功能，但若要使用同步显示语音识别结果或者比较需要比较精准的结果，可以考虑使用此功能。

总结

讯飞语音听写sdk，坑点不少，但是都不是很难，还是适项目快速接入语音听写需求的。。?

如果要更多操作和功能，请参考讯飞语音听写sdk官方文档