在Java中实现在线语音识别

——利用讯飞开发平台作为第三方库

首先需要在讯飞开发平台下载SDK,网址为，讯飞开发平台,这些SDK 下载都是免费的，当然你需要先注册。在SDK 中不仅包含相应的jar包，还有一些相应的demo，可以供你参考学习

讯飞开发平台

在我们下载下来第一个SDK 之后就可以进行开发了，讯飞的SDK 给我们提供了详尽而强大的函数支持，下面我就从代码的角度来进行一些解释。

代码

package myVoice;

import java.awt.Button;

import java.awt.Font;

import java.awt.Frame;

import java.awt.GridLayout;

import java.awt.Panel;

import java.awt.TextArea;

import java.awt.event.ActionEvent;

import java.awt.event.ActionListener;

import java.lang.reflect.Parameter;

import java.util.ArrayList;

import javax.swing.ImageIcon;

import javax.swing.JFrame;

import javax.swing.JLabel;

import com.iflytek.cloud.speech.RecognizerListener;

import com.iflytek.cloud.speech.RecognizerResult;

import com.iflytek.cloud.speech.SpeechError;

import com.iflytek.cloud.speech.SpeechRecognizer;

import com.iflytek.cloud.speech.SpeechUtility;

import com.iflytek.util.DebugLog;

import com.iflytek.util.JsonParser;

import com.iflytek.util.Version;

public class VoiceSpeech extends Frame implements ActionListener {

Button startBtn;

Button stopBtn;

TextArea textArea;

// 语音听写对象

SpeechRecognizer speechRecognize;

private static final String DEF_FONT_NAME = "宋体";

private static final int DEF_FONT_STYLE = Font.BOLD;

private static final int DEF_FONT_SIZE = 30;

private static final int TEXT_COUNT = 100;

public VoiceSpeech() {

// 初始化听写对象

speechRecognize = SpeechRecognizer.createRecognizer();

// 设置组件

startBtn = new Button("start");

stopBtn = new Button("stop");

textArea = new TextArea();

Panel btnPanel = new Panel();

Panel textPanel = new Panel();

// Button startBtn = new Button("开始");

//添加监听器

startBtn.addActionListener(this);

stopBtn.addActionListener(this);

btnPanel.add(startBtn);

btnPanel.add(stopBtn);

textPanel.add(textArea);

add(btnPanel);

add(textPanel);

// 设置窗体

setLayout(new GridLayout(2, 1));

setSize(400, 300);

setTitle("语音识别");

setLocation(200, 200);

setVisible(true);

}

public void actionPerformed(ActionEvent e) {

if (e.getSource() == startBtn) {

textArea.setText("*************你说的是：");

if (!speechRecognize.isListening())

speechRecognize.startListening(recognizerListener);

else

speechRecognize.stopListening();

} else if (e.getSource() == stopBtn) {

speechRecognize.stopListening();

}

}

/**

* 听写监听器

*/

private RecognizerListener recognizerListener = new RecognizerListener() {

public void onBeginOfSpeech() {

// DebugLog.Log( "onBeginOfSpeech enter" );

// ((JLabel) jbtnRecognizer.getComponent(0)).setText("听写中...");

// jbtnRecognizer.setEnabled(false);

}

public void onEndOfSpeech() {

DebugLog.Log("onEndOfSpeech enter");

}

/**

* 获取听写结果. 获取RecognizerResult类型的识别结果，并对结果进行累加，显示到Area里

*/

public void onResult(RecognizerResult results, boolean islast) {

DebugLog.Log("onResult enter");

// 如果要解析json结果，请考本项目示例的 com.iflytek.util.JsonParser类

String text =

JsonParser.parseIatResult(results.getResultString());

//  String text = results.getResultString();

//  JsonParser json = new JsonParser();

//      String newTest = json.parseIatResult(text);

//      textArea.setText(newTest);

textArea.append(text);

text = textArea.getText();

if (null != text) {

int n = text.length() / TEXT_COUNT + 1;

int fontSize = Math.max(10, DEF_FONT_SIZE - 2 * n);

DebugLog.Log("onResult new font size=" + fontSize);

int style = n > 1 ? Font.PLAIN : DEF_FONT_SIZE;

Font newFont = new Font(DEF_FONT_NAME, style, fontSize);

textArea.setFont(newFont);

}

if (islast) {

iatSpeechInitUI();

}

}

public void onVolumeChanged(int volume) {

DebugLog.Log("onVolumeChanged enter");

if (volume == 0)

volume = 1;

else if (volume >= 6)

volume = 6;

// labelWav.setIcon(new ImageIcon("res/mic_0" + volume + ".png"));

}

public void onError(SpeechError error) {

DebugLog.Log("onError enter");

if (null != error) {

DebugLog.Log("onError Code：" + error.getErrorCode());

textArea.setText(error.getErrorDescription(true));

iatSpeechInitUI();

}

}

public void onEvent(int eventType, int arg1, int agr2, String msg) {

DebugLog.Log("onEvent enter");

}

};

/**

* 听写结束，恢复初始状态

*/

public void iatSpeechInitUI() {

// labelWav.setIcon(new ImageIcon("res/mic_01.png"));

// jbtnRecognizer.setEnabled(true);

// ((JLabel) jbtnRecognizer.getComponent(0)).setText("开始听写");

}

public static void main(String[] args) {

// 初始化

StringBuffer param = new StringBuffer();

param.append( "appid=" + Version.getAppid() );

//  param.append( ","+SpeechConstant.LIB_NAME_32+"=myMscName" );

SpeechUtility.createUtility( param.toString() );

VoiceSpeech t = new VoiceSpeech();

}

}

代码解析

1.SpeechRecognizer类，语音识别类，语音识别，包括听写、语法识别功能。本类使用单例，调用者使用本类的对象，只需要通过createRecognizer()创建 一次对象后，便可一直使用该对象，直到通过调用destroy()进行单例对象销毁。调 用者可通过getRecognizer()获取当前已经创建的单例。我们在一开始导包，把相应的类导入，然后声明语音识别类，然后在VoiceSpeech类的构造器中初始化。

2.在SpeechRecognizer类中有很多有关语音识别的方法，

（1）startListening方法，开始进行语音识别，其方法的参数是一个回调函数，这个方法是另一个类RecognizerListener声明的实例，在其匿名内部类中重写关键的方法，借此到底我们想要的结果，我们在onResult方法中重写，把识别的结果通过json解析之后（识别的结果默认是json格式），把它依次添加到文本栏上面，之后我们对文本栏的内容进行文字字体大小等的设定

（2）stopListening方法，等录音结束之后，调用该方法，把录音结果通过网络传输给讯飞远程识别平台进行解析，解析完成之后，把解析结果传送过来

3.在main方法中先要进行SpeechUtility.createUtility，这是讯飞SDK的初始化，相当于远程连接讯飞识别平台，因为Java现在还不支持离线识别，所以在进行识别方法调用之前，必须连接讯飞开发平台，这个方法的作用正是如此，其参数就是不同的识别版本

4.因为很多方法都是讯飞提供的，所以我们需要导入相应的包

具体如下

import com.iflytek.cloud.speech.RecognizerListener;

import com.iflytek.cloud.speech.RecognizerResult;

import com.iflytek.cloud.speech.SpeechError;

import com.iflytek.cloud.speech.SpeechRecognizer;

import com.iflytek.cloud.speech.SpeechUtility;

import com.iflytek.util.DebugLog;

import com.iflytek.util.JsonParser;//json解析类

import com.iflytek.util.Version;//版本类

这些在SDK 中都有

最终的结果

ps:因为只是注重识别功能，所以界面很丑。。。

最终截图