Android 訊飛語音聽寫SDK快速接入（附空指針解決和修改對話框文字方法）

1、賬號準備工作

首先要有一個訊飛的賬號啦，爲後面申請APPID、APPKey等東西做準備。順帶一提：訊飛對不同認證類型用戶開

放的SDK的使用次數是有不同的，詳情如下圖。

賬號申請完成後，需要去你自己的控制檯註冊你的應用，同時也可以看到你的應用對應的 APPID 等屬性，開通的功能，調用量剩餘次數等信息。

本文介紹的是Android SDK的接入，這是Android SDK的下載地址，可以根據項目的具體需求具體分析。

2、SDK集成準備工作

如果參照官方文檔中或者官方DEMO的做法，需要把對應架構的文件拷貝到 Android工程的libs目錄下 。

而官方提供的DEMO中，它只拷貝了armeabi-v7a架構。如下圖所示（我信了它的邪，在我第一次接入時，就因爲參考了官方DEMO只導入了armeabi-v7a架構，導致出了一大堆毛病?）

爲了避免這個坑，我的建議是：把提供的架構都拷貝到工程裏。（有特殊設備需求的除外）

然後在build.gradle文件中，添加SDK的依賴

    implementation files('libs/Msc.jar')

如果將SDK導入到lib文件夾後，可能還會有無法識別的錯誤。

可以試下在build.gradle(app)中註釋掉以下的代碼（玄學操作~~）,再繼續排查。

//        ndk {
//            //選擇要添加的對應cpu類型的.so庫。
//            abiFilters 'armeabi-v7a', 'armeabi'
//        }

//    sourceSets {
//        main{
//            jniLibs.srcDirs = ['libs']
//        }
//    }

3、在 AndroidManifest.xml 文件 添加所需權限

靜態添加權限部分，參考了官方文檔的說法。

<!--連接網絡權限，用於執行雲端語音能力 -->
<uses-permission android:name="android.permission.INTERNET"/>
<!--獲取手機錄音機使用權限，聽寫、識別、語義理解需要用到此權限 -->
<uses-permission android:name="android.permission.RECORD_AUDIO"/>
<!--讀取網絡信息狀態 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>
<!--獲取當前wifi狀態 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>
<!--允許程序改變網絡連接狀態 -->
<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/>
<!--讀取手機信息權限 -->
<uses-permission android:name="android.permission.READ_PHONE_STATE"/>
<!--讀取聯繫人權限，上傳聯繫人需要用到此權限 -->
<uses-permission android:name="android.permission.READ_CONTACTS"/>
<!--外存儲寫權限，構建語法需要用到此權限 -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
<!--外存儲讀權限，構建語法需要用到此權限 -->
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
<!--配置權限，用來記錄應用配置信息 -->
<uses-permission android:name="android.permission.WRITE_SETTINGS"/>
<!--手機定位信息，用來爲語義等功能提供定位，提供更精準的服務-->
<!--定位信息是敏感信息，可通過Setting.setLocationEnable(false)關閉定位請求 -->
<uses-permission android:name="android.permission.ACCESS_FINE_LOCATION"/>
<!--如需使用人臉識別，還要添加：攝相頭權限，拍照需要用到 -->
<uses-permission android:name="android.permission.CAMERA" />

不過，靜態申請了權限，還不夠哦。對於現在的手機，很大部分都已經是Android版本678910的了，應用是需要動態申請權限的，得讓用戶確認同意了，APP纔可以使用這些權限。

動態申請權限的方法有很多，也有很多開源的項目，這裏就不做介紹了。

4、SDK初始化

SDK初始化建議放在程序入口處（如Application、Activity的onCreate方法），非常簡單，就一行語句。

初始化代碼如下：

//將“1234567”替換成您申請的APPID
SpeechUtility.createUtility(context, SpeechConstant.APPID +"=1234567");

注意：SpeechConstant.APPID +"=1234567" 採用的是拼接的方式，所以不可以在“=”與appid之間添加任何空字符或者轉義符。

5、調用語音聽寫功能

最重要的來了，前面鋪墊這麼久，就是爲了能調用它的語音聽寫啊。

離線聽寫方式，需要購買且下載特定的離線識別SDK，故這裏使用的是在線聽寫。

在線聽寫的SDK，提供了兩種識別方式，分別是帶語音對話框識別和無UI識別。

一.無UI識別

//初始化識別無UI識別對象
//使用SpeechRecognizer對象，可根據回調消息自定義界面--自己的語音識別UI
mIat = SpeechRecognizer.createRecognizer(IatDemo.this, mInitListener);

//設置語法ID和 SUBJECT 爲空，以免因之前有語法調用而設置了此參數；或直接清空所有參數，具體可參考 DEMO 的示例。
mIat.setParameter( SpeechConstant.CLOUD_GRAMMAR, null );
mIat.setParameter( SpeechConstant.SUBJECT, null );
//設置返回結果格式，目前支持json,xml以及plain 三種格式，其中plain爲純聽寫文本內容
mIat.setParameter(SpeechConstant.RESULT_TYPE, "json");
//此處engineType爲“cloud”
mIat.setParameter( SpeechConstant.ENGINE_TYPE, engineType );
//設置語音輸入語言，zh_cn爲簡體中文
mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
//設置結果返回語言
mIat.setParameter(SpeechConstant.ACCENT, "mandarin");
// 設置語音前端點:靜音超時時間，單位ms，即用戶多長時間不說話則當做超時處理
//取值範圍{1000～10000}
mIat.setParameter(SpeechConstant.VAD_BOS, "4000");
//設置語音後端點:後端點靜音檢測時間，單位ms，即用戶停止說話多長時間內即認爲不再輸入， 
//自動停止錄音，範圍{0~10000}
mIat.setParameter(SpeechConstant.VAD_EOS, "1000");
//設置標點符號,設置爲"0"返回結果無標點,設置爲"1"返回結果有標點
mIat.setParameter(SpeechConstant.ASR_PTT,"1");
//開始識別，並設置監聽器
mIat.startListening(mRecogListener);

二.帶語音對話框識別(SDK自帶)

// 初始化聽寫Dialog，如果只使用有UI聽寫功能，無需創建SpeechRecognizer
// 使用UI聽寫功能，請根據sdk文件目錄下的notice.txt,放置佈局文件和圖片資源
mIatDialog = new RecognizerDialog(IatDemo.this, mInitListener);

//以下爲dialog設置聽寫參數
        mIatDialog.setParameter(SpeechConstant.RESULT_TYPE, "json");
        //設置語音輸入語言，zh_cn爲簡體中文
        mIatDialog.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
        //設置結果返回語言
        mIatDialog.setParameter(SpeechConstant.ACCENT, "mandarin");
        // 設置語音前端點:靜音超時時間，單位ms，即用戶多長時間不說話則當做超時處理
        //取值範圍{1000～10000}
        mIatDialog.setParameter(SpeechConstant.VAD_BOS, "4500");
        //設置語音後端點:後端點靜音檢測時間，單位ms，即用戶停止說話多長時間內即認爲不再輸入，
        //自動停止錄音，範圍{0~10000}
        mIatDialog.setParameter(SpeechConstant.VAD_EOS, "1500");
        //開始識別並設置監聽器
        mIatDialog.setListener(mRecognizerDialogListener);

//開始識別並設置語音UI監聽器
mIatDialog.setListener(mRecognizerDialogListener);
//顯示聽寫對話框，show方法實際是內部調用無UI識別方式
mIatDialog.show();

重點來了，也是很多人很困擾的一步，官方文檔的說法是使用這個SDK自帶的語音識別對話框，需要把對應的佈局文件和圖片資源放入工程中。然而，很多人這樣做了之後， mIatDialog.show(); 調用了還是會出現空指針的異常。。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)

解決方法，如下：

首先，在asset文件內，放入所需的資源。注意：asset文件夾的位置，是要在src/main/ 的下一級，然後在與

asset文件夾同級的地方創建 jniLibs 文件夾，把 libs/文件夾的對應SDK文件拷貝到 jniLibs 中，如圖：

同時檢查下，SDK初始化的 APPId 有無出錯的可能。

獲取數據

解決了空指針的問題後，接下來調用 show 方法，就可以在自定義的監聽器裏愉快地獲取到返回的聽寫數據了

 //創建語音識別UI對話框
 mIatDialog = new RecognizerDialog(getActivity(), searchViewModel.mInitListener);
 
 
 
 	/**
     * 初始化聽寫事件監聽器。
     */
    public InitListener mInitListener = new InitListener() {

        @Override
        public void onInit(int code) {
            if (code != ErrorCode.SUCCESS) {
                //Todo
            }
        }
    };
    /**
     * 聽寫UI監聽器 訊飛
     */
    public RecognizerDialogListener mRecognizerDialogListener = new RecognizerDialogListener() {

        /**
         * 接收語音聽寫回調信息
         * @param recognizerResult 回調結果
         * @param b 是否翻譯
         */
        @Override
        public void onResult(com.iflytek.cloud.RecognizerResult recognizerResult, boolean b) {
        //返回的數據
		String data = recognizerResult.getResultString();
        }
        /**
         * 識別回調錯誤.
         */
        public void onError(SpeechError error) {
            if(error.getErrorCode() == 14002) {
               //Todo
            } else {
               //Todo
            }
        }

    };

修改默認對話框的文字

//動態更換了訊飛自帶對話框的底部文字，必須在dialog的show執行後更換，否則空指針報錯
TextView recorderDialogTextView = (TextView)  mIatDialog.getWindow().getDecorView().findViewWithTag("textlink");

recorderDialogTextView.setText(R.string.recorder_dialog_textview_text);

返回的聽寫數據實例，用於創建實體類：

{
    "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": "天氣",
                    "sc": 0
                }
            ]
        },
        {
            "bg": 0,
            "cw": [
                {
                    "w": "怎麼樣",
                    "sc": 0
                }
            ]
        },
        {
            "bg": 0,
            "cw": [
                {
                    "w": "。",
                    "sc": 0
                }
            ]
        }
    ]
}

注意：若在SDK中開通了 動態修正的功能，返回的數據會出現格式不一致的情況。官方的說法如下：

動態修正：

• 未開啓動態修正：實時返回識別結果，每次返回的結果都是對之前結果的追加；
• 開啓動態修正：實時返回識別結果，每次返回的結果有可能是對之前結果的的追加，也有可能是要替換之前某次返回的結果（即修正）；
• 開啓動態修正，相較於未開啓，返回結果的顆粒度更小，視覺衝擊效果更佳；
• 使用動態修正功能需到控制檯-流式聽寫-高級功能處點擊開通，並設置相應參數方可使用，參數設置方法：mIat.setParameter(“dwa”, “wpgs”); ；
• 動態修正功能僅 中文 支持；
• 未開啓與開啓返回的結果格式不同，詳見下方；

若開通了動態修正功能並設置了dwa=wpgs（僅中文支持），會有如下字段返回：

參數	類型	描述
pgs	string	開啓wpgs會有此字段 取值爲 “apd"時表示該片結果是追加到前面的最終結果；取值爲"rpl” 時表示替換前面的部分結果，替換範圍爲rg字段
rg	array	替換範圍，開啓wpgs會有此字段 假設值爲[2,5]，則代表要替換的是第2次到第5次返回的結果

PS：一般項目中的語音聽寫需求，完全可以不使用動態修正功能，但若要使用同步顯示語音識別結果或者比較需要比較精準的結果，可以考慮使用此功能。

總結

訊飛語音聽寫SDK，坑點不少，但是都不是很難，還是適項目快速接入語音聽寫需求的。。?

如果要更多操作和功能，請參考訊飛語音聽寫SDK官方文檔