注册 登录
返回上一页>> Android SDK

产品概述

简介

图灵机器人SDK Android 版(以下简称TRClient)是运行在 Android 平台的语音识别和语义理解一体化解决方案,以“JAR 包+动态链接库(TRC_SDK_1.0\libs\armeabi下的so文件)”的形式发布。基于该方案,开发者可以轻松构建功能完备、交互性强的语音识别和语义理解应用程序,而且如果只使用语义理解引擎也是可以的。

概念解释

(1)语音识别:Automatic Speech Recognition(ASR),也称自动语音识别,其目标是将人类的语音中的词汇内容转换相应的文本。

(2)自然语言理解:Natural Language Understanding(NLU),俗称人机对话,是人工智能的分支学科。本学科通过电子计算机模拟人的语言交际过程,从而使计算机能理解和运用人类社会的自然语言,实现人机之间的自然语言通信,进而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。

(3)TRClient:TRClient 是一个封装了语音采集、处理、网络收发、语义理解等功能的语音识别和语义解析整体解决方案。

(4)应用程序:在开发中使用了 TRClient,具有语音识别功能的产品线产品。

功能介绍

(1)语音识别:将语音识别成相应的文本。

(2)语义理解:将文本识别成领域相关的语义结果。

(3)语音合成 : 将文本转化成语音读出

应用场景

(1)产品需要流畅自然的中文聊天能力。我们提供精准的语义分析,可正确识别用户意图;支持多种上下文结构,满足连续对话和多重对话的需要。

(2)产品需要自定义语义库。支持可自定义的NLP智能语料库系统,满足用户特殊语义处理需求。

(3)产品需要广泛的语料库。支持上百个使用场景功能,以及丰富的百科知识。

使用说明

适用环境

Android2.2及以上版本

支持版本

Android2.2及以上版本

兼容性

(1)语音识别:Android2.2版本以上均可支持。

(2)语义理解:支持所有JAVA平台。

集成指南

添加TRClient到工程

1. 添加libs到工程

开发者需要将Demo包中的libs目录整体Copy到工程目录,Libs目录包括了语音识别合成所需的so库以及jar包

权限声明

名称 用途
android.permission.RECORD_AUDIO 允许使用麦克风录音
android.permission.INTERNET 允许联网,发送语音数据至服务器,获得识别结果
android.permission.ACCESS_NETWORK_STATE 允许获取当前网络状态,优化录音参数及网络参数
android.permission.READ_PHONE_STATE 允许获取用户手机的电话状态信息
android.permission.MODIFY_AUDIO_SETTINGS 允许蓝牙录音
android.permission.BROADCAST_STICKY 某些手机启动 SCO 音频连接需要此权限
android.permission.BLUETOOTH 允许蓝牙录音检测耳机状态
android.permission.WRITE_SETTINGS 允许修改和读取系统配置信息
android.permission.WRITE_EXTERNAL_STORAGE 允许向存储设备中写入

需要在 AndroidManifest.xml 文件, 增加以上七个权限:

                

<uses-permission android:name="android.permission.RECORD_AUDIO"/>


<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE">


<uses-permission android:name="android.permission.INTERNET"/>

<uses-permission android:name="android.permission.READ_PHONE_STATE"/>

<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />

<uses-permission android:name="android.permission.READ_CONTACTS"/>

<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>

如果需要使用蓝牙设备作为输入源, 需要额外在AndroidManifest.xml 文件添加下列权限:

<uses-permission android:name="android.permission.MODIFY_AUDIO_SETTINGS"/>

<uses-permission android:name="android.permission.BROADCAST_STICKY "/>


<uses-permission android:name="android.permission.BLUETOOTH "/>

Progurad配置

如果应用配置了代码混淆, 需要在 Proguard配置文件增加以下参数:

                

-keep class com.baidu.android.**{*;}

-keep class com.baidu.voicerecognition.android.**{*;}

-keep class com.turing.androidsdk.**{*;}

注:在提供的demo中有详细的实现实例,可供参考

语音识别

语音识别部分主要包括以下四个步骤

实例化VoiceRecognizerManager

实例化VoiceRecognizerManager,由于目前我们支持百度ASR方式,不再支持讯飞ASR方式,暂时使用这个版本

使用百度ASR,请使用构造方法:


                

VoiceRecognizerManager(Context context,String bdAPI_KEY,String bdSECRET_KEY)

参数: bdAPI_KEY和bdSECRET_KEY

这里的bdAPI_KEY和bdSECRET_KEY,需要自己到百度官方去申请,位置如图所示:


注:需要去百度开放平台注册申请,百度语音开放平台的网址为:http://yuyin.baidu.com/


设定ASR状态监听

设定ASR状态监听

示例:VoiceRecognizerManager.setVoiceRecognizeListener(listener);

这个listener就是需要实现接口VoiceRecognizeListener,在不同的识别状态下回调其不同的方法。

调用语音识别方法

调用语音识别方法

                

示例:VoiceRecognizerManager.startRecognize();

这个方法就是开始进行识别

获取识别结果

获取识别结果,在步骤2里listener的回调方法onRecognizeResult中获取识别结果。

                

public void onRecognizeResult(String result)

{

handleRecognizeResult(result);

}

这里的result就是返回的结果

语义理解

语义理解部分主要包括以下四个步骤

SDKInit类

SDKInit类初始化

调用SDKInit.init

                

public static void init(SDKInitBuilder builder,InitListener initListener)

参数:

(1)SDKInitBuilder是封装了初始化的各种参数,这个类的变量说明

         Contex为上下文

          Secret为官网上机器人详情页中自动生成的一个secret(默认采用非加密模式,若采用加密模式时才开启),如下图

         turingKey为该机器人帐号的apikey,可在“机器人详情”页获取,如下图

         uniqueId为自己添加的一个标示符,如邮箱、手机号等等

(2)参数InitListener是一个初始化后回调方法的接口

         onComplete()是成功后,回调的方法

         onFail(java.lang.String error)是失败后,回调的方法

实例化TuringApiManager类

实例化TuringApiManager类

这里一定要在上一步SDKInit初始化成功后,再初始化TuringApiManager,否则很多功能将无法使用

推荐的代码:

                

onComplete()

{

TuringApiManager m = new TuringApiManager (this);

}

设置监听

添加监听:

                

public void setHttpListener(HttpConnectionListener httpConnectionListener)

参数:httpConnectionListener用于监听联网请求结果的回调

代码形式如下:

                

TuringApiManager m = new TuringApiManager (this);

m.setHttpListener(httpConnectionListener);

其中httpConnectionListener就是实现接口HttpConnectionListener

                

@Override

public void onSuccess(RequestResult result)

{

//成功后回调

}

@Override

public void onError(ErrorMessage errorMessage)

{

//失败后回调

Log.d(TAG, errorMessage.getMessage());

}

发出请求

发出请求

                

public void requestTuringAPI(String requestInfo)

参数:requestInfo为传递的文本

比如requestInfo = “你好”,那么在上一步的public void onSuccess(RequestResult result) 中result可以得到一串json字符串,其中json字符串根据不同的类型会有不同的格式

示例一:

                

requestInfo =“你好”

返回结果:

                

{

"code":100000,

"text":"你好,我是聪明可爱的机器人"

}

示例二:

                

requesetInfo = “给我一张图片”;

返回结果:

                

{

"code": 200000,

"text": "亲,已帮你找到图片",

"url": "http://m.image.so.com/i?q=%E5%B0%8F%E7%8B%97"

}

语音合成(TTS)

语音合成部分主要包括以下四个步骤

实例化TTSManager类

实例化TTSManager类

该类为语音合成的管理类,要使用语音合成功能,首先要创建TTSManager的对象实例,由于该SDK支持百度TTS,不再支持讯飞

如果选用百度在线TTS,其构造函数如下:

                

public TTSManager(Context context, String bdAPI_KEY, String bdSECRET_KEY)

这里的bdAPI_KEY和bdSECRET_KEY,需要自己到百度官方去申请http://yuyin.baidu.com/,位置如图所示:

设置监听

添加监听:

                

TTSManager.setTTSListener(mTTSListener)

mTTSListener需要实现接口TTSListener ,可以在不同的语音合成状态下回调其不同的方法

开始语音合成

调用TTSManager.startTTS(String ttsContent) 方法来进行语音合成

参数:ttsContent就是需要被合成的文本,比如 ttsContent=“你好”,那么就会读出 你好。

处理合成完成

语音合成后,就会触发onSpeechFinish(),这样即可在其方法中添加相应的逻辑。

常见问题

Q:安卓SDK在哪里可以下载?

A:登录图灵帐号,在除微信机器人、QQ机器人两个场景外的机器人详情页中就能下载到SDK,除此之外,图灵机器人还提供IOS版本的SDK。

是否解决了您的问题?感谢您的反馈!去图灵机器人论坛查看更多

Q : 安卓SDK ASR和TTS不可用?

A : 使用相应的功能,需要去第三方平台申请相应的帐号,并且开通语音识别和语音合成的功能。

是否解决了您的问题?感谢您的反馈!去图灵机器人论坛查看更多

Q : Demo无法正常对话 ?

A : 确保在图灵机器人官网申请正确的turingApiKey,并保证正确获取userid,可在SDK初始化回调中获取相应的信息。

是否解决了您的问题?感谢您的反馈!去图灵机器人论坛查看更多