如何构建 BufferReceived() 以使用 RecognizerIntent 捕获语音？

Question

我正在使用一个 android 应用程序 RecognizerIntent.ACTION_RECOGNIZE_SPEECH,,, 我的问题是我不知道怎么做 创建将捕获用户输入的语音的缓冲区。一世 阅读了很多关于堆栈溢出的内容，但我只是不明白如何 我会将缓冲区和识别服务回调包含在我的代码中。以及我将如何回放保存到缓冲区中的内容。

这是我的代码：

       public class Voice extends Activity implements OnClickListener {
   byte[] sig = new byte[500000] ;
   int sigPos = 0 ;
       ListView lv;
   static final int check =0;
   protected static final String TAG = null;

@Override
protected void onCreate(Bundle savedInstanceState) {



    // TODO Auto-generated method stub
    super.onCreate(savedInstanceState);


    setContentView(R.layout.voice);

    Intent intent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);
        intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL,
            RecognizerIntent.LANGUAGE_MODEL_FREE_FORM);
    intent.putExtra(RecognizerIntent.EXTRA_CALLING_PACKAGE,
            "com.domain.app");

    SpeechRecognizer recognizer = SpeechRecognizer
            .createSpeechRecognizer(this.getApplicationContext());

    RecognitionListener listener = new RecognitionListener() {

        @Override
        public void onResults(Bundle results) {
            ArrayList<String> voiceResults = results
                    .getStringArrayList(SpeechRecognizer.RESULTS_RECOGNITION);
            if (voiceResults == null) {
                Log.e(TAG, "No voice results");
            } else {
                Log.d(TAG, "Printing matches: ");
                for (String match : voiceResults) {
                    Log.d(TAG, match);
                }
            }
        }

        @Override
        public void onReadyForSpeech(Bundle params) {
            Log.d(TAG, "Ready for speech");
        }

        @Override
        public void onError(int error) {
            Log.d(TAG,
                    "Error listening for speech: " + error);
        }

        @Override
        public void onBeginningOfSpeech() {
            Log.d(TAG, "Speech starting");
        }

        @Override
        public void onBufferReceived(byte[] buffer) {
            // TODO Auto-generated method stub
            TextView display=(TextView)findViewById (R.id.Text1);
                    display.setText("True");


              System.arraycopy(buffer, 0, sig, sigPos, buffer.length) ;
              sigPos += buffer.length ;

        }

        @Override
        public void onEndOfSpeech() {
            // TODO Auto-generated method stub

        }

        @Override
        public void onEvent(int eventType, Bundle params) {
            // TODO Auto-generated method stub

        }

        @Override
        public void onPartialResults(Bundle partialResults) {
            // TODO Auto-generated method stub

        }

        @Override
        public void onRmsChanged(float rmsdB) {
            // TODO Auto-generated method stub

        }
    };
    recognizer.setRecognitionListener(listener);
    recognizer.startListening(intent);




    startActivityForResult(intent,check);

}

@Override
public void onClick(View arg0) {
    // TODO Auto-generated method stub

}



}

Answer 1

Android 语音识别 API（从 API 级别 17 开始）不提供捕获音频的可靠方法。

您可以使用“接收到的缓冲区”回调，但请注意

RecognitionListener 说onBufferReceived：

已收到更多声音。这个函数的目的是允许 向用户提供有关捕获的音频的反馈。没有 保证这个方法会被调用。

buffer：包含大端 16 位序列的缓冲区 表示单声道音频流的整数。采样率 依赖于实现。

和RecognitionService.Callback 说bufferReceived：

服务应在收到声音后调用此方法。这 此功能的目的是允许向用户提供反馈 关于捕获的音频。

buffer：包含大端 16 位序列的缓冲区 表示单声道音频流的整数。采样率 依赖于实现。

所以这个回调是为了反馈捕获的音频，而不一定是捕获的音频本身，即可能是它的简化版本，用于可视化目的。此外，“不能保证会调用此方法”，即 Google 语音搜索可能会在 v1 中提供它，但随后决定在 v2 中将其删除。

还要注意，在识别过程中可以多次调用此方法。但是，如果缓冲区表示完整的录制音频或仅表示自上次调用以来的 sn-p，则没有记录。 （我假设是后者，但您需要使用语音识别器对其进行测试。）

因此，在您的实现中，您应该将缓冲区复制到要保存的全局变量中，例如识别完成后进入 wav 文件。