一文教你如何快速实现声音识别

华为开发者论坛 2023-03-28 原文

在一些应用项目开发的过程中，有时需要用到语音检测的功能，即识别敲门声、门铃声、汽车喇叭声等功能，对于中小开发者来说，单独开发构建该能力，不免耗时耗力，而华为机器学习服务中的声音识别服务SDK，只需简单集成，端侧就能实现这个功能。

一、华为声音识别服务简介：

声音识别服务支持通过在线（实时录音）的模式检测声音事件，基于检测到的声音事件能够帮助开发者进行后续指令动作。目前支持13个种类的声音事件，包括：笑声、婴儿或小孩哭声、打鼾声、喷嚏声、叫喊声、猫叫声、狗叫声、流水声（包括水龙头流水声、溪流声、海浪声）、汽车喇叭声、门铃声、敲门声、火灾报警声（包括火灾报警器警报声、烟雾报警器警报声）、警报声（包括消防车警报声、救护车警报声、警车警报声、防空警报声）。

二、集成准备：

开发环境配置

1、需要在华为开发者联盟上创建应用：

此步骤具体可以详见下方的链接：

https://developer.huawei.com/consumer/cn/doc/development/AppGallery-connect-Guides/agc-get-started#createproject?ha__source=hms1

2、打开机器学习服务：

具体开启步骤可以查看下方的链接：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/enable-service-0000001050038078-V5?ha__source=hms1

2、创建完应用之后，会自动生成agconnect-services.json文件，需要手动将agconnect-services.json文件拷贝到应用级根目录下

3、配置HMS Core SDK的Maven仓地址。

关于Maven仓的配置可以查看下方的链接：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/config-maven-0000001050040031?ha__source=hms1

4、集成声音识别服务SDK

1. 推荐使用Full SDK方式集成，在build.gradle文件中配置相应的sdk

// 引入声音识别集合包
implementation 'com.huawei.hms:ml-speech-semantics-sounddect-sdk:2.1.0.300'
implementation 'com.huawei.hms:ml-speech-semantics-sounddect-model:2.1.0.300'

2. 根据实际情况声明AGC插件配置，有两种方式

apply plugin: 'com.android.application'
apply plugin: 'com.huawei.agconnect'
或
plugins {    id 'com.android.application'    
id 'com.huawei.agconnect'
}

3. 自动更新机器学习模型

添加如下语句到AndroidManifest.xml文件中，用户从华为应用市场安装您的应用后，将自动更新机器学习模型到设备：

<meta-data    
android:name="com.huawei.hms.ml.DEPENDENCY"  
android:value= "sounddect"/>

4. 更详细的步骤可以通过下方的链接查看：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/sound-detection-sdk-0000001055602754?ha__source=hms1

三、应用开发编码阶段

1.取得麦克风权限，如果没有麦克风的权限会报12203的错误

设置静态权限（必须）

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

动态权限获取（必须）

ActivityCompat.requestPermissions(
this, new String[]{Manifest.permission.RECORD_AUDIO

}, 1);

2.创建MLSoundDector对象

private static final String TAG = "MLSoundDectorDemo";

//语音识别的对象
private MLSoundDector mlSoundDector;

//创建MLSoundDector对象并 设置回调方法
private void initMLSoundDector(){
mlSoundDector = MLSoundDector.createSoundDector();
mlSoundDector.setSoundDectListener(listener);
}

3. 声音识别结果回调，用于获取检测结果，并将回调传入声音识别实例。

//创建声音识别结果回调，用于获取检测结果，并将回调传入声音识别实例。
private MLSoundDectListener listener = new MLSoundDectListener() {
    @Override
    public void onSoundSuccessResult(Bundle result) {
        //识别成功的处理逻辑，识别结果为：0-12（对应MLSoundDectConstants.java中定义的以SOUND_EVENT_TYPE开头命名的13种声音类型）。
        int soundType = result.getInt(MLSoundDector.RESULTS_RECOGNIZED);
        Log.d(TAG,"声音识别成功："+soundType);
    }
    @Override
    public void onSoundFailResult(int errCode) {
        //识别失败，可能没有授予麦克风权限（Manifest.permission.RECORD_AUDIO）等异常情况。
        Log.d(TAG,"声音识别失败："+errCode);
    }
};

此代码中只是将声音识别结果的int类型打印了出来，实际编码中，可以将int类型的声音识别结果转换为可被用户识别的类型。

声音识别类型的定义：

<string-array name="sound_dect_voice_type">
    <item>笑声</item>
    <item>婴儿或小孩哭声</item>
    <item>打鼾声</item>
    <item>喷嚏声</item>
    <item>叫喊声</item>
    <item>猫叫声</item>
    <item>狗叫声</item>
    <item>流水声</item>
    <item>汽车喇叭声</item>
    <item>门铃声</item>
    <item>敲门声</item>
    <item>火灾报警声</item>
    <item>警报声</item>
</string-array>

3. 开启和关闭语音识别

@Override
public void onClick(View v) {
    switch (v.getId()){
        case R.id.btn_start_detect:
            if (mlSoundDector != null){
                boolean isStarted = mlSoundDector.start(this); //context 是上下文
                //isStared 等于true表示启动识别成功、isStared等于false表示启动识别失败（原因可能是手机麦克风被系统或其它三方应用占用)
                if (isStarted){
                    Toast.makeText(this,"语音识别开启成功", Toast.LENGTH_SHORT).show();
                }
            }

            break;

        case R.id.btn_stop_detect:
            if (mlSoundDector != null){
                mlSoundDector.stop();
            }
            break;
    }
}

4.当页面关闭的时候，可以调用destroy()方法释放资源

@Override
protected void onDestroy() {
    super.onDestroy();
    if (mlSoundDector != null){
        mlSoundDector.destroy();
    }
}

四、运行测试

1. 以敲门声为例，预计声音识别类型的输出结果为10

2. 点击开启语音识别按钮、模拟敲门声，在AS控制台中可以得到如下日志，说明集成成功。

五、其他

1. 声音识别服务属于华为机器学习服务中的一个很小的模块，华为机器学习服务包括6大模块，分别为：文本类、语音语言类、图像类、人脸人体类、自然语言处理类，自定义模型。

2. 这篇记录文档只是介绍了“语音语言类”这个模块中的“声音识别服务”

3. 如果有读者对华为机器学习服务其他模块感兴趣的话，可以查看华为提供的相关集成文档，地址如下：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/service-introduction-0000001050040017-V5?ha__source=hms1

>>华为开发者联盟官网

>>获取开发指导文档
>>参与开发者讨论请到CSDN社区或者Reddit社区
>>下载demo和示例代码请到Github或者Gitee
>>解决集成问题请到Stack Overflow

原文链接：https://developer.huawei.com/...
原作者：胡椒

一文教你 em br https MLKitAndroid 移动开发

有关一文教你如何快速实现声音识别的更多相关文章

ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2
我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div
ruby - 如何从 ruby 中的字符串运行任意对象方法？ - 2
总的来说，我对ruby还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用
python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2
关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。
ruby-on-rails - 如何验证 update_all 是否实际在 Rails 中更新 - 2
给定这段代码defcreate@upgrades=User.update_all(["role=?","upgraded"],:id=>params[:upgrade])redirect_toadmin_upgrades_path,:notice=>"Successfullyupgradeduser."end我如何在该操作中实际验证它们是否已保存或未重定向到适当的页面和消息？最佳答案在Rails3中，update_all不返回任何有意义的信息，除了已更新的记录数(这可能取决于您的DBMS是否返回该信息)。http://ar.ru
ruby-on-rails - 'compass watch' 是如何工作的/它是如何与 rails 一起使用的 - 2
我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗？当我运行compasswatch时，它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行？文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们？我自己编译的.sass文件编译成compiled/t
ruby - 如何将脚本文件的末尾读取为数据文件(Perl 或任何其他语言) - 2
我正在寻找执行以下操作的正确语法(在Perl、Shell或Ruby中):#variabletoaccessthedatalinesappendedasafileEND_OF_SCRIPT_MARKERrawdatastartshereanditcontinues. 最佳答案 Perl用__DATA__做这个:#!/usr/bin/perlusestrict;usewarnings;while(){print;}__DATA__Texttoprintgoeshere 关于ruby-如何将脚
ruby - 如何指定 Rack 处理程序 - 2
Rackup通过Rack的默认处理程序成功运行任何Rack应用程序。例如:classRackAppdefcall(environment)['200',{'Content-Type'=>'text/html'},["Helloworld"]]endendrunRackApp.new但是当最后一行更改为使用Rack的内置CGI处理程序时，rackup给出“NoMethodErrorat/undefinedmethod`call'fornil:NilClass”:Rack::Handler::CGI.runRackApp.newRack的其他内置处理程序也提出了同样的反对意见。例如Rack
ruby - 如何每月在 Heroku 运行一次 Scheduler 插件？ - 2
在选择我想要运行操作的频率时，唯一的选项是“每天”、“每小时”和“每10分钟”。谢谢!我想为我的Rails3.1应用程序运行调度程序。最佳答案这不是一个优雅的解决方案，但您可以安排它每天运行，并在实际开始工作之前检查日期是否为当月的第一天。关于ruby-如何每月在Heroku运行一次Scheduler插件？，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.com/questions/8692687/
ruby-on-rails - 如何从 format.xml 中删除 <hash></hash> - 2
我有一个对象has_many应呈现为xml的子对象。这不是问题。我的问题是我创建了一个Hash包含此数据，就像解析器需要它一样。但是rails自动将整个文件包含在.........我需要摆脱type="array"和我该如何处理？我没有在文档中找到任何内容。最佳答案我遇到了同样的问题；这是我的XML:我在用这个:entries.to_xml将散列数据转换为XML，但这会将条目的数据包装到中所以我修改了:entries.to_xml(root:"Contacts")但这仍然将转换后的XML包装在“联系人”中，将我的XML代码修改为
ruby - 如何使用文字标量样式在 YAML 中转储字符串？ - 2
我有一大串格式化数据(例如JSON)，我想使用Psychinruby同时保留格式转储到YAML。基本上，我希望JSON使用literalstyle出现在YAML中:---json:|{"page":1,"results":["item","another"],"total_pages":0}但是，当我使用YAML.dump时，它不使用文字样式。我得到这样的东西:---json:!"{\n\"page\":1,\n\"results\":[\n\"item\",\"another\"\n],\n\"total_pages\":0\n}\n"我如何告诉Psych以想要的样式转储标量？解

一文教你如何快速实现声音识别

有关一文教你如何快速实现声音识别的更多相关文章

随机推荐