你如何使用Android的实时语音到文本？

Question

在Android4.1中，你可以使用keyboard上的麦克风选项进行实时语音到文本的转换。

我一直在看android.speech的文档，试图找出如何为应用程序实现实时语音到文本。但是，唯一可以促进这一点的选项是"EXTRA_PARTIAL_RESULTS“选项(每次我尝试使用它时，服务器都会忽略它)。

代码：

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, "VoiceIME");
intent.putExtra(RecognizerIntent.EXTRA_PARTIAL_RESULTS, true);
intent.putExtra(RecognizerIntent.EXTRA_SPEECH_INPUT_MINIMUM_LENGTH_MILLIS, 3000L);

mSpeaker.startListening(intent);

从不返回部分结果。

我知道这是可能的，因为键盘版本一直是这样做的。有人知道怎么做吗？

Answer 1

在调用startListening之前，您需要注册onPartialResults-callback。需要注意的两件重要事情：

• 调用onPartialResults所使用的包的结构不是由Android API指定的；
• 并不是每个语音识别器都支持此回调。

因此您的代码将特定于Google Voice Search。

mSpeaker.setRecognitionListener(new RecognitionListener() {
  ...
  public void onPartialResults(Bundle partialResults) {
    // WARNING: The following is specific to Google Voice Search
    String[] results = 
      partialResults.getStringArray("com.google.android.voicesearch.UNSUPPORTED_PARTIAL_RESULTS");
    updateTheUi(results);
  }
  ...
}

要在开源应用程序中查看此回调的实际效果，请参阅Babble：

谷歌Play：https://play.google.com/store/apps/details?id=be.lukin.android.babble

• source代码：https://github.com/lukin0110/babble/blob/master/android/app/src/be/lukin/android/babble/BabbleActivity.java

Answer 2

如果你想在麦克风打开时实时显示部分结果，而扬声器正在说话，你可能想放弃使用recognizerIntent的方法，而放弃recognitionService，转而使用简单的安卓文本框并预先选择“麦克风”图标，就像你可以在安卓笔记的示例应用程序中所做的那样……

请参阅./samples/android-16/NotePad/tests/src/com/example/android/notepad

这个组合提供了这样的功能:当语音合成结果从服务器端的“voiceSearch”返回时，你可以实时看到它们，这在某种程度上与“识别器”关于“部分”回调的不同。

大量评论指出，recognizerIntent不会触发对“onPartialResults”的回调。出于某些原因，Android4.2似乎不支持“连续”speechRecognition模式，而这种模式使用javascript运行得很好。我在4.2上对“RecognitionListener”接口的测试显示，在卷事件上有数百个对“onRmsChanged”的回调，但在“partialResult”事件上没有任何活动。在某个地方，这个回调丢失了？？

对于js解决方案，请安装chrome-beta版本25并执行here

使用android笔记应用程序。从键盘上采样并预先选择麦克风图标，您可以执行与上面的JS webapp链接完全相同的操作。

Answer 3

因为我们不能确切地知道来自部分结果回调的Bundle的键名，所以使用下面的代码来查找它的内容：

public void onPartialResults(Bundle partialResults) {    
    String string = "Bundle{";
    for (String key : partialResults.keySet()) {
        string += " " + key + " => " + partialResults.get(key) + ";";
    } 
    Log.e("joshtag","onPartialResults"+string);
    //see the keynames in Logcat and extract partial reesults here
}