2. 程式人生 > >使用訊飛語音實現語音識別,朗讀文字

使用訊飛語音實現語音識別,朗讀文字

阿新 • • 發佈：2019-01-18

一.走近訊飛(iFly)

語音技術實現了人機語音互動，使人與機器之間溝通變得像人與人溝通一樣簡單。語音技術主要包括語音合成和語音識別兩項關鍵技術。讓機器說話，用的是語音合成技術；讓機器聽懂人說話，用的是語音識別技術。此外，語音技術還包括語音編碼、音色轉換、口語評測、語音消噪和增強等技術，有著廣闊應用空間。

  • 早期的語音識別技術讓人啼笑皆非, 就連Siri剛出道時, 也是漏洞百出. 但是訊飛通過多年的不懈努力, 最近發展迅速, 這也是技術型專案前期技術積累的必然結果.
  • 百度也推出了自己的語音識別, 但是因為技術積累尚淺, 移植和測試體驗尚不如訊飛 – 本條個人觀點.

科大訊飛從開始的只做語音識別和語音合成, 到現在的廣告+統計+廣場+人臉識別+聲紋識別+推送

, 可以看出它的野心–打造綜合性平臺, 同時又不放棄專營業務(並且擁有難以記憶的英文縮寫和logo).

從使用訊飛的SDK過程中, 還是能感覺到誠意的, 很多設計很人性化, 免費提供了諸多測試和使用介面, 讓人好感倍增, 這也是為啥我為其做了這麼多廣告.

二.搭建環境

登入開發者平臺
  • 註冊使用者並且登入

  • 建立新應用

    選擇建立新應用:

    file-listfile-list

    這裡可以比較隨意填寫, 但是注意平臺別搞錯.

    file-listfile-list
    應用建立好之後, 請記錄下訊飛為該APP生成的Appid: 56678310 (每個人都不一樣哦)

  • 為新應新增服務

    新建立的應用可以在”我的應用”中檢視, 開始的時候, 這個應用沒有使用任何SDK, 我們需要向訊飛註冊一下我們的app都需要哪些服務.

    file-listfile-list

    點選”開通更多服務”, 選擇語言聽寫和線上語音合成兩個SDK, 第一個開發語義是自己新增上的.

    file-listfile-list

  • 下載相應SDK

    進入下載SDK介面, 您可以通過諸多位置進入到這裡, 可能與截圖不符, 但沒有問題.

    file-listfile-list

    這裡選擇”組合服務SDK下載”, 勾選圖中前兩個.

    file-listfile-list

    選擇平臺

    file-listfile-list

    最後選擇剛才建立的引用, 之後點選下載.

    file-listfile-list

  • 新建xcode(singleView)工程, 將下載好的資料夾中lib下的iflyMac匯入(拖入)工程

  • 新增引用庫
    file-listfile-list

三.程式碼+++++

  • 在storyBoard的viewController中拖入幾個控制元件, 一個UILable用來顯示語音翻譯後的文字, 兩個UIbutton用來觸發”帶介面的實時翻譯”和”不帶介面的實時翻譯”. 併為他們拖出屬性和響應方法.
    如圖:
    file-listfile-list

  • appdelegate.m中, 新增如下程式碼(註冊):
    AppDelegate.m 的 didFinishLaunchingWithOptions中:

    1
2
3
4
5
6

    - (BOOL)application:(UIApplication *)application didFinishLaunchingWithOptions:(NSDictionary *)launchOptions {
    // 根據appid登入到訊飛的伺服器, 過程需要身份驗證 , 56678310
    NSString *initString = [[NSString alloc] initWithFormat:@"appid=%@",@"你的appid, 別用我的"];
    [IFlySpeechUtility createUtility:initString];
    return YES;
}

下面是寫好後的ViewController程式碼:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151

#import "ViewController.h"
#import <iflyMSC/iflyMSC.h>
// 這個標頭檔案是做什麼的呢?
#import "ISRDataHelper.h"
// 還有這個.
#import "IATConfig.h"


@interface ViewController ()<IFlyRecognizerViewDelegate, IFlySpeechRecognizerDelegate>
// 翻譯好的Text會展示在這個label上.
@property (weak, nonatomic) IBOutlet UILabel *textView;

/*!
 *  語音識別控制元件
 *    錄音時觸控控制元件結束錄音，開始識別（相當於舊版的停止）；觸控其他位置，取消錄音，結束會話（取消）
 *  出錯時觸控控制元件，重新開啟會話（相當於舊版的再說一次）；觸控其他位置，取消錄音，結束會話（取消）
 *
 */
@property (nonatomic,strong)IFlyRecognizerView * iflyRecognizerView;

/*!
 *  語音識別類
 *   此類現在設計為單例，你在使用中只需要建立此物件，不能呼叫release/dealloc函式去釋放此物件。所有關於語音識別的操作都在此類中。
 */
@property (nonatomic, strong)IFlySpeechRecognizer * iFlySpeechRecognizer;
@end

@implementation ViewController

- (void)viewDidLoad {
    [super viewDidLoad];

    // 語音識別檢視空間及配置.
    [self initRecognizerView];

    // 語音識別類的初始化及配置.
    [self initSpeechRecognizer];
}

// !!!:語音識別檢視空間及配置--方法.
-(void)initRecognizerView{
    _iflyRecognizerView = [[IFlyRecognizerView alloc] initWithCenter:self.view.center];
    _iflyRecognizerView.delegate = self;
    [_iflyRecognizerView setParameter: @"iat" forKey: [IFlySpeechConstant IFLY_DOMAIN]];
    //asr_audio_path保存錄音檔名，如不再需要，設定value為nil表示取消，預設目錄是documents
    [_iflyRecognizerView setParameter:@"asrview.pcm " forKey:[IFlySpeechConstant ASR_AUDIO_PATH]];
}
// !!!:語音識別類的初始化及配置--方法.
-(void)initSpeechRecognizer{
    //單例模式，無UI的例項
    if (_iFlySpeechRecognizer == nil) {
        _iFlySpeechRecognizer = [IFlySpeechRecognizer sharedInstance];

        [_iFlySpeechRecognizer setParameter:@"" forKey:[IFlySpeechConstant PARAMS]];

        //設定聽寫模式
        [_iFlySpeechRecognizer setParameter:@"iat" forKey:[IFlySpeechConstant IFLY_DOMAIN]];
    }
    _iFlySpeechRecognizer.delegate = self;

    if (_iFlySpeechRecognizer != nil) {
        IATConfig *instance = [IATConfig sharedInstance];

        //設定最長錄音時間
        [_iFlySpeechRecognizer setParameter:instance.speechTimeout forKey:[IFlySpeechConstant SPEECH_TIMEOUT]];
        //設定後端點
        [_iFlySpeechRecognizer setParameter:instance.vadEos forKey:[IFlySpeechConstant VAD_EOS]];
        //設定前端點
        [_iFlySpeechRecognizer setParameter:instance.vadBos forKey:[IFlySpeechConstant VAD_BOS]];
        //網路等待時間
        [_iFlySpeechRecognizer setParameter:@"20000" forKey:[IFlySpeechConstant NET_TIMEOUT]];

        //設定取樣率，推薦使用16K
        [_iFlySpeechRecognizer setParameter:instance.sampleRate forKey:[IFlySpeechConstant SAMPLE_RATE]];

        if ([instance.language isEqualToString:[IATConfig chinese]]) {
            //設定語言
            [_iFlySpeechRecognizer setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
            //設定方言
            [_iFlySpeechRecognizer setParameter:instance.accent forKey:[IFlySpeechConstant ACCENT]];
        }else if ([instance.language isEqualToString:[IATConfig english]]) {
            [_iFlySpeechRecognizer setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
        }
        //設定是否返回標點符號
        [_iFlySpeechRecognizer setParameter:instance.dot forKey:[IFlySpeechConstant ASR_PTT]];
    }
}

- (void)didReceiveMemoryWarning {
    [super didReceiveMemoryWarning];
    // Dispose of any resources that can be recreated.
}

// !!!: push介面的識別,點選事件
- (IBAction)voiceToText:(id)sender {
    [self.iflyRecognizerView start];
}

// !!!: 觸發語音識別類的點選事件
- (IBAction)voiceToTextWithoutUI:(id)sender {
    self.textView.text = @"";
    // 這個需要手動停止翻譯.
    [_iFlySpeechRecognizer cancel];

    //設定音訊來源為麥克風
    [_iFlySpeechRecognizer setParameter:IFLY_AUDIO_SOURCE_MIC forKey:@"audio_source"];

    //設定聽寫結果格式為json
    [_iFlySpeechRecognizer setParameter:@"json" forKey:[IFlySpeechConstant RESULT_TYPE]];

    //保存錄音檔案，儲存在sdk工作路徑中，如未設定工作路徑，則預設儲存在library/cache下
    [_iFlySpeechRecognizer setParameter:@"asr.pcm" forKey:[IFlySpeechConstant ASR_AUDIO_PATH]];

    [_iFlySpeechRecognizer setDelegate:self];

    [_iFlySpeechRecognizer startListening];
}

// !!!:實現代理方法
// !!!:注意有沒有s, 語音識別的結果回撥(帶介面的那個)
-(void)onResult:(NSArray *)resultArray isLast:(BOOL)isLast
{
    NSMutableString *result = [[NSMutableString alloc] init];
    NSDictionary *dic = [resultArray objectAtIndex:0];
    for (NSString *key in dic) {
        [result appendFormat:@"%@",key];
    }

    // 注意: 語音識別回撥返回結果是一個json格式字串, 解析起來比較麻煩, 但是我們只需要其中的字串部分, 這個過程訊飛也覺得麻煩, 就推出了一個工具類, 能將這個josn解析最終字串返回. 這也是前面匯入ISRDataHelper.h的作用.
    NSString * resu = [ISRDataHelper stringFromJson:result];
    self.textView.text = [NSString stringWithFormat:@"%@%@",self.textView.text,resu];
}
// !!!:解析失敗代理方法
-(void)onError:(IFlySpeechError *)error
{
    NSLog(@"解析失敗了");
}

// !!!:語音識別類的回撥方法(不帶介面的那個)
- (void) onResults:(NSArray *) results isLast:(BOOL)isLast{
    NSMutableString *result = [[NSMutableString alloc] init];
    NSDictionary *dic = [results objectAtIndex:0];
    for (NSString *key in dic) {
        [result appendFormat:@"%@",key];
    }
    NSString * resu = [ISRDataHelper stringFromJson:result];
    self.textView.text = [NSString stringWithFormat:@"%@%@", self.textView.text, resu];
}

@end

在上面的程式碼中, 使用了兩個類:

1
2

#import "ISRDataHelper.h"
#import "IATConfig.h"

他們的功能已經在註釋中說明, 那麼這兩個類的原始檔怎辦呢… 讓我想想…
算了, 最後我把這個工程傳到git上吧. 你們從哪裡扒下來就好了.

四.語音合成

其實iOS自帶語音合成, 我們不必使用訊飛也可以達到這樣的效果, 下面的程式碼能讓你的APP讀出這些文字.
Appdelegate.m中, 新增一個延展, 並且 didFinishLaunchingWithOptions 中新增如下程式碼:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

@interface AppDelegate ()
@property(nonatomic,strong)AVSpeechSynthesizer * speechSynthesizer; // 合成器
@property(nonatomic,strong)AVSpeechUtterance * speechUtterance; // 合成器所說的內容
@end

- (BOOL)application:(UIApplication *)application didFinishLaunchingWithOptions:(NSDictionary *)launchOptions {
    // Override point for customization after application launch.

    self.speechSynthesizer = [[AVSpeechSynthesizer alloc] init];

    self.speechUtterance = [[AVSpeechUtterance alloc] initWithString:@"啪啪啪"];

    [self.speechSynthesizer  speakUtterance:self.speechUtterance];

    return YES;
}

執行之後, app能讀出”啪啪啪”. 女性發音效果更好.

  • 使用訊飛實現啪啪啪的功能
    我們直接在上面的工程裡新增吧.
    首先在sb中的viewcontroller裡, 再拖一個textfiled, 我們讓訊飛朗讀textfiled中的內容.
    file-listfile-list

viewController.m, 這個將三個功能寫到了同一個controller中.比較臃腫, 你們自己捋順一下, 封裝成類, 供以後使用.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211

#import "ViewController.h"
#import <iflyMSC/iflyMSC.h>
#import "ISRDataHelper.h"
#import "IATConfig.h"

#import "PcmPlayerDelegate.h"
#import "PcmPlayer.h"
#import "TTSConfig.h"

typedef NS_OPTIONS(NSInteger, SynthesizeType) {
    NomalType           = 5,//普通合成
    UriType             = 6, //uri合成
};

@interface ViewController ()<IFlyRecognizerViewDelegate, IFlySpeechRecognizerDelegate, IFlySpeechRecognizerDelegate>
// 翻譯好的Text會展示在這個label上.
@property (weak, nonatomic) IBOutlet UILabel *textView;
// 朗讀這裡的內容.
@property (weak, nonatomic) IBOutlet UITextField *VoiceText;

/*!
 *  語音識別控制元件
 *    錄音時觸控控制元件結束錄音，開始識別（相當於舊版的停止）；觸控其他位置，取消錄音，結束會話（取消）
 *  出錯時觸控控制元件，重新開啟會話（相當於舊版的再說一次）；觸控其他位置，取消錄音，結束會話（取消）
 *
 */
@property (nonatomic,strong)IFlyRecognizerView * iflyRecognizerView;

/*!
 *  語音識別類
 *   此類現在設計為單例，你在使用中只需要建立此物件，不能呼叫release/dealloc函式去釋放此物件。所有關於語音識別的操作都在此類中。
 */
@property (nonatomic, strong)IFlySpeechRecognizer * iFlySpeechRecognizer;


@property (nonatomic, strong) IFlySpeechSynthesizer * iFlySpeechSynthesizer;//語音合成物件
@property (nonatomic, strong) PcmPlayer *audioPlayer;//用於播放音訊的
@property (nonatomic, assign) SynthesizeType synType;//是何種合成方式
@property (nonatomic, assign) BOOL hasError;//將解析過程中是否出現錯誤
@end

@implementation ViewController

- (void)viewDidLoad {
    [super viewDidLoad];

    // 語音識別檢視空間及配置.
    [self initRecognizerView];

    // 語音識別類的初始化及配置.
    [self initSpeechRecognizer];

    // 初始化語音合成
    [self initMakeVoice];
}
// !!!:語音識別檢視空間及配置--方法.
-(void)initRecognizerView{
    _iflyRecognizerView = [[IFlyRecognizerView alloc] initWithCenter:self.view.center];
    _iflyRecognizerView.delegate = self;
    [_iflyRecognizerView setParameter: @"iat" forKey: [IFlySpeechConstant IFLY_DOMAIN]];
    //asr_audio_path保存錄音檔名，如不再需要，設定value為nil表示取消，預設目錄是documents
    [_iflyRecognizerView setParameter:@"asrview.pcm " forKey:[IFlySpeechConstant ASR_AUDIO_PATH]];
}
// !!!:語音識別類的初始化及配置--方法.
-(void)initSpeechRecognizer{
    //單例模式，無UI的例項
    if (_iFlySpeechRecognizer == nil) {
        _iFlySpeechRecognizer = [IFlySpeechRecognizer sharedInstance];

        [_iFlySpeechRecognizer setParameter:@"" forKey:[IFlySpeechConstant PARAMS]];

        //設定聽寫模式
        [_iFlySpeechRecognizer setParameter:@"iat" forKey:[IFlySpeechConstant IFLY_DOMAIN]];
    }
    _iFlySpeechRecognizer.delegate = self;

    if (_iFlySpeechRecognizer != nil) {
        IATConfig *instance = [IATConfig sharedInstance];

        //設定最長錄音時間
        [_iFlySpeechRecognizer setParameter:instance.speechTimeout forKey:[IFlySpeechConstant SPEECH_TIMEOUT]];
        //設定後端點
        [_iFlySpeechRecognizer setParameter:instance.vadEos forKey:[IFlySpeechConstant VAD_EOS]];
        //設定前端點
        [_iFlySpeechRecognizer setParameter:instance.vadBos forKey:[IFlySpeechConstant VAD_BOS]];
        //網路等待時間
        [_iFlySpeechRecognizer setParameter:@"20000" forKey:[IFlySpeechConstant NET_TIMEOUT]];

        //設定取樣率，推薦使用16K
        [_iFlySpeechRecognizer setParameter:instance.sampleRate forKey:[IFlySpeechConstant SAMPLE_RATE]];

        if ([instance.language isEqualToString:[IATConfig chinese]]) {
            //設定語言
            [_iFlySpeechRecognizer setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
            //設定方言
            [_iFlySpeechRecognizer setParameter:instance.accent forKey:[IFlySpeechConstant ACCENT]];
        }else if ([instance.language isEqualToString:[IATConfig english]]) {
            [_iFlySpeechRecognizer setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
        }
        //設定是否返回標點符號
        [_iFlySpeechRecognizer setParameter:instance.dot forKey:[IFlySpeechConstant ASR_PTT]];
    }
}

// !!!:語音合成的初始化
-(void)initMakeVoice{
    TTSConfig *instance = [TTSConfig sharedInstance];
    if (instance == nil) {
        return;
    }

    //合成服務單例
    if (_iFlySpeechSynthesizer == nil) {
 
 

            
  

           

              
              

            

            
相關推薦

			   
            
            
            
 

    


    
    
iOS ---使用科大訊飛技術實現語音轉文字(語音聽寫)

     
 
                本文主要介紹的是利用科大訊飛技術實現語音轉文字的功能(語音聽寫).首先,註冊訊飛賬號，申請APPID然後,下載科大訊飛SDK將開發工具包中lib目錄下的iflyMSC.framework新增到新建工程中.按下圖新增SDK所需要的iOS庫。(除iflyMSC.framework 



  
 

    


    
    
使用訊飛語音實現語音識別,朗讀文字

     
 
                

一.走近訊飛(iFly)

語音技術實現了人機語音互動，使人與機器之間溝通變得像人與人溝通一樣簡單。語音技術主要包括語音合成和語音識別兩項關鍵技術。讓機器說話，用的是語音合成技術；讓機器聽懂人說話，用的是語音識別技術。此外，語音技術還包括語音編碼、音色轉換、口語評測、語音 



  
 

    


    
    
手把手的操作——用java呼叫科大訊飛的離線語音識別dll實現離線識別（JNA實現）（一）

     
  
 
  
  
 #用java呼叫科大訊飛的離線語音識別dll實現離線識別（JNA實現）（一） 
 本人接的任務，做離線語音識別，用的是科大訊飛的離線識別，java不支援離線了，所以下載了windows的離線包，用JNA進行呼叫。之前用的是jni，但是一直沒有測試通過，本人又不會C++，研究了一個星期終究 



  
 

    


    
    
手把手的操作——用java呼叫科大訊飛的離線語音識別dll實現離線識別（JNA實現）（二）

     
 
							
							
							
上一篇講到了最難的地方，引數的轉換，這裡單獨寫出來
**
三、引數的轉換（難點）
**
注：本文是以訊飛提供的C語言例子作為模板改寫，語音來源於檔案
1、先分析提供的例子
本人使用的是VS2010
下載連結連結：https://pan.baidu.com/s/ 



  
 

    


    
    
呼叫科大訊飛API實現文字轉語音

     
 #ifndef TRANSCODE_AUDIO_H
#define	TRANSCODE_AUDIO_H

typedef void(*TranscodeCallbackFcn)(int, int, void*);
extern int transcode_audio(const char *inAudio,  



  
 

    


    
    
unity 對接訊飛window平臺語音識別，語音合成記錄

     
  
 
 
 最近記性越來越差，必須得把踩過的坑寫下來，防止重複踩坑的出現。 
 主要參考了部落格：https://blog.csdn.net/qq_39993352/article/details/80545422和語音識別的案例原始碼：https://github.com/3wz/IFlySDKForUn 



  
 

    


    
    
有關整合科大訊飛sdk的語音(三)語音合成

     
  
 

  有關語音合成的,廢話不說,直接程式碼 
  @property (nonatomic, strong) IFlySpeechSynthesizer *iFlySpeechSynthesizer;//語音合成 
   
  - (void)viewWillAppear:(BOOL)animated 



  
 

    


    
    
有關整合科大訊飛sdk的語音(二)不帶語音的介面

     
  
 
 
 不帶語音的就需要自定義語音識別時播放的動畫.在呼叫的時候我們需要先判斷麥克風的許可權. 
  
  - (void)getUserMicrophonePermissions{ 
      int  flag; 
      AVAuthorization 



  
 

    


    
    
有關整合科大訊飛sdk的語音(一)帶語音的介面

     
  
 
 
 最近專案需要整合語音這塊,我選擇了科大訊飛的sdk,IFlySpeechRecognizer是不帶介面的語音聽寫控制元件，顯示介面的時候需要使用者進行自定義語音動畫介面,IFlyRecognizerView是帶介面的控制元件.我會分別介紹這兩種顯示. 
 帶語音的介面: 
  
  #impor 



  
 

    


    
    
html5錄音+百度語音實現語音識別

     
 
                
首先，語音識別技術已經不是什麼新鮮的詞彙了，各大公司也提供了自己的語音識別API，據說百度、訊飛等公司的識別率已經達到99%。
最近我也想給網站加上一個語音識別功能，用於搜尋詞彙。我首選的是訊飛，畢竟人家是專業做語音的，但關於html5的SDK訊飛已經下架，無法使用人家現成 



  
 

    


    
    
嵌入式Qt下使用科大訊飛的TTS語音模組

     
 
                
使用寫檔案方法傳送（str直接填中文即可）
int KeyboardSerialTalk::ttsSend(QString str)
{
    QTextCodec *utf8 = QTextCodec::codecForName("UTF-8");
    QTextC 



  
 

    


    
    
訊飛C/C++語音合成基礎篇

     
 
                
首先到訊飛上註冊一個帳號(感覺訊飛官網和阿里雲官網的差不多)

隨後建立一個新應用(Windows平臺下)

最後我們要的是Appid如下圖所示


下面是訊飛SDK(含說明文件)下載地址：


因為此程式涉及WAV語音知識，未了解WAV的朋友請百度補充，或者在下面這個連結 



  
 

    


    
    
訊飛的聲紋識別API以及Android studio的初體驗

     
 
                

【安裝時候的坑】
安裝Android studio的時候最好放c盤 
因為我電腦上git 和sdk 和gradle就放在c盤 因為空間不夠studio沒有放在c盤 後來翔宇因為一直有git的root請求 認為有時候as需要呼叫c盤程式的時候沒有許可權
我看了一下 那個是a 



  
 

    


    
    
科大訊飛 線上語音識別 音訊來源為【檔案】的java接入實現， 適用於初學者

     
  
 
  
  
  ****科大訊飛的語音識別提供了兩種音訊來源方式，一個是通過麥克風，一個是來自音訊檔案。這裡介紹本人自己寫的通過音訊
 檔案識別的java程式碼。****
 
 【離線識別參考我的另一篇】用java呼叫科大訊飛的離線語音識別dll實現離線識別（JNA實現） 
 之前的註冊、獲得註冊碼、 



  
 

    


    
    
Winform利用訊飛語音WebAPI實現線上語音合成、語音識別

     
 
                
閒來無事做的一個demo。本來想做成網站的形式，發現不知道怎麼在請求頭裡加資訊，於是就做成了Winform版的。




去官網開通sdk



沒註冊的先要註冊，然後建立應用，應用平臺選擇webAPI



回到控制檯，新增新服務--線上語音合成、語音聽寫



新增IP 



  
 

    


    
    
第三方整合訊飛 語音識別 文字轉音

     
 
    private void init() {

        //合成監聽器
SynthesizerListener mSynListener = new SynthesizerListener() {

            //會話結束回撥介面，沒有錯誤時，error為null
public  



  
 

    


    
    
android 融雲 + 科大訊飛 實現仿微信語音訊息轉換為文字（附DEMO原始碼）

     
 
                



融雲SDK 使用很方便，簡單配置就可以搭建即時通訊功能，配合科大訊飛的語音識別， 即可實現微信中語音訊息轉換為文字的功能



融雲sdk的基本使用就不細說了， 網上很多資料



使用融雲sdk自帶的聊天會話介面，想要在此會話介面上增加語音訊息長按時彈出 “轉換為文 



  
 

    


    
    
科大訊飛實現“文字轉語音”和“語音轉文字”

     
 
								
								            
							
							
							請在這裡檢視示例 ☞ iat示例

詳細介紹


這裡整合了科大訊飛官方示例，去除一些不必要的元素，便於開發者理解和應用相關功能
經測試，在chrome瀏覽器下不允許在http協議下使用html5的ap 



  
 

    


    
    
語音識別---訊飛科大api實現

     
 
							
							
							科大語音sdk實現語音識別功能



在實現語音識別之前要做的事：


註冊賬號 
如果你有賬號，那麼請自動跳過這一步 
訊飛科大開發者註冊—-訊飛科大開發者註冊官網
匯入必要檔案 
       1. 建立新應用（應用名稱必須和你的應用名稱一樣）然後會有一個s 



  
 

    


    
    
Android開發之通過藍芽耳機實現訊飛語音識別的功能

     
 
                
近階段在開發一款app，實現通過藍芽耳機進行訊飛語音識別，獲取識別結果之後再通過語音合成從藍芽耳機播報出識別結果。上網也查了很多資料，大多是說通過一下兩行程式碼：      mAudioManager.setBluetoothScoOn(true);