我在 Android 上使用过语音识别功能，我很喜欢。这是我的客户最受赞誉的功能之一。但是，格式有些限制。您必须调用识别器意图，让它将录音发送到谷歌，然后等待文本返回。
我的一些想法需要在我的应用中录制音频，然后将剪辑发送到谷歌进行转录。
有什么方法可以发送音频剪辑以将语音转换为文本进行处理？
【问题讨论】：
标签： android speech-recognition voice voice-recognition
我找到了一个可以很好地进行语音识别和录音的解决方案。这是我创建的一个简单 Android 项目的link，以显示解决方案的工作原理。另外，我在项目中放置了一些打印屏幕来说明应用程序。
我将尝试简要解释我使用的方法。我在该项目中结合了两个功能：Google Speech API 和 Flac 录音。
通过 HTTP 连接调用 Google Speech API。 Mike Pultz 提供了有关 API 的更多详细信息：
"(...) 新的 [Google] API 是一个全双工流 API。这意味着它实际上使用了两个 HTTP 连接——一个 POST 请求将内容作为“实时”分块流上传，以及用于访问结果的第二个 GET 请求，这对于较长的音频样本或流式音频更有意义。”
但是，此 API 需要接收 FLAC 声音文件才能正常工作。这让我们进入第二部分：Flac 录音
我通过从名为 AudioBoo 的开源应用程序中提取和改编一些代码和库，在该项目中实现了 Flac 录音。 AudioBoo 使用原生代码录制和播放 flac 格式。
因此，可以录制 flac 声音，将其发送到 Google Speech API，获取文本并播放刚刚录制的声音。
我创建的项目具有使其工作的基本原则，并且可以针对特定情况进行改进。为了使其在不同的场景中工作，有必要获得一个 Google Speech API 密钥，该密钥是通过成为 Google Chromium-dev 组的一部分获得的。我在那个项目中留下了一把钥匙只是为了表明它正在工作，但我最终会删除它。如果有人需要有关它的更多信息，请告诉我，因为我无法在这篇文章中放置超过 2 个链接。
【讨论】：
很遗憾，目前没有。 Android 的语音识别服务目前唯一支持的接口是RecognizerIntent，它不允许您提供自己的声音数据。
如果您希望看到这些内容，请在http://b.android.com 提交功能请求。这也与现有的issue 4541 切线相关。
【讨论】：
据我所知，目前还没有办法将音频片段直接发送到 Google 进行转录。但是，Froyo（API 级别 8）引入了SpeechRecognizer 类，它提供对语音识别服务的直接访问。因此，例如，您可以开始播放音频片段并让您的 Activity 启动语音识别器在后台侦听，这将在完成后将结果返回给用户定义的侦听器回调方法。
以下示例代码应在 Activity 中定义，因为 SpeechRecognizer 的方法必须在主应用程序线程中运行。您还需要将RECORD_AUDIO 权限添加到您的AndroidManifest.xml。
boolean available = SpeechRecognizer.isRecognitionAvailable(this);
if (available) {
SpeechRecognizer sr = SpeechRecognizer.createSpeechRecognizer(this);
sr.setRecognitionListener(new RecognitionListener() {
@Override
public void onResults(Bundle results) {
// process results here
}
// define your other overloaded listener methods here
});
Intent intent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);
// the following appears to be a requirement, but can be a "dummy" value
intent.putExtra(RecognizerIntent.EXTRA_CALLING_PACKAGE, "com.dummy");
// define any other intent extras you want
// start playback of audio clip here
// this will start the speech recognizer service in the background
// without starting a separate activity
sr.startListening(intent);
}
您还可以通过扩展RecognitionService 来定义自己的语音识别服务，但这超出了此答案的范围：)
【讨论】：
startListening() 后，等待RecognitionListener.onReadyForSpeech() 回调并播放音频剪辑（大声！）。