android - google - ¿Hay una manera de usar la API de SpeechRecognizer directamente para la entrada de voz?

speech to text android programmatically

Question

El sitio web de Android Dev proporciona un ejemplo de cómo hacer entrada de voz utilizando la actividad incorporada de entrada de voz de Google. La actividad muestra una onActivityResult() emergente preconfigurada con el micrófono y pasa sus resultados usando onActivityResult()

Mi pregunta: ¿Hay una manera de usar la clase SpeechRecognizer directamente para hacer entrada de voz sin mostrar la actividad enlatada? Esto me permitiría construir mi propia actividad para la entrada de voz.

Answer 1

Aquí está el código que usa la clase SpeechRecognizer (que proviene de here y here ):

import android.app.Activity;
import android.content.Intent;
import android.os.Bundle;
import android.view.View;
import android.view.View.OnClickListener;
import android.speech.RecognitionListener;
import android.speech.RecognizerIntent;
import android.speech.SpeechRecognizer;
import android.widget.Button;
import android.widget.TextView;
import java.util.ArrayList;
import android.util.Log;



public class VoiceRecognitionTest extends Activity implements OnClickListener 
{

   private TextView mText;
   private SpeechRecognizer sr;
   private static final String TAG = "MyStt3Activity";
   @Override
   public void onCreate(Bundle savedInstanceState) 
   {
            super.onCreate(savedInstanceState);
            setContentView(R.layout.main);
            Button speakButton = (Button) findViewById(R.id.btn_speak);     
            mText = (TextView) findViewById(R.id.textView1);     
            speakButton.setOnClickListener(this);
            sr = SpeechRecognizer.createSpeechRecognizer(this);       
            sr.setRecognitionListener(new listener());        
   }

   class listener implements RecognitionListener          
   {
            public void onReadyForSpeech(Bundle params)
            {
                     Log.d(TAG, "onReadyForSpeech");
            }
            public void onBeginningOfSpeech()
            {
                     Log.d(TAG, "onBeginningOfSpeech");
            }
            public void onRmsChanged(float rmsdB)
            {
                     Log.d(TAG, "onRmsChanged");
            }
            public void onBufferReceived(byte[] buffer)
            {
                     Log.d(TAG, "onBufferReceived");
            }
            public void onEndOfSpeech()
            {
                     Log.d(TAG, "onEndofSpeech");
            }
            public void onError(int error)
            {
                     Log.d(TAG,  "error " +  error);
                     mText.setText("error " + error);
            }
            public void onResults(Bundle results)                   
            {
                     String str = new String();
                     Log.d(TAG, "onResults " + results);
                     ArrayList data = results.getStringArrayList(SpeechRecognizer.RESULTS_RECOGNITION);
                     for (int i = 0; i < data.size(); i++)
                     {
                               Log.d(TAG, "result " + data.get(i));
                               str += data.get(i);
                     }
                     mText.setText("results: "+String.valueOf(data.size()));        
            }
            public void onPartialResults(Bundle partialResults)
            {
                     Log.d(TAG, "onPartialResults");
            }
            public void onEvent(int eventType, Bundle params)
            {
                     Log.d(TAG, "onEvent " + eventType);
            }
   }
   public void onClick(View v) {
            if (v.getId() == R.id.btn_speak) 
            {
                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,"voice.recognition.test");

                intent.putExtra(RecognizerIntent.EXTRA_MAX_RESULTS,5); 
                     sr.startListening(intent);
                     Log.i("111111","11111111");
            }
   }
}

Defina main.xml con un botón y otorgue el permiso RECORD_AUDIO en el manifiesto

Answer 2

Puede usar SpeechRecognizer , aunque no conozco ningún código de muestra más allá de esta pregunta SO anterior . Sin embargo, esto es nuevo en el nivel 8 de API (Android 2.2) y, por lo tanto, no se puede utilizar ampliamente al momento de escribir este artículo.

Answer 3

También asegúrese de solicitar los permisos adecuados del usuario. Me quedé atascado con un error de retorno de valor 9: INSUFFICIENT_PERMISSIONS, a pesar de que tenía los permisos RECORD_AUDIO adecuados listados en el manifiesto.

Al seguir el código de ejemplo here , pude obtener los permisos del usuario y luego el reconocedor de voz devolvió buenas respuestas.

Por ejemplo, este bloque puse en mi onCreate () para la actividad, aunque podría ir a otro lugar en el flujo de la interfaz de usuario, antes de llamar a los métodos de SpeechRecognizer:

    protected void onCreate(Bundle savedInstanceState) {
        ...
        if (ContextCompat.checkSelfPermission(this,
            Manifest.permission.RECORD_AUDIO)
            != PackageManager.PERMISSION_GRANTED) {

        // Should we show an explanation?
        if (ActivityCompat.shouldShowRequestPermissionRationale(this,
                Manifest.permission.RECORD_AUDIO)) {

            // Show an explanation to the user *asynchronously* -- don''t block
            // this thread waiting for the user''s response! After the user
            // sees the explanation, try again to request the permission.

        } else {

            // No explanation needed, we can request the permission.

            ActivityCompat.requestPermissions(this,
                    new String[]{Manifest.permission.RECORD_AUDIO},
                    527);

            // MY_PERMISSIONS_REQUEST_READ_CONTACTS is an
            // app-defined int constant. The callback method gets the
            // result of the request. (In this example I just punched in
            // the value 527)
        }
        ...
    }

Luego proporcione un método de devolución de llamada en la actividad para la solicitud de permisos:

@Override
public void onRequestPermissionsResult(int requestCode,
                                       String permissions[], int[] grantResults) {
    switch (requestCode) {
        case 527: {
            // If request is cancelled, the result arrays are empty.
            if (grantResults.length > 0
                    && grantResults[0] == PackageManager.PERMISSION_GRANTED) {

                // permission was granted, yay! Do the
                // contacts-related task you need to do.

            } else {

                // permission denied, boo! Disable the
                // functionality that depends on this permission.
            }
            return;
        }

        // other ''case'' lines to check for other
        // permissions this app might request
    }
}

Otra cosa que tengo que cambiar en el código de ejemplo de preetha anterior es donde el texto resultante se recupera en el método onResults (). Para obtener el texto real de la voz traducida (en lugar del tamaño, ya que se imprime el código original), imprima el valor de la cadena de caracteres construida o obtenga uno de los valores de retorno en ArrayList (datos). Por ejemplo:

.setText(data.get(0));