- 能力描述
- 应用场景
- 功能展示
- 帮助文档
能力描述
理解语音 生成文字
语音识别技术，也被称为自动语音识别（Automatic Speech Recognition, ASR）。 华为语音识别引擎是面向移动终端的语音识别能力，向开发者提供人工智能应用层API。 可以将语音文件、实时语音数据流转换为汉字序列，准确率达到90%以上（本地识别95%，云端识别97%），让您的应用绘“声”绘色。
应用场景
语音交流 人机交互
机器理解人类语言，并输出文本，适用于开发有语音识别需求的业务场景，如语音输入法、语音搜索、实时字幕、游戏娱乐、社交聊天、人机交互、驾驶模式等。
语音输入法
将所输入文字，直接用语音的方式输入，即用户说话的时候语音识别引擎返回识别的汉字序列，让输入法更加便捷，解放双手。
语音搜索
搜索内容直接以语音的方式输入，可以用于客服系统的关键词搜索，同时转录成文本，让搜索更加高效。
功能演示
Request
复制代码
AsrRecognizer asrRecognizer = AsrRecognizer.createAsrRecognizer(this);
asrRecognizer.init(initIntent, mMyAsrListener);
asrRecognizer.startListening(intent);
JSONObject result = new JSONObject(json);
JSONArray items = result.getJSONArray("result");
Response
复制代码
{
"confidence": 0.95,
"word":"请问明天天气怎么样"
}
与华为一同开发从这里开始
FAQ
1writePcm()什么时候调用？
开发者可以将获取到的语音数据通过writePcm()方法写入到引擎中，引擎通过识别解码，将语音转化为相应的文本。同时引擎支持自录音和从文件读取的方式进行识别，初始化引擎时可以通过配置ASR_AUDIO_SRC_TYPE参数来实现。文件读取的方式可以进行批量的文件测试。
2cancel()与stopListening()方法的区别是什么？
当用户已经启动了识别后，即识别的过程中，突然想停止上述两种方法都可以停下来，差别是： cancel()停止但是不上报当前已经识别的结果； stopListening()停止且会把当前的结果刷新上报显示。
3是否支持多线程调用？
HUAWEI HiAI Engine 不支持同一应用使用多线程调用同一接口，这样会导致某一线程调用release方法后，卸载模型，导致正在运行的另一些线程出错。故多线程执行同一功能达不到并行的效果。另外，由于Android同一时刻只能有一个录音线程在，故语音识别本身不支持多线程的并发。但是引擎支持使用多线程调用不同接口，如开启两个线程同时使用美学评分和ASR接口。
华为开发者联盟 版权所有 ©2023-2024
