Androidフォンで迷惑なダイアログなしに音声認識を使用するにはどうすればよいですか


124

Android APIを変更せずにこれは可能ですか?これに関する記事を見つけました。Android APIに変更を加える必要があるコメントが1つあります。しかし、それは変更を行う方法を述べていませんでした。誰かがそれを行う方法についていくつかの提案をくれますか?ありがとう!


この記事を見つけました。 SpeechRecognizer 彼のニーズはのものとほとんど同じです。それは私にとって良い参考になります!


私はこの問題を完全に解決しました。
私はこの中国のウェブサイトから使用可能なサンプルコードをグーグルで検索しましたこれは 私のソースコードです

package voice.recognition.test;

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");
            }
   }
}

デバッグ後は、迷惑なログを必ず削除してください!


1
他のアプリがそれを実行するのを見たように(Voice infinity)、それを実行することは間違いなく可能ですが、方法については、私には手掛かりがありません。私はあなたがAndroidソースをダウンロードし、音声がどこにあるかをAPIでチェックすることから始め、次に実験を拡張することから始めることができると思います...
Eric

1
Femiによって指摘されているよう<uses-permission android:name="android.permission.RECORD_AUDIO" />に、AndroidManifest.xmlファイルに必ず含めてください。そうしないと、SpeechRecognizerがオーディオを
取得

回答:


72

SpeechRecognizerインターフェースを使用します。あなたのアプリはRECORD_AUDIO権限を持っている必要があり、あなたはその後、SpeechRecognizerを作成することができ、それが与えるRecognitionListenerをして、その呼び出しstartListening方法を。音声認識機能が音声の聞き取りを開始する準備ができて、音声を受信して​​テキストに変換するときに、リスナーにコールバックを取得します。


アドバイスありがとうございます。今すぐ試す
Jim31837

10
また、ここに述べたようにOnDestroyでSpeechRecognier()メソッドを破壊することを忘れないでください:stackoverflow.com/a/19931355/2048266ないに取得has leaked ServiceConnection android.speech.SpeechRecognizer$Connection@414f0e40 that was originally bound hereエラー
nommer

例を見せていただけますか?また、画面がオフの状態でも使用できますか?
Ruchir Baronia

7

GASTには、SpeechRecognizer新しいコードをほとんど使用せずにクラスを使用できる便利な抽象クラスがあります。thisthisSpeechRecognizerを使用してバックグラウンドサービスとしてを実行する例もあります。


それらをMainActivityに実装する方法を教えていただけませんか?「* {@link Intent}を使用して開始および停止します」とはどういう意味ですか?どうもありがとう
ダンテ

例を見せていただけますか?また、画面がオフの状態でも使用できますか?
Ruchir Baronia

6

これを投稿してくれてありがとう!oncreateでonclickリスナーを定義すると便利です。

@Override
protected void onCreate(Bundle savedInstanceState) {
    super.onCreate(savedInstanceState);
    setContentView(R.layout.activity_main);

    mText = (TextView) findViewById(R.id.textView1);     
    MyRecognitionListener listener = new MyRecognitionListener();
    sr = SpeechRecognizer.createSpeechRecognizer(this);       
    sr.setRecognitionListener(listener);

    findViewById(R.id.button1).setOnClickListener( new View.OnClickListener() {
        @Override
        public void onClick(View v) 
        {
                Intent intent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);    
                intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL, "en-US");
                intent.putExtra(RecognizerIntent.EXTRA_MAX_RESULTS,1); 
                intent.putExtra(RecognizerIntent.EXTRA_CALLING_PACKAGE,"voice.recognition.test");
                sr.startListening(intent);
        }
    });     
}

4

テキストを音声に、音声をテキストに変換するGithubプロジェクトを、面倒なダイアログなしに作成します。

https://github.com/hiteshsahu/Android-TTS-STT/tree/master/app/src/main/java/com/hiteshsahu/stt_tts/translation_engine

 //SPEECH TO TEXT DEMO
    speechToText.setOnClickListener({ view ->

        Snackbar.make(view, "Speak now, App is listening", Snackbar.LENGTH_LONG)
                .setAction("Action", null).show()

        TranslatorFactory
                .instance
                .with(TranslatorFactory.TRANSLATORS.SPEECH_TO_TEXT,
                        object : ConversionCallback {
                            override fun onSuccess(result: String) {
                                sttOutput.text = result
                            }

                            override fun onCompletion() {
                            }

                            override fun onErrorOccurred(errorMessage: String) {
                                erroConsole.text = "Speech2Text Error: $errorMessage"
                            }

                        }).initialize("Speak Now !!", this@HomeActivity)

    })


    //TEXT TO SPEECH DEMO
    textToSpeech.setOnClickListener({ view ->

        val stringToSpeak :String = ttsInput.text.toString()

        if (null!=stringToSpeak &&  stringToSpeak.isNotEmpty()) {

            TranslatorFactory
                    .instance
                    .with(TranslatorFactory.TRANSLATORS.TEXT_TO_SPEECH,
                            object : ConversionCallback {
                                override fun onSuccess(result: String) {
                                }

                                override fun onCompletion() {
                                }

                                override fun onErrorOccurred(errorMessage: String) {
                                    erroConsole.text = "Text2Speech Error: $errorMessage"
                                }

                            })
                    .initialize(stringToSpeak, this)

        } else {
            ttsInput.setText("Invalid input")
            Snackbar.make(view, "Please enter some text to speak", Snackbar.LENGTH_LONG).show()
        }

    })

ここに画像の説明を入力してください

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.