在一些應用專案開發的過程中，有時需要用到語音檢測的功能，即識別敲門聲、門鈴聲、汽車喇叭聲等功能，對於中小開發者來說，單獨開發構建該能力，不免耗時耗力，而華為機器學習服務中的聲音識別服務SDK，只需簡單整合，端側就能實現這個功能。

一、華為聲音識別服務簡介：

聲音識別服務支援透過線上（實時錄音）的模式檢測聲音事件，基於檢測到的聲音事件能夠幫助開發者進行後續指令動作。目前支援 13個種類的聲音事件，包括：笑聲、嬰兒或小孩哭聲、打鼾聲、噴嚏聲、叫喊聲、貓叫聲、狗叫聲、流水聲（包括水龍頭流水聲、溪流聲、海浪聲）、汽車喇叭聲、門鈴聲、敲門聲、火災報警聲（包括火災報警器警報聲、煙霧報警器警報聲）、警報聲（包括消防車警報聲、救護車警報聲、警車警報聲、防空警報聲）。

二、整合準備：

開發環境配置

1、需要在華為開發者聯盟上建立應用：

此步驟具體可以詳見下方的連結：

https://developer.huawei.com/consumer/cn/doc/development/AppGallery-connect-Guides/agc-get-started#createproject ?ha__source=hms1

2、開啟機器學習服務：

具體開啟步驟可以檢視下方的連結：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/enable-service-0000001050038078-V5 ?ha__source=hms1

2、建立完應用之後，會自動生成 agconnect-services.json檔案，需要手動將 agconnect-services.json檔案複製到應用級根目錄下

3、配置 HMS Core SDK的 Maven倉地址。

關於 Maven倉的配置可以檢視下方的連結：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/config-maven-0000001050040031 ?ha__source=hms1

4、整合聲音識別服務 SDK

1. 推薦使用 Full SDK方式整合，在 build.gradle檔案中配置相應的 sdk

// 引入聲音識別集合包
implementation 'com.huawei.hms:ml-speech-semantics-sounddect-sdk:2.1.0.300'
implementation 'com.huawei.hms:ml-speech-semantics-sounddect-model:2.1.0.300'

2. 根據實際情況宣告 AGC外掛配置，有兩種方式

apply plugin: 'com.android.application'
apply plugin: 'com.huawei.agconnect'
或
plugins {    id 'com.android.application'    
id 'com.huawei.agconnect'
}

3. 自動更新機器學習模型

新增如下語句到 AndroidManifest.xml檔案中，使用者從華為應用市場安裝您的應用後，將自動更新機器學習模型到裝置：

<meta-data    
android:name="com.huawei.hms.ml.DEPENDENCY"  
android:value= "sounddect"/>

4. 更詳細的步驟可以透過下方的連結檢視：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/sound-detection-sdk-0000001055602754 ?ha__source=hms1

三、應用開發編碼階段

1.取得麥克風許可權，如果沒有麥克風的許可權會報 12203的錯誤

設定靜態許可權（必須）

<
uses-permission 
android
:name
="android.permission.RECORD_AUDIO" 
/>

動態許可權獲取（必須）

ActivityCompat . requestPermissions(
this , new String[]{ Manifest . permission . RECORD_AUDIO

}, 1 );

2.建立 MLSoundDector物件

private static final String TAG = "MLSoundDectorDemo" ;

// 語音識別的物件
private MLSoundDector mlSoundDector ;

// 建立 MLSoundDector 物件並 設定回撥方法
private void initMLSoundDector (){
mlSoundDector = MLSoundDector . createSoundDector();
mlSoundDector .setSoundDectListener( listener );
}

3. 聲音識別結果回撥，用於獲取檢測結果，並將回撥傳入聲音識別例項。

// 建立聲音識別結果回撥，用於獲取檢測結果，並將回撥傳入聲音識別例項。
private MLSoundDectListener listener = new MLSoundDectListener () {
     @Override
     public void onSoundSuccessResult ( Bundle result) {
         // 識別成功的處理邏輯，識別結果為： 0-12 （對應 MLSoundDectConstants.java 中定義的以 SOUND_EVENT_TYPE 開頭命名的 13 種聲音型別）。
         int soundType = result.getInt( MLSoundDector . RESULTS_RECOGNIZED );
         Log . d( TAG , " 聲音識別成功： " + soundType );
    }
     @Override
     public void onSoundFailResult ( int errCode) {
         // 識別失敗，可能沒有授予麥克風許可權（ Manifest.permission.RECORD_AUDIO ）等異常情況。
         Log . d( TAG , " 聲音識別失敗： " +errCode);
    }
};

此程式碼中只是將聲音識別結果的 int型別列印了出來，實際編碼中，可以將 int型別的聲音識別結果轉換為可被使用者識別的型別。

聲音識別型別的定義：

< string-array name ="sound_dect_voice_type" >
    < item > 笑聲 </ item >
    < item > 嬰兒或小孩哭聲 </ item >
    < item > 打鼾聲 </ item >
    < item > 噴嚏聲 </ item >
    < item > 叫喊聲 </ item >
    < item > 貓叫聲 </ item >
    < item > 狗叫聲 </ item >
    < item > 流水聲 </ item >
    < item > 汽車喇叭聲 </ item >
    < item > 門鈴聲 </ item >
    < item > 敲門聲 </ item >
    < item > 火災報警聲 </ item >
    < item > 警報聲 </ item >
</ string-array >

3. 開啟和關閉語音識別

@Override
public void onClick ( View v) {
     switch (v.getId()){
         case R . id . btn_start_detect :
             if ( mlSoundDector != null ){
                 boolean isStarted = mlSoundDector .start( this ); //context 是上下文
                 //isStared 等於 true 表示啟動識別成功、 isStared 等於 false 表示啟動識別失敗（原因可能是手機麥克風被系統或其它三方應用佔用 )
                 if ( isStarted ){
                     Toast . makeText( this , " 語音識別開啟成功 " , Toast . LENGTH_SHORT ).show();
                }
            }

             break ;

         case R . id . btn_stop_detect :
             if ( mlSoundDector != null ){
                 mlSoundDector .stop();
            }
             break ;
    }
}

4.當頁面關閉的時候，可以呼叫 destroy() 方法釋放資源

@Override
protected void onDestroy () {
     super .onDestroy();
     if ( mlSoundDector != null ){
         mlSoundDector .destroy();
    }
}

四、執行測試

1. 以敲門聲為例，預計聲音識別型別的輸出結果為 10

2. 點選開啟語音識別按鈕、模擬敲門聲，在 AS控制檯中可以得到如下日誌，說明整合成功。

五、其他

1. 聲音識別服務屬於華為機器學習服務中的一個很小的模組，華為機器學習服務包括 6 大模組，分別為：文字類、語音語言類、影像類、人臉人體類、自然語言處理類，自定義模型。

2. 這篇記錄文件只是介紹了“語音語言類”這個模組中的“聲音識別服務”

3. 如果有讀者對華為機器學習服務其他模組感興趣的話，可以檢視華為提供的相關整合文件，地址如下：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/service-introduction-0000001050040017-V5 ?ha__source=hms1

>> 華為開發者聯盟官網

>> 獲取開發指導文件
>> 參與開發者討論請到 CSDN社群或者 Reddit 社群
>> 下載 demo 和示例程式碼請到 Github 或者 Gitee
>> 解決整合問題請到 Stack Overflow

原文連結： https://developer.huawei.com/consumer/cn/forum/topic/0202580471954390028?fid=18

原作者：胡椒

一文教你如何快速實現聲音識別

相關文章