关于hms-core:一文教你如何快速实现声音识别

8次阅读

共计 3426 个字符，预计需要花费 9 分钟才能阅读完成。

在一些利用我的项目开发的过程中，有时须要用到语音检测的性能，即辨认敲门声、门铃声、汽车喇叭声等性能，对于中小开发者来说，独自开发构建该能力，未免耗时耗力，而华为机器学习服务中的声音辨认服务 SDK，只需简略集成，端侧就能实现这个性能。

一、华为声音辨认服务简介：

声音辨认服务反对通过在线（实时录音）的模式检测声音事件，基于检测到的声音事件可能帮忙开发者进行后续指令动作。目前反对 13 个品种的声音事件，包含：笑声、婴儿或小孩哭声、打鼾声、喷嚏声、叫喊声、猫叫声、狗叫声、流水声（包含水龙头流水声、溪流声、海浪声）、汽车喇叭声、门铃声、敲门声、火灾报警声（包含火灾报警器警报声、烟雾报警器警报声）、警报声（包含消防车警报声、救护车警报声、警车警报声、防空警报声）。

二、集成筹备：

开发环境配置

1、须要在华为开发者联盟上创立利用：

此步骤具体能够详见下方的链接：

https://developer.huawei.com/…

2、关上机器学习服务：

具体开启步骤能够查看下方的链接：

https://developer.huawei.com/…

2、创立完利用之后，会主动生成 agconnect-services.json 文件，须要手动将 agconnect-services.json 文件拷贝到利用级根目录下

3、配置 HMS Core SDK 的 Maven 仓地址。

对于 Maven 仓的配置能够查看下方的链接：

https://developer.huawei.com/…

4、集成声音辨认服务 SDK

举荐应用 Full SDK 形式集成，在 build.gradle 文件中配置相应的 sdk

// 引入声音辨认汇合包
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'

依据理论状况申明 AGC 插件配置，有两种形式

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

自动更新机器学习模型

增加如下语句到 AndroidManifest.xml 文件中，用户从华为利用市场装置您的利用后，将自动更新机器学习模型到设施：

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

更具体的步骤能够通过下方的链接查看：

https://developer.huawei.com/…

三、利用开发编码阶段

1. 获得麦克风权限，如果没有麦克风的权限会报 12203 的谬误

设置动态权限（必须）

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

动静权限获取（必须）

ActivityCompat.requestPermissions(

    this, new String[]{Manifest.permission.RECORD_AUDIO

}, 1);

2. 创立 MLSoundDector 对象

private static final String TAG = “MLSoundDectorDemo”;

// 语音辨认的对象
private MLSoundDector mlSoundDector;

// 创立 MLSoundDector 对象并设置回调办法
private void initMLSoundDector(){

mlSoundDector = MLSoundDector.createSoundDector();
mlSoundDector.setSoundDectListener(listener);

}

声音辨认后果回调，用于获取检测后果，并将回调传入声音辨认实例。

// 创立声音辨认后果回调，用于获取检测后果，并将回调传入声音辨认实例。
private MLSoundDectListener listener = new MLSoundDectListener() {

@Override
public void onSoundSuccessResult(Bundle result) {
    // 辨认胜利的解决逻辑，辨认后果为：0-12（对应 MLSoundDectConstants.java 中定义的以 SOUND_EVENT_TYPE 结尾命名的 13 种声音类型）。int soundType = result.getInt(MLSoundDector.RESULTS_RECOGNIZED);
    Log.d(TAG,"声音辨认胜利："+soundType);
}
@Override
public void onSoundFailResult(int errCode) {
    // 辨认失败，可能没有授予麦克风权限（Manifest.permission.RECORD_AUDIO）等异常情况。Log.d(TAG,"声音辨认失败："+errCode);
}

};

此代码中只是将声音辨认后果的 int 类型打印了进去，理论编码中，能够将 int 类型的声音辨认后果转换为可被用户辨认的类型。

声音辨认类型的定义：

<string-array name=”sound_dect_voice_type”>

<item> 笑声 </item>
<item> 婴儿或小孩哭声 </item>
<item> 打鼾声 </item>
<item> 喷嚏声 </item>
<item> 叫喊声 </item>
<item> 猫叫声 </item>
<item> 狗叫声 </item>
<item> 流水声 </item>
<item> 汽车喇叭声 </item>
<item> 门铃声 </item>
<item> 敲门声 </item>
<item> 火灾报警声 </item>
<item> 警报声 </item>

</string-array>

开启和敞开语音辨认

@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 等于 true 示意启动辨认胜利、isStared 等于 false 示意启动辨认失败（起因可能是手机麦克风被零碎或其它三方利用占用)
            if (isStarted){Toast.makeText(this,"语音辨认开启胜利", Toast.LENGTH_SHORT).show();}
        }

        break;

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

}

4. 当页面敞开的时候，能够调用 destroy()办法开释资源

@Override
protected void onDestroy() {

super.onDestroy();
if (mlSoundDector != null){mlSoundDector.destroy();
}

}

四、运行测试

以敲门声为例，预计声音辨认类型的输入后果为 10
点击开启语音辨认按钮、模仿敲门声，在 AS 控制台中能够失去如下日志，阐明集成胜利。

五、其余

声音辨认服务属于华为机器学习服务中的一个很小的模块，华为机器学习服务包含 6 大模块，别离为：文本类、语音语言类、图像类、人脸人体类、自然语言解决类，自定义模型。
这篇记录文档只是介绍了“语音语言类”这个模块中的“声音辨认服务”
如果有读者对华为机器学习服务其余模块感兴趣的话，能够查看华为提供的相干集成文档，地址如下：

https://developer.huawei.com/…

华为开发者联盟官网
获取开发领导文档
参加开发者探讨请到 CSDN 社区或者 Reddit 社区
下载 demo 和示例代码请到 Github 或者 Gitee
解决集成问题请到 Stack Overflow

原文链接：https://developer.huawei.com/…
原作者：胡椒

正文完