基于Android的语音助手APP

张路瑶 蔡虹

【摘要】本项目采用Java语言，基于Android Studio平台打造的一款智能语音助手APP。旨在为用户提供智能化的服务，提高人机交互速率，除实现了目前市场已有的语音助手的功能外，加入了特色化的音频文件转写功能，为用户的生活、办公等提供了方便快捷的渠道，如会议音频文件处理。通过调用Android麦克风接收用户的语音输入，通过集成百度SDK进行语音识别，并通过算法实现关键字提取，并完成用户需求的实现。音频转写功能是通过restapi形式的http接口的调用，实现用户选取指定文件对其进行转写的需求。

【关键词】Java Android 语音识别 文件转写

一、引言

由于智能手机平台和应用日新月异的发展，使得智能手机的使用以及服务的使用变得愈加复杂，为了提高人机交互的效率，让用户更加方便地使用智能手机，本文设计并实现了智能语音助手APP，提供给用户更多样、更快捷的智能服务。

二、功能分析

本项目为基于Android的一款智能服务类软件，用户通过语音进行人机交互，实现多种基本功能，并且可以进行特色化的长语音文件的转换、保存。

语音识别与显示功能为用户提供高精度的语音识别服务，融合百度领先的自然语言处理技术，支持多场景智能语音交互，对用户的语音信息经过处理，转换为文字信息，显示在用户界面上;语意分析与功能实现，是用户通过语音描述需求，软件通过对语音信息的分析以及关键字的提取，获取用户想要实现的功能，并自动进入不同的平台进行功能的实现;音频文件向文本的转换，用户通过菜单项选择进入音频文件转写界面，选择需要转写的音频文件，转写完成的文字将显示在界面的文本框中，用户可以选择是否进行文本的编辑和以文档方式的保存。

三、功能实现

语音输入调用Android的麦克风权限，用户点击界面的麦克风图标即可开始进行语音输入，通过捕捉音频并通过集成百度离在线语音识别Android SDK框架，完成语音的识别工作，识别完成后会将识别结果展示在用户界面。在识别结束后，通过算法实现语音的关键字提取完成语意的理解，并通过算法完成用户需求的实现。核心代码如下：

SpeechLongBottomSheetDialogspeechLongBottomSheetDia-

log = SpeechLongBottomSheetDialog.getInstance（MainActivity.this）;

speechLongBottomSheetDialog.seOnResultListItemClickListener（new SpeechLongBottomSheetDialog.OnResultListItemClickListener（） {@Override

public void onItemClick（String title） {analysisResult=analysis.start（）;

switch （analysisResult）{//body}

用户通过菜单项的选择进入音频文件转写界面，音频文件的选择是申请了Android的WRITE_EXTERNAL_STORAGE权限，获取SD卡所有的Audio文件供用户选择，用户选择文件后可对音频进行播放试听，点击转写按钮对文件进行转写。核心代码如下：

Url+=access_token;

OkHttpClient client=new OkHttpClient（）.newBuilder（）.build（）;

MediaType mediaType=MediaType.parse（"application/json"）;

RequestBodyrequestBody=RequestBody.create（mediaType，"{＼r＼n＼"speech_url＼"：＼"http：//speech-doc.gz.bcebos.com/

rest-api-asr/public_audio/16k.pcm＼"，＼r＼n＼"pid＼"：1537，＼r＼

n＼"rate＼"：16000，＼r＼n ＼"format＼"： ＼"pcm＼"＼r＼n}"）;

Request request=new Request.Builder（）.url（Url）.post（requestBody）.addHeader（"ContentType"，"application/json"

）.build（）;

Response response=client.newCall（request）.execute（）;

四、實现效果

图2为语音识别功能界面实现图，通过点击下方麦克风图标可进行语音输入，识别结果及系统回复将显示在用户界面，随后，系统将根据用户语音的识别结果进行相应的跳转，如通话，打开指定软件，搜索等。

图3为音频文件转写功能界面实现图，通过点击图2所示的主界面中的菜单进行跳转，在次界面，用户点击加号图标添加音频文件，可通过播放按钮控制该音频文件的播放和暂停，点击转换按钮，系统将转换完成的文本显示在下方文本框，供用户操作。

参考文献：

[1]郭霖.第一行代码——Android（2版）[M].人民邮电出版社，2016.

[2]杨丰盛.Android应用开发揭秘[M].机械工业出版社，2010.

[3]李刚.疯狂Android讲义[M].电子工业出版社，2015.

基金项目：课题资助：南昌航空大学第14届三小课题。