从零开始开发纯血鸿蒙应用之语音输入

从零开始开发纯血鸿蒙应用

〇、前言

除了从图片中识别文本外,语音输入也是一种现代生活中较为普遍的数据输入方式。对于语音输入产生的数据,除了直接以声音模拟信号进行存储和传输外,就是将其转换为普通的文本数据即字符串类型的数据。

在鸿蒙系统中,想要集成通过语音输入文字的能力,比较简单,只需同上一篇一样,利用SDK中开箱即用的 AI 能力即可。

一、认识 speechRecognizer

在前面的语音朗读一篇中,我们利用鸿蒙 SDK 中 Core Speech Kit 里的 textToSpeech,完成了文本朗读功能。

实际上,在相同的 Core Speech Kit 里面,还有一个提供语音转文本能力的 speechRecognizer

1、使用方式

同 textToSpeech 一样,speechRecognizer 的使用,是通过引擎实例 SpeechRecognitionEngine 对象进行的,因此,集成语音识别能力的第一步,便是获得并持有 SpeechRecognitionEngine 实例。

SpeechRecognitionEngine 实例创建,也同样是一样工厂模式创建,而非直接 new 出来的。一般而言,获得 SpeechRecognitionEngine 对象实例之后,就可以开始进行语音识别了,而识别过程中,理所当然的需要写入一个音频数据。

2、依赖权限

音频数据,最直接的,就是利用麦克风去实时获取,而麦克风作为手机硬件资源,使用之前必须获得用户的授权,所以,就需要在合适的时机,向用户弹窗申请麦克风权限。

3、结果回写

语音识别结果,可以直接用字符串数据进行获取,只不过,结果的获取需要通过事件监听函数完成,而不是其他类型的方法返回。

二、实现语音识别功能

1、创建语音识别引擎

根据上面的理论,实现语音识别功能的第一步,就是获取和持有 SpeechRecognitionEngine,为此,可以在 EditPage 的 aboutToAppear 函数中,加上如下的一段代码:

为了方便在其他地方调用 SpeechRecognitionEngine 对象,需要在 EditPage 中定义一个页面级全局有效的私有字段 ASREngine: private ASREngine: speechRecognizer.SpeechRecognitionEngine | null = null;,之所以要联合 null 类型,是为了在 EditPage 不可见时,将语音识别引擎实例所占用的内存资源及时释放掉。

2、设置事件监听

一如前文所说,语音识别结果是通过事件监听函数返回的,因此,第二步就是准备好语音识别引擎的事件监听函数,并将其注册绑定到上面创建好的语音识别引擎实例对象上。

3、启动识别

启动识别前,需要设置好相关参数,如待识别的音频规格信息,以及管理识别会话所需的会话ID 等等。

4、写入音频数据

启动识别后,语音识别引擎就会进入工作状态,等待写入具体的待识别的音频数据,这里,我是通过 AudioCapturer 去获取音频数据的,也就是调用麦克风实时获得用户的说话声音。

5、操作控制

为了方便暂停和继续语音识别,我这里专门创建了一个弹窗进行操作控制:

长按该弹窗上的"长按识别"按钮,就能触发语音识别功能,而识别结果会在松开按钮的时候,回写到编辑框上。

三、总结

单就集成语音识别能力来说,并不是一件特别难的事情,在鸿蒙应用开发中,比较困难的是进行结果校正,让最终产生的文本,不会出现一大串重复的文字或短语,而这种校正往往需要一定的模型算法,本文便不再展开探索,有兴趣的可自行了解。

相关推荐
魔障阿Q5 小时前
华为310P3模型转换及python推理
人工智能·python·深度学习·yolo·计算机视觉·华为
万少16 小时前
AI编程神器!Trae+Claude4.0 简单配置 让HarmonyOS开发效率飙升 - 坚果派
前端·aigc·harmonyos
zhanshuo16 小时前
HarmonyOS UI 交互实战指南:教你用 ArkUI 打造高响应体验
harmonyos
zhanshuo17 小时前
新手也能搞定!鸿蒙开发者资源包获取与实战全流程指南
harmonyos
baobao熊1 天前
HarmonyOS 6 云开发-用户头像上传云存储
华为·数据挖掘·harmonyos
优测云服务平台1 天前
优测推出HarmonyOS全场景测试服务,解锁分布式场景应用卓越品质!
分布式·harmonyos
HarmonyOS小助手1 天前
【宝藏贴】HarmonyOS官方模板优秀案例 · 第1期:便捷生活-购物中心
harmonyos·鸿蒙·鸿蒙生态
沫小北1 天前
HarmonyOS Lottie动画库总结
前端·harmonyos
zhanshuo2 天前
如何用 ArkTS 实现丝滑又安全的表单输入验证?一篇文章讲清楚!
harmonyos
zhanshuo2 天前
掌握 ArkTS 复杂数据绑定:从双向输入到多组件状态同步
harmonyos