一. 在线ASR 概述

DUI Lite SDK 为您提供易用的 API 来接入经由强大的深度网络模型优化的语音转文字能力。

DUI Lite SDK 支持 Android 和 iOS 平台的 DUI 语音 API 接入，您通过集成 DUI Lite SDK 获取从音频采集到识别的全流程支持。

结合DUI平台强大的可定制语言模型的特性，您可以通过上传说法和词表的方式，对偏僻的说法以及相关内容的识别效果进行优化。

二. SDK使用说明

使用当前功能时，请先授权，否则禁止使用。请参考 授权说明。

2.1 准备

jar：DUI-lite-SDK-for-Android-xxx.jar

so：libvad.so  libduiutils.so  libopusogg.so

资源：具体使用到的资源请参考 demo，可以放在assets目录中，也可以自己手动放在磁盘中，比如/sdcard/

三. 功能特性

3.1 识别模式

1. 一段语音结束后，反馈识别结果
2. 实时反馈识别结果，开口说话时，当部分识别结果就绪后，能立即展示该部分结果

3.2 音频压缩

可选 ogg、 ogg_opus 、mp3 和 wav 4种格式音频上传服务器识别，压缩格式（ogg，ogg_opus）可大幅减少数据传输大小

3.3 内置录音机

DUI Lite SDK - ASR 内置录音功能，可采集麦克风数据，减少开发工作量

3.4 VAD(语音活动检测)

可选开启 vad，这样只上传有语音部分的音频数据，可减少网络传输数据

3.5 说法和词库

您可在 DUI开放平台 上传说法和词库，提高识别准确率

四. 性能指标

用户用15.08秒说了一句话  "苏州思必驰信息科技有限公司是一家语音技术公司专注于将领先的系列智能语音技术应用于移动互联智能设备客户联络中心等行业"，使用 ogg 格式压缩音频后上传服务器

五. 引擎运行流程图

六. 使用示例

涉及引擎类：AICloudASREngine，按照以下步骤构建你的云端识别应用，详细使用示例请参考 demo，更多的接口请参照Javadoc

6.1 配置AICloudASRConfig 参数

AICloudASRConfig config = new AICloudASRConfig();
config.setLocalVadEnable(true);
config.setVadResource(SampleConstants.VAD_RES);

可配置参数表格如下：

6.2 实现回调接口

private class AICloudASRListenerImpl implements AIASRListener {
  
      @Override
      public void onReadyForSpeech() {
          Log.d(TAG, "语音引擎就绪，用户可以说话");
      }
  
      @Override
      public void onBeginningOfSpeech() {
          Log.d(TAG, "检测到用户开始说话");
      }
  
      @Override
      public void onEndOfSpeech() {
          Log.d(TAG, "用户停止说话");
      }
  
      @Override
      public void onRmsChanged(float rmsdB) {
          Log.d(TAG, "音频音量发生改变");
      }
  
      @Override
      public void onError(AIError error) {
          Log.e(Tag, "error:" + error.toString());
      }
  
      @Override
      public void onResults(AIResult results) {
          if (results.isLast()) {
              if (results.getResultType() == AIConstant.AIENGINE_MESSAGE_TYPE_JSON) {
                  Log.i(Tag, "result JSON = " + results.getResultObject().toString());
                  // 可以使用JSONResultParser来解析识别结果
                  // 结果按概率由大到小排序
                  JSONResultParser parser = new JSONResultParser(results.getResultObject()
                          .toString());
                  Log.d(TAG, "识别结果为 :  " + parser.getText() + "\n");
                  Log.d(TAG, "识别结果为 :  " + results.getResultObject().toString());
              }
          }
      }
  
      @Override
      public void onInit(int status) {
          Log.i(Tag, "Init result " + status);
          if (status == AIConstant.OPT_SUCCESS) {
              Log.d(TAG, "初始化成功!");
          } else {
              Log.d(TAG, "初始化失败!code:" + status);
          }
      }
  
    @Override
    public void onBufferReceived(byte[] buffer) {
        // TODO Auto-generated method stub
        Log.d(TAG, "录音机音频数据");
    }
  }

6.3 初始化engine并且传入回调接口

mEngine = AICloudASREngine.createInstance();
mEngine.init(config, new AICloudASRListenerImpl());

部分方法如下，获取全部参数请参考 Javadoc

6.4 配置启动属性并启动识别

实例化intent并启动识别，参考代码如下：

AICloudASRIntent aICloudASRIntent = new AICloudASRIntent();
aiCloudASRIntent.setResourceType("aihome");//设置识别引擎的资源类型,默认为comm
aiCloudASRIntent.setEnableNumberConvert(true);//设置启用识别结果汉字数字转阿拉伯数字功能
aiCloudASRIntent.setEnableSNTime(true);//设置rec结果增加对齐信息接口
aiCloudASRIntent.setCloudVadEnable(true);//设置是否开启服务端的vad功能,默认开启为true
//aICloudASRIntent.setEnableTone(false);//设置音调功能接口
//aICloudASRIntent.setEnableLanguageClassifier(false);//设置语言分类功能接口

List<String> customWakeupWord = new ArrayList<>();
customWakeupWord.add("你好晓乐");
// 设置自定义唤醒词
aiCloudASRIntent.setCustomWakeupWord(customWakeupWord);

mEngine.start(aiCloudASRIntent);

常用intent参数如下表，全部参数请查阅 Javadoc

6.5 销毁对象

识别完成或者功能使用之后记得在合适的位置销毁engine。

mEngine.stop();
mEngine.destroy();

6.6 完整示例代码

AICloudASREngine mEngine;
AICloudASRConfig config = new AICloudASRConfig();
config.setLocalVadEnable(true);
config.setVadResource(SampleConstants.VAD_RES);

mEngine = AICloudASREngine.createInstance();
mEngine.init(config, new AICloudASRListenerImpl());



AICloudASRIntent aICloudASRIntent = new AICloudASRIntent();
aICloudASRIntent.setServer("wss://asr.dui.ai/runtime/v2/recognize");//设置服务器地址，默认不用设置
aICloudASRIntent.setEnablePunctuation(false);//设置是否启用标点符号识别,默认为false关闭
aICloudASRIntent.setResourceType("aihome");//设置识别引擎的资源类型,默认为comm
aICloudASRIntent.setCloudVadEnable(false);
aICloudASRIntent.setEnableNumberConvert(true);//设置启用识别结果汉字数字转阿拉伯数字功能
aICloudASRIntent.setEnableSNTime(true);//设置rec结果增加对齐信息接口
aICloudASRIntent.setCloudVadEnable(true);//设置是否开启服务端的vad功能,默认开启为true
// aICloudASRIntent.setEnableTone(false);//设置音调功能接口
// aICloudASRIntent.setEnableLanguageClassifier(false);//设置语言分类功能接口

List<String> customWakeupWord = new ArrayList<>();
customWakeupWord.add("你好晓乐");
// 设置自定义唤醒词，是否过滤唤醒词，默认为false，不过滤
aICloudASRIntent.setCustomWakeupWord(customWakeupWord);
// 设置自定义唤醒词，是否过滤唤醒词，默认为false，不过滤
// aICloudASRIntent.setCustomWakeupWord(customWakeupWord,true);

aICloudASRIntent.setPauseTime(500);
aICloudASRIntent.setWaitingTimeout(5000);//设置等待识别结果超时时长，默认5000ms
aICloudASRIntent.setNoSpeechTimeOut(0);
aICloudASRIntent.setSaveAudioPath("/sdcard/aispeech");//保存的音频路径,格式为.ogg
// aICloudASRIntent.setMaxSpeechTimeS(0);//音频最大录音时长

mEngine.start(aICloudASRIntent);


mEngine.stop();
mEngine.destroy();


private class AICloudASRListenerImpl implements AIASRListener {
  
      @Override
      public void onReadyForSpeech() {
          Log.d(TAG, "语音引擎就绪，用户可以说话");
      }
  
      @Override
      public void onBeginningOfSpeech() {
          Log.d(TAG, "检测到用户开始说话");
      }
  
      @Override
      public void onEndOfSpeech() {
          Log.d(TAG, "用户停止说话");
      }
  
      @Override
      public void onRmsChanged(float rmsdB) {
          Log.d(TAG, "音频音量发生改变");
      }
  
      @Override
      public void onError(AIError error) {
          Log.e(Tag, "error:" + error.toString());
      }
  
      @Override
      public void onResults(AIResult results) {
          if (results.isLast()) {
              if (results.getResultType() == AIConstant.AIENGINE_MESSAGE_TYPE_JSON) {
                  Log.i(Tag, "result JSON = " + results.getResultObject().toString());
                  // 可以使用JSONResultParser来解析识别结果
                  // 结果按概率由大到小排序
                  JSONResultParser parser = new JSONResultParser(results.getResultObject()
                          .toString());
                  Log.d(TAG, "识别结果为 :  " + parser.getText() + "\n");
                  Log.d(TAG, "识别结果为 :  " + results.getResultObject().toString());
              }
          }
      }
  
      @Override
      public void onInit(int status) {
          Log.i(Tag, "Init result " + status);
          if (status == AIConstant.OPT_SUCCESS) {
              Log.d(TAG, "初始化成功!");
          } else {
              Log.d(TAG, "初始化失败!code:" + status);
          }
      }
  
    @Override
    public void onBufferReceived(byte[] buffer) {
        // TODO Auto-generated method stub
        Log.d(TAG, "录音机音频数据");
    }
  }

七. 错误码

DUI Lite 2.0 - 错误码

八. 接口文档

更多的接口内容与描述请参阅 javadoc