科大讯飞无限制录音

            最近想要做一款语音听写APP，在网上搜索关于如何使用科大讯飞语音的Demo少之又少，又或者是只是单纯的按照文档来实现简单的语音听写，远远不能满足需求，看了几天的文档和自己搜索的一些资料，还有这几天中遇到的一些问题，觉得有必要做一个笔记，能给初学者一些帮助，也顺便理一下这些天的一些收获，本人只是一个初学者，假如有写得不对或者不好的地方，还望大家指出~~

1、首先当然是创建应用，我这里只是使用了语音听写的功能，创建完成后下载SDK，打开是这样子的：

2、导入SDK：

将开发工具包中libs目录下的Msc.jar和Sunflower.jar复制到Android工程的libs目录中，将online文件夹里面的子文件粘贴到工程目录src/main/jniLibs（这是Android studio 和eclipse的不同之处）。假如你要使用它自带的UI动画对话框录音，请将assets文件夹以及里面的子文件粘贴到工程目录src/main/下面，完成后如下图：

3、添加权限：

[java] view plain copy

print ?

1. <!–连接网络权限，用于执行云端语音能力 –>  
2. <uses-permission android:name=”android.permission.INTERNET”></uses-permission>  
3. <!–获取手机录音机使用权限，听写、识别、语义理解需要用到此权限 –>  
4. <uses-permission android:name=”android.permission.RECORD_AUDIO”></uses-permission>  
5. <!–读取网络信息状态 –>  
6. <uses-permission android:name=”android.permission.ACCESS_NETWORK_STATE”></uses-permission>  
7. <!–获取当前wifi状态 –>  
8. <uses-permission android:name=”android.permission.ACCESS_WIFI_STATE”></uses-permission>  
9. <!–允许程序改变网络连接状态 –>  
10. <uses-permission android:name=”android.permission.CHANGE_NETWORK_STATE”></uses-permission>  
11. <!–读取手机信息权限 –>  
12. <uses-permission android:name=”android.permission.READ_PHONE_STATE”></uses-permission>  
13. <!–读取联系人权限，上传联系人需要用到此权限 –>  
14. <uses-permission android:name=”android.permission.READ_CONTACTS”></uses-permission>  
15. <!–假如我们要保存录音,还需要以下权限–>  
16. <!– 在SDCard中创建与删除文件权限 –>  
17. <uses-permission android:name=”android.permission.MOUNT_UNMOUNT_FILESYSTEMS”></uses-permission>  
18. <!– SD卡权限  –>  
19. <uses-permission android:name=”android.permission.WRITE_EXTERNAL_STORAGE”></uses-permission>  
20. <!– 允许程序读取或写入系统设置 –>  
21. <uses-permission android:name=”android.permission.WRITE_SETTINGS”></uses-permission>  

<!--连接网络权限，用于执行云端语音能力 -->
<uses-permission android:name="android.permission.INTERNET"></uses-permission>
<!--获取手机录音机使用权限，听写、识别、语义理解需要用到此权限 -->
<uses-permission android:name="android.permission.RECORD_AUDIO"></uses-permission>
<!--读取网络信息状态 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"></uses-permission>
<!--获取当前wifi状态 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"></uses-permission>
<!--允许程序改变网络连接状态 -->
<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"></uses-permission>
<!--读取手机信息权限 -->
<uses-permission android:name="android.permission.READ_PHONE_STATE"></uses-permission>
<!--读取联系人权限，上传联系人需要用到此权限 -->
<uses-permission android:name="android.permission.READ_CONTACTS"></uses-permission>
<!--假如我们要保存录音,还需要以下权限-->
<!-- 在SDCard中创建与删除文件权限 -->
<uses-permission android:name="android.permission.MOUNT_UNMOUNT_FILESYSTEMS"></uses-permission>
<!-- SD卡权限  -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"></uses-permission>
<!-- 允许程序读取或写入系统设置 -->
<uses-permission android:name="android.permission.WRITE_SETTINGS"></uses-permission>

4、初始化：

//将“12345678”替换成您申请的APPID，申请地址：http://open.voicecloud.cn

SpeechUtility.createUtility(this, "appid=123456789");

数据收集接口：

[java] view plain copy

print ?

1. @Override  
2. protected void onResume() {  
3.         // 开放统计 移动数据统计分析  
4.         FlowerCollector.onResume(MainActivity.this);  
5.         super.onResume();  
6. }  
7.   
8. @Override  
9. protected void onPause() {  
10.         // 开放统计 移动数据统计分析  
11.         FlowerCollector.onPause(MainActivity.this);  
12.         super.onPause();  
13. }  

@Override
protected void onResume() {
        // 开放统计 移动数据统计分析
        FlowerCollector.onResume(MainActivity.this);
        super.onResume();
}

@Override
protected void onPause() {
        // 开放统计 移动数据统计分析
        FlowerCollector.onPause(MainActivity.this);
        super.onPause();
}

说明:
1.确保在所有的 activity 中都调用 FlowerCollector.onResume() 和 FlowerCollector.onPause()方法。这两个调用将不会阻塞应用程序的主线程,也不会影响应用程序的性能。
2.注意,如果您的 Activity 之间有继承或者控制关系请不要同时在父和子 Activity 中重复添加onPause 和 onResume 方法,否则会造成重复统计(eg:使用 TabHost、TabActivity、ActivityGroup 时)。3.一个应用程序在多个 activity 之间连续切换时,会被视为同一个 session(启动)。4.当用户两次使用之间间隔超过 30 秒时,将被认为是两个的独立的 session(启动)。例如:用户回到home,或进入其他程序,经过一段时间后再返回之前的应用。
5.所有日志收集工作均在 onResume 之后进行,在 onPause 之后结束。 （ps：其实我也不懂这是干嘛的，猜想是为了收集数据的，还有一些参数设置我就不罗列了，有兴趣的同学可以去看，因为我发现就算没设置它们我也能进行语音听写，反正收集的数据我看不懂）

5、语音听写的使用(采取云端听写的引擎模式，暂时未考虑本地集成)

注意导包：com.iflytek.cloud而不是android.speech.SpeechRecognizer

1)使用自带UI语音对话框

优点：简单方便、美观

缺点：端点超时会自动停止识别（不理解的往下看设置参数说明）默认前段点：5000 后端点：1800

这是使用语音识别最简单的方法，在点击事件上调用start()方法就好了

[html] view plain copy

print ?

1. public void start() {  
2.         //1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener  
3.         iatDialog = new RecognizerDialog(this, initListener);  
4.         //2.设置听写参数  
5.         iatDialog.setParameter(SpeechConstant.DOMAIN, “iat”);  
6.         iatDialog.setParameter(SpeechConstant.LANGUAGE, “zh_cn”);  
7.         iatDialog.setParameter(SpeechConstant.ACCENT, “mandarin ”);  
8.         //3.设置回调接口  
9.         iatDialog.setListener(new RecognizerDialogListener() {  
10.             @Override  
11.             public void onResult(RecognizerResult recognizerResult, boolean b) {  
12.                 if (!b) {  
13.                     String json = recognizerResult.getResultString();  
14.                     String str = JsonParser.parseIatResult(json);  
15.                     System.out.println(“说话内容:”+str);  
16.                     textView.setText(str);  
17.                 }  
18.             }  
19.   
20.             @Override  
21.             public void onError(SpeechError speechError) {  
22.                 Log.d(“error”, speechError.toString());  
23.             }  
24.         });  
25. //4.开始听写  
26.         iatDialog.show();  
27.     }  

public void start() {
        //1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener
        iatDialog = new RecognizerDialog(this, initListener);
        //2.设置听写参数
        iatDialog.setParameter(SpeechConstant.DOMAIN, "iat");
        iatDialog.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
        iatDialog.setParameter(SpeechConstant.ACCENT, "mandarin ");
        //3.设置回调接口
        iatDialog.setListener(new RecognizerDialogListener() {
            @Override
            public void onResult(RecognizerResult recognizerResult, boolean b) {
                if (!b) {
                    String json = recognizerResult.getResultString();
                    String str = JsonParser.parseIatResult(json);
                    System.out.println("说话内容:"+str);
                    textView.setText(str);
                }
            }

            @Override
            public void onError(SpeechError speechError) {
                Log.d("error", speechError.toString());
            }
        });
//4.开始听写
        iatDialog.show();
    }

增加if(!b)的判断是因为每次说话结束之后，返回数据的最后一次是返回一个标点符号”。”或者”！”之类的，当然你也可以设置不返回标点符号。

[java] view plain copy

print ?

1. //设置是否带标点符号 0表示不带标点，1则表示带标点。  
2. mIat.setParameter(SpeechConstant.ASR_PTT, ”0”);  

//设置是否带标点符号 0表示不带标点，1则表示带标点。
mIat.setParameter(SpeechConstant.ASR_PTT, "0");

2)不使用自带UI对话框

优点：可以设置自己想要的参数

缺点：使用比较麻烦，对于初学者来讲，根据讲话音量大小自定义麦克风效果的View简直是噩梦（我不会，哪位大神做出来了求分享~~）

简单的用法：

1.创建对象：

[java] view plain copy

print ?

1. <span style=“font-size:18px;”>//1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener  
2. mIat = SpeechRecognizer.createRecognizer(this, null);</span>  

<span style="font-size:18px;">//1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener
mIat = SpeechRecognizer.createRecognizer(this, null);</span>

  2.设置参数（听写这三个参数是必须的，下面设置时不再提示）：

[java] view plain copy

print ?

1. mIat.setParameter(SpeechConstant.DOMAIN, “iat”);  
2. // 简体中文:”zh_cn”, 美式英文:”en_us”  
3. mIat.setParameter(SpeechConstant.LANGUAGE, ”zh_cn”);  
4. //普通话：mandarin(默认)  
5. //粤 语：cantonese  
6. //四川话：lmz  
7. //河南话：henanese  
8. mIat.setParameter(SpeechConstant.ACCENT, ”mandarin ”);  

mIat.setParameter(SpeechConstant.DOMAIN, "iat");
// 简体中文:"zh_cn", 美式英文:"en_us"
mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
//普通话：mandarin(默认)
//粤 语：cantonese
//四川话：lmz
//河南话：henanese
mIat.setParameter(SpeechConstant.ACCENT, "mandarin ");

3.实例化监听对象

[java] view plain copy

print ?

1. private RecognizerListener recognizerListener = new RecognizerListener() {  
2.         @Override  
3.         public void onVolumeChanged(int i, byte[] bytes) {  
4.   
5.         }  
6.   
7.         @Override  
8.         public void onBeginOfSpeech() {  
9.             System.out.println(”开始识别”);  
10.         }  
11.   
12.         @Override  
13.         public void onEndOfSpeech() {  
14.             System.out.println(”识别结束”);  
15.         }  
16.   
17.         @Override  
18.         public void onResult(RecognizerResult recognizerResult, boolean b) {  
19.             String str=JsonParser.parseIatResult(recognizerResult.getResultString());  
20.             System.out.println(”识别结果”+str);  
21.         }  
22.   
23.         @Override  
24.         public void onError(SpeechError speechError) {  
25.             System.out.println(”识别出错”);  
26.         }  
27.   
28.         @Override  
29.         public void onEvent(int i, int i1, int i2, Bundle bundle) {  
30.               
31.         }  
32.     };  

private RecognizerListener recognizerListener = new RecognizerListener() {
        @Override
        public void onVolumeChanged(int i, byte[] bytes) {

        }

        @Override
        public void onBeginOfSpeech() {
            System.out.println("开始识别");
        }

        @Override
        public void onEndOfSpeech() {
            System.out.println("识别结束");
        }

        @Override
        public void onResult(RecognizerResult recognizerResult, boolean b) {
            String str=JsonParser.parseIatResult(recognizerResult.getResultString());
            System.out.println("识别结果"+str);
        }

        @Override
        public void onError(SpeechError speechError) {
            System.out.println("识别出错");
        }

        @Override
        public void onEvent(int i, int i1, int i2, Bundle bundle) {

        }
    };

4.添加监听

[java] view plain copy

print ?

1. mIat.startListening(recognizerListener);  

mIat.startListening(recognizerListener);

官方Demo给出的解析Json的类：

[java] view plain copy

print ?

1. package com.hxl.voicetest1;  
2.   
3. import org.json.JSONArray;  
4. import org.json.JSONObject;  
5. import org.json.JSONTokener;  
6.   
7. /** 
8.  * Json结果解析类 
9.  */  
10. public class JsonParser {  
11.   
12.     public static String parseIatResult(String json) {  
13.         StringBuffer ret = new StringBuffer();  
14.         try {  
15.             JSONTokener tokener = new JSONTokener(json);  
16.             JSONObject joResult = new JSONObject(tokener);  
17.   
18.             JSONArray words = joResult.getJSONArray(”ws”);  
19.             for (int i = 0; i < words.length(); i++) {  
20.                 // 转写结果词，默认使用第一个结果  
21.                 JSONArray items = words.getJSONObject(i).getJSONArray(”cw”);  
22.                 JSONObject obj = items.getJSONObject(0);  
23.                 ret.append(obj.getString(”w”));  
24.                 //如果需要多候选结果，解析数组其他字段  
25.                 //for(int j = 0; j < items.length(); j++)  
26.                 //{  
27.                 //JSONObject obj = items.getJSONObject(j);  
28.                 //ret.append(obj.getString(“w”));  
29.                 //}  
30.             }  
31.         } catch (Exception e) {  
32.             e.printStackTrace();  
33.         }  
34.         return ret.toString();  
35.     }  
36.   
37.     public static String parseGrammarResult(String json) {  
38.         StringBuffer ret = new StringBuffer();  
39.         try {  
40.             JSONTokener tokener = new JSONTokener(json);  
41.             JSONObject joResult = new JSONObject(tokener);  
42.   
43.             JSONArray words = joResult.getJSONArray(”ws”);  
44.             for (int i = 0; i < words.length(); i++) {  
45.                 JSONArray items = words.getJSONObject(i).getJSONArray(”cw”);  
46.                 for (int j = 0; j < items.length(); j++) {  
47.                     JSONObject obj = items.getJSONObject(j);  
48.                     if (obj.getString(“w”).contains(“nomatch”)) {  
49.                         ret.append(”没有匹配结果.”);  
50.                         return ret.toString();  
51.                     }  
52.                     ret.append(”【结果】” + obj.getString(“w”));  
53.                     ret.append(”【置信度】” + obj.getInt(“sc”));  
54.                     ret.append(”n”);  
55.                 }  
56.             }  
57.         } catch (Exception e) {  
58.             e.printStackTrace();  
59.             ret.append(”没有匹配结果.”);  
60.         }  
61.         return ret.toString();  
62.     }  
63. }  

package com.hxl.voicetest1;

import org.json.JSONArray;
import org.json.JSONObject;
import org.json.JSONTokener;

/**
 * Json结果解析类
 */
public class JsonParser {

    public static String parseIatResult(String json) {
        StringBuffer ret = new StringBuffer();
        try {
            JSONTokener tokener = new JSONTokener(json);
            JSONObject joResult = new JSONObject(tokener);

            JSONArray words = joResult.getJSONArray("ws");
            for (int i = 0; i < words.length(); i++) {
                // 转写结果词，默认使用第一个结果
                JSONArray items = words.getJSONObject(i).getJSONArray("cw");
                JSONObject obj = items.getJSONObject(0);
                ret.append(obj.getString("w"));
                //如果需要多候选结果，解析数组其他字段
                //for(int j = 0; j < items.length(); j++)
                //{
                //JSONObject obj = items.getJSONObject(j);
                //ret.append(obj.getString("w"));
                //}
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return ret.toString();
    }

    public static String parseGrammarResult(String json) {
        StringBuffer ret = new StringBuffer();
        try {
            JSONTokener tokener = new JSONTokener(json);
            JSONObject joResult = new JSONObject(tokener);

            JSONArray words = joResult.getJSONArray("ws");
            for (int i = 0; i < words.length(); i++) {
                JSONArray items = words.getJSONObject(i).getJSONArray("cw");
                for (int j = 0; j < items.length(); j++) {
                    JSONObject obj = items.getJSONObject(j);
                    if (obj.getString("w").contains("nomatch")) {
                        ret.append("没有匹配结果.");
                        return ret.toString();
                    }
                    ret.append("【结果】" + obj.getString("w"));
                    ret.append("【置信度】" + obj.getInt("sc"));
                    ret.append("n");
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
            ret.append("没有匹配结果.");
        }
        return ret.toString();
    }
}

到这里，科大讯飞语音最简单的听写Demo就算完成了。这时你们会想：WTF？就这些我还不如自个儿看文档…..

当然了，既然写这篇博客，肯定不仅仅是简单介绍科大讯飞语音听写的使用而已。

我想要的效果是：无限制时间录音，并且我想知道我在第几秒说了什么话，回放录音的时候，播放到哪就显示相应的文字，还可以对识别错误的字段进行纠错修改。

我们来看一下一些常用的设置参数(个人认为)，我们可以根据我们的需求来设置相应的参数

[java] view plain copy

print ?

1. // 清空参数  
2. mIat.setParameter(SpeechConstant.PARAMS, null);  
3. //短信和日常用语：iat (默认)  视频：video  地图：poi  音乐：music  
4. mIat.setParameter(SpeechConstant.DOMAIN, ”iat”);  
5. // 简体中文:”zh_cn”, 美式英文:”en_us”  
6. mIat.setParameter(SpeechConstant.LANGUAGE, ”zh_cn”);  
7. //普通话：mandarin(默认)  
8. //粤 语：cantonese  
9. //四川话：lmz  
10. //河南话：henanese<span style=”font-family: Menlo;”>     </span>  
11. mIat.setParameter(SpeechConstant.ACCENT, ”mandarin ”);  
12. // 设置听写引擎 “cloud”, “local”,”mixed”  在线  本地  混合  
13. //本地的需要本地功能集成  
14. mIat.setParameter(SpeechConstant.ENGINE_TYPE, ”cloud”);  
15. // 设置返回结果格式 听写会话支持json和plain  
16. mIat.setParameter(SpeechConstant.RESULT_TYPE, ”json”);  
17. //设置是否带标点符号 0表示不带标点，1则表示带标点。  
18. mIat.setParameter(SpeechConstant.ASR_PTT, ”0”);  
19. //只有设置这个属性为1时,VAD_BOS  VAD_EOS才会生效,且RecognizerListener.onVolumeChanged才有音量返回默认：1  
20. mIat.setParameter(SpeechConstant.VAD_ENABLE,”1”);  
21. // 设置语音前端点:静音超时时间，即用户多长时间不说话则当做超时处理1000~10000  
22. mIat.setParameter(SpeechConstant.VAD_BOS, ”5000”);  
23. // 设置语音后端点:后端点静音检测时间，即用户停止说话多长时间内即认为不再输入， 自动停止录音0~10000  
24. mIat.setParameter(SpeechConstant.VAD_EOS, ”1800”);  
25. // 设置音频保存路径，保存音频格式支持pcm、wav，设置路径为sd卡请注意WRITE_EXTERNAL_STORAGE权限  
26. // 注：AUDIO_FORMAT参数语记需要更新版本才能生效  
27. mIat.setParameter(SpeechConstant.AUDIO_FORMAT, ”wav”);  
28. //设置识别会话被中断时（如当前会话未结束就开启了新会话等），  
29. //是否通 过RecognizerListener.onError(com.iflytek.cloud.SpeechError)回调ErrorCode.ERROR_INTERRUPT错误。  
30. //默认false    [null,true,false]  
31. mIat.setParameter(SpeechConstant.ASR_INTERRUPT_ERROR,”false”);  
32. //音频采样率  8000~16000  默认:16000  
33. mIat.setParameter(SpeechConstant.SAMPLE_RATE,”16000”);  
34. //默认:麦克风(1)(MediaRecorder.AudioSource.MIC)  
35. //在写音频流方式(-1)下，应用层通过writeAudio函数送入音频；  
36. //在传文件路径方式（-2）下，SDK通过应用层设置的ASR_SOURCE_PATH值， 直接读取音频文件。目前仅在SpeechRecognizer中支持。  
37. mIat.setParameter(SpeechConstant.AUDIO_SOURCE, ”-1”);  
38. //保存音频文件的路径   仅支持pcm和wav  
39. mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, Environment.getExternalStorageDirectory().getAbsolutePath() + ”test.wav”);  

        // 清空参数
        mIat.setParameter(SpeechConstant.PARAMS, null);
        //短信和日常用语：iat (默认)  视频：video  地图：poi  音乐：music
        mIat.setParameter(SpeechConstant.DOMAIN, "iat");
        // 简体中文:"zh_cn", 美式英文:"en_us"
        mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
        //普通话：mandarin(默认)
        //粤 语：cantonese
        //四川话：lmz
        //河南话：henanese<span style="font-family: Menlo;">     </span>
        mIat.setParameter(SpeechConstant.ACCENT, "mandarin ");
        // 设置听写引擎 "cloud", "local","mixed"  在线  本地  混合
        //本地的需要本地功能集成
        mIat.setParameter(SpeechConstant.ENGINE_TYPE, "cloud");
        // 设置返回结果格式 听写会话支持json和plain
        mIat.setParameter(SpeechConstant.RESULT_TYPE, "json");
        //设置是否带标点符号 0表示不带标点，1则表示带标点。
        mIat.setParameter(SpeechConstant.ASR_PTT, "0");
        //只有设置这个属性为1时,VAD_BOS  VAD_EOS才会生效,且RecognizerListener.onVolumeChanged才有音量返回默认：1
        mIat.setParameter(SpeechConstant.VAD_ENABLE,"1");
        // 设置语音前端点:静音超时时间，即用户多长时间不说话则当做超时处理1000~10000
        mIat.setParameter(SpeechConstant.VAD_BOS, "5000");
        // 设置语音后端点:后端点静音检测时间，即用户停止说话多长时间内即认为不再输入， 自动停止录音0~10000
        mIat.setParameter(SpeechConstant.VAD_EOS, "1800");
        // 设置音频保存路径，保存音频格式支持pcm、wav，设置路径为sd卡请注意WRITE_EXTERNAL_STORAGE权限
        // 注：AUDIO_FORMAT参数语记需要更新版本才能生效
        mIat.setParameter(SpeechConstant.AUDIO_FORMAT, "wav");
        //设置识别会话被中断时（如当前会话未结束就开启了新会话等），
        //是否通 过RecognizerListener.onError(com.iflytek.cloud.SpeechError)回调ErrorCode.ERROR_INTERRUPT错误。
        //默认false    [null,true,false]
        mIat.setParameter(SpeechConstant.ASR_INTERRUPT_ERROR,"false");
        //音频采样率  8000~16000  默认:16000
        mIat.setParameter(SpeechConstant.SAMPLE_RATE,"16000");
        //默认:麦克风(1)(MediaRecorder.AudioSource.MIC)
        //在写音频流方式(-1)下，应用层通过writeAudio函数送入音频；
        //在传文件路径方式（-2）下，SDK通过应用层设置的ASR_SOURCE_PATH值， 直接读取音频文件。目前仅在SpeechRecognizer中支持。
        mIat.setParameter(SpeechConstant.AUDIO_SOURCE, "-1");
        //保存音频文件的路径   仅支持pcm和wav
        mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, Environment.getExternalStorageDirectory().getAbsolutePath() + "test.wav");

我首先想到当然就是设置音频保存路径了啊，这还不简单

[java] view plain copy

print ?

1. mIat.setParameter(SpeechConstant.AUDIO_FORMAT, “wav”);  
2. mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, ”要保存的路径”);  

mIat.setParameter(SpeechConstant.AUDIO_FORMAT, "wav");
mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, "要保存的路径");

时间戳这个好办，根据录音开始时记录当前时间startTime，在RecognizerListener的onResult方法获取当前时间currentTime,然后用currentTime-startTime 就是第几秒说的话了(由于云端识别会有延迟，这个秒数其实是不正确的，这里先忽略这个问题)。

结束了？

不是，我们再来看一下科大讯飞的说明文档中：

科大讯飞对语音听写做了限制，端点超时最大也只能设置10秒，超过这个时间识别自动终止，不再对后续的语音部分进行识别。假如我们要长时间录音，不可能让用户每10秒钟就要说一句话，而且还有一个是值得我们注意的：

也就是说，就算我们连续不停的讲话，音频录制最多也就是60秒而已，怎么办？

这时候我就想，我用自己的方法录音，用科大讯飞的去识别，这是个好方法，我立马在百度输入框敲上 ”Android录音“

这里推荐一个大神封装的录音类：http://www.cnblogs.com/Amandaliu/archive/2013/02/04/2891604.html

考虑到科大讯飞只支持wav、pcm文件，我只是把AudioRecordFunc类copy过来，考虑到科大讯飞对音频文件识别的要求：

上传音频的采样率与采样精度：A：采样率16KHZ或者8KHZ，单声道，采样精度16bit的PCM或者WAV格式的音频

我将代码进行了部分修改。

[java] view plain copy

print ?

1. import java.io.File;  
2. import java.io.FileInputStream;  
3. import java.io.FileNotFoundException;  
4. import java.io.FileOutputStream;  
5. import java.io.IOException;  
6.   
7. import android.media.AudioFormat;  
8. import android.media.AudioRecord;  
9.   
10. public class AudioRecordFunc {  
11.     // 缓冲区字节大小    
12.     private int bufferSizeInBytes = 0;  
13.   
14.     //AudioName裸音频数据文件 ，麦克风  
15.     private String AudioName = “”;  
16.   
17.     //NewAudioName可播放的音频文件    
18.     private String NewAudioName = “”;  
19.   
20.     private AudioRecord audioRecord;  
21.     private boolean isRecord = false;// 设置正在录制的状态    
22.   
23.   
24.     private static AudioRecordFunc mInstance;  
25.   
26.     private AudioRecordFunc() {  
27.   
28.     }  
29.   
30.     public synchronized static AudioRecordFunc getInstance() {  
31.         if (mInstance == null)  
32.             mInstance = new AudioRecordFunc();  
33.         return mInstance;  
34.     }  
35.   
36.     public int startRecordAndFile() {  
37.         //判断是否有外部存储设备sdcard  
38.         if (AudioFileFunc.isSdcardExit()) {  
39.             if (isRecord) {  
40.                 return ErrorCode.E_STATE_RECODING;  
41.             } else {  
42.                 if (audioRecord == null)  
43.                     creatAudioRecord();  
44.   
45.                 audioRecord.startRecording();  
46.                 // 让录制状态为true    
47.                 isRecord = true;  
48.                 // 开启音频文件写入线程    
49.                 new Thread(new AudioRecordThread()).start();  
50.   
51.                 return ErrorCode.SUCCESS;  
52.             }  
53.   
54.         } else {  
55.             return ErrorCode.E_NOSDCARD;  
56.         }  
57.   
58.     }  
59.   
60.     public void stopRecordAndFile() {  
61.         close();  
62.     }  
63.   
64.   
65.     public long getRecordFileSize() {  
66.         return AudioFileFunc.getFileSize(NewAudioName);  
67.     }  
68.   
69.   
70.     private void close() {  
71.         if (audioRecord != null) {  
72.             System.out.println(”stopRecord”);  
73.             isRecord = false;//停止文件写入    
74.             audioRecord.stop();  
75.             audioRecord.release();//释放资源    
76.             audioRecord = null;  
77.         }  
78.     }  
79.   
80.   
81.     private void creatAudioRecord() {  
82.         // 获取音频文件路径  
83.         AudioName = AudioFileFunc.getRawFilePath();  
84.         NewAudioName = AudioFileFunc.getWavFilePath();  
85.   
86.         // 获得缓冲区字节大小    
87.         bufferSizeInBytes = AudioRecord.getMinBufferSize(AudioFileFunc.AUDIO_SAMPLE_RATE,  
88.                 AudioFormat.CHANNEL_IN_STEREO, AudioFormat.ENCODING_PCM_16BIT);  
89.   
90.   
91.         // 创建AudioRecord对象（修改处）  
92.         audioRecord = new AudioRecord(MediaRecorder.AudioSource.MIC, 16000, AudioFormat.CHANNEL_ IN_MONO, AudioFormat.ENCODING_PCM_16BIT, bufferSizeInBytes);  
93.     }  
94.   
95.     class AudioRecordThread implements Runnable {  
96.         @Override  
97.         public void run() {  
98.             writeDateTOFile();//往文件中写入裸数据  
99.             copyWaveFile(AudioName, NewAudioName);//给裸数据加上头文件  
100.         }  
101.     }  
102.   
103.     /** 
104.      * 这里将数据写入文件，但是并不能播放，因为AudioRecord获得的音频是原始的裸音频 
105.      * 如果需要播放就必须加入一些格式或者编码的头信息。但是这样的好处就是你可以对音频的 裸数据进行处理 
106.      * 比如你要做一个爱说话的TOM猫在这里就进行音频的处理，然后重新封装 所以说这样得到的音频比较容易做一些音频的处理。 
107.      */  
108.     private void writeDateTOFile() {  
109.         // new一个byte数组用来存一些字节数据，大小为缓冲区大小  
110.         byte[] audiodata = new byte[bufferSizeInBytes];  
111.         FileOutputStream fos = null;  
112.         int readsize = 0;  
113.         try {  
114.             File file = new File(AudioName);  
115.             if (file.exists()) {  
116.                 file.delete();  
117.             }  
118.             fos = new FileOutputStream(file);  
119.             // 建立一个可存取字节的文件  
120.         } catch (Exception e) {  
121.             e.printStackTrace();  
122.         }  
123.         while (isRecord == true) {  
124.             readsize = audioRecord.read(audiodata, 0, bufferSizeInBytes);  
125.             if (AudioRecord.ERROR_INVALID_OPERATION != readsize && fos != null) {  
126.                 try {  
127.                     fos.write(audiodata);  
128.                 } catch (IOException e) {  
129.                     e.printStackTrace();  
130.                 }  
131.             }  
132.         }  
133.         try {  
134.             if (fos != null)  
135.                 fos.close();// 关闭写入流  
136.         } catch (IOException e) {  
137.             e.printStackTrace();  
138.         }  
139.     }  
140.   
141.     // 这里得到可播放的音频文件  
142.     private void copyWaveFile(String inFilename, String outFilename) {  
143.         FileInputStream in = null;  
144.         FileOutputStream out = null;  
145.         long totalAudioLen = 0;  
146.         long totalDataLen = totalAudioLen + 36;  
147.         long longSampleRate = AudioFileFunc.AUDIO_SAMPLE_RATE;  
148.         int channels = 2;  
149.         long byteRate = 16 * AudioFileFunc.AUDIO_SAMPLE_RATE * channels / 8;  
150.         byte[] data = new byte[bufferSizeInBytes];  
151.         try {  
152.             in = new FileInputStream(inFilename);  
153.             out = new FileOutputStream(outFilename);  
154.             totalAudioLen = in.getChannel().size();  
155.             totalDataLen = totalAudioLen + 36;  
156.             WriteWaveFileHeader(out, totalAudioLen, totalDataLen, longSampleRate, channels, byteRate);  
157.             while (in.read(data) != -1) {  
158.                 out.write(data);  
159.             }  
160.             in.close();  
161.             out.close();  
162.         } catch (FileNotFoundException e) {  
163.             e.printStackTrace();  
164.         } catch (IOException e) {  
165.             e.printStackTrace();  
166.         }  
167.     }  
168.   
169.     /** 
170.      * 这里提供一个头信息。插入这些信息就可以得到可以播放的文件。       
171.      * 为我为啥插入这44个字节，这个还真没深入研究，不过你随便打开一个wav 
172.      * 音频的文件，可以发现前面的头文件可以说基本一样哦。每种格式的文件都有自己特有的头文件。 
173.      */  
174.     private void WriteWaveFileHeader(FileOutputStream out, long totalAudioLen, long totalDataLen, long longSampleRate, int channels, long byteRate) throws IOException {  
175.         byte[] header = new byte[44];  
176.         header[0] = ‘R’; // RIFF/WAVE header  
177.         header[1] = ‘I’;  
178.         header[2] = ‘F’;  
179.         header[3] = ‘F’;  
180.         header[4] = (byte) (totalDataLen & 0xff);  
181.         header[5] = (byte) ((totalDataLen >> 8) & 0xff);  
182.         header[6] = (byte) ((totalDataLen >> 16) & 0xff);  
183.         header[7] = (byte) ((totalDataLen >> 24) & 0xff);  
184.         header[8] = ‘W’;  
185.         header[9] = ‘A’;  
186.         header[10] = ‘V’;  
187.         header[11] = ‘E’;  
188.         header[12] = ‘f’; // ‘fmt ’ chunk  
189.         header[13] = ‘m’;  
190.         header[14] = ‘t’;  
191.         header[15] = ‘ ’;  
192.         header[16] = 16; // 4 bytes: size of ‘fmt ’ chunk  
193.         header[17] = 0;  
194.         header[18] = 0;  
195.         header[19] = 0;  
196.         header[20] = 1; // format = 1  
197.         header[21] = 0;  
198.         header[22] = (byte) channels;  
199.         header[23] = 0;  
200.         header[24] = (byte) (longSampleRate & 0xff);  
201.         header[25] = (byte) ((longSampleRate >> 8) & 0xff);  
202.         header[26] = (byte) ((longSampleRate >> 16) & 0xff);  
203.         header[27] = (byte) ((longSampleRate >> 24) & 0xff);  
204.         header[28] = (byte) (byteRate & 0xff);  
205.         header[29] = (byte) ((byteRate >> 8) & 0xff);  
206.         header[30] = (byte) ((byteRate >> 16) & 0xff);  
207.         header[31] = (byte) ((byteRate >> 24) & 0xff);  
208.         header[32] = (byte) (2 * 16 / 8); // block align  
209.         header[33] = 0;  
210.         header[34] = 16; // bits per sample  
211.         header[35] = 0;  
212.         header[36] = ‘d’;  
213.         header[37] = ‘a’;  
214.         header[38] = ‘t’;  
215.         header[39] = ‘a’;  
216.         header[40] = (byte) (totalAudioLen & 0xff);  
217.         header[41] = (byte) ((totalAudioLen >> 8) & 0xff);  
218.         header[42] = (byte) ((totalAudioLen >> 16) & 0xff);  
219.         header[43] = (byte) ((totalAudioLen >> 24) & 0xff);  
220.         out.write(header, 0, 44);  
221.     }  
222. }  

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;

import android.media.AudioFormat;
import android.media.AudioRecord;

public class AudioRecordFunc {
    // 缓冲区字节大小  
    private int bufferSizeInBytes = 0;

    //AudioName裸音频数据文件 ，麦克风
    private String AudioName = "";

    //NewAudioName可播放的音频文件  
    private String NewAudioName = "";

    private AudioRecord audioRecord;
    private boolean isRecord = false;// 设置正在录制的状态  


    private static AudioRecordFunc mInstance;

    private AudioRecordFunc() {

    }

    public synchronized static AudioRecordFunc getInstance() {
        if (mInstance == null)
            mInstance = new AudioRecordFunc();
        return mInstance;
    }

    public int startRecordAndFile() {
        //判断是否有外部存储设备sdcard
        if (AudioFileFunc.isSdcardExit()) {
            if (isRecord) {
                return ErrorCode.E_STATE_RECODING;
            } else {
                if (audioRecord == null)
                    creatAudioRecord();

                audioRecord.startRecording();
                // 让录制状态为true  
                isRecord = true;
                // 开启音频文件写入线程  
                new Thread(new AudioRecordThread()).start();

                return ErrorCode.SUCCESS;
            }

        } else {
            return ErrorCode.E_NOSDCARD;
        }

    }

    public void stopRecordAndFile() {
        close();
    }


    public long getRecordFileSize() {
        return AudioFileFunc.getFileSize(NewAudioName);
    }


    private void close() {
        if (audioRecord != null) {
            System.out.println("stopRecord");
            isRecord = false;//停止文件写入  
            audioRecord.stop();
            audioRecord.release();//释放资源  
            audioRecord = null;
        }
    }


    private void creatAudioRecord() {
        // 获取音频文件路径
        AudioName = AudioFileFunc.getRawFilePath();
        NewAudioName = AudioFileFunc.getWavFilePath();

        // 获得缓冲区字节大小  
        bufferSizeInBytes = AudioRecord.getMinBufferSize(AudioFileFunc.AUDIO_SAMPLE_RATE,
                AudioFormat.CHANNEL_IN_STEREO, AudioFormat.ENCODING_PCM_16BIT);


        // 创建AudioRecord对象（修改处）
        audioRecord = new AudioRecord(MediaRecorder.AudioSource.MIC, 16000, AudioFormat.CHANNEL_ IN_MONO, AudioFormat.ENCODING_PCM_16BIT, bufferSizeInBytes);
    }

    class AudioRecordThread implements Runnable {
        @Override
        public void run() {
            writeDateTOFile();//往文件中写入裸数据
            copyWaveFile(AudioName, NewAudioName);//给裸数据加上头文件
        }
    }

    /**
     * 这里将数据写入文件，但是并不能播放，因为AudioRecord获得的音频是原始的裸音频
     * 如果需要播放就必须加入一些格式或者编码的头信息。但是这样的好处就是你可以对音频的 裸数据进行处理
     * 比如你要做一个爱说话的TOM猫在这里就进行音频的处理，然后重新封装 所以说这样得到的音频比较容易做一些音频的处理。
     */
    private void writeDateTOFile() {
        // new一个byte数组用来存一些字节数据，大小为缓冲区大小
        byte[] audiodata = new byte[bufferSizeInBytes];
        FileOutputStream fos = null;
        int readsize = 0;
        try {
            File file = new File(AudioName);
            if (file.exists()) {
                file.delete();
            }
            fos = new FileOutputStream(file);
            // 建立一个可存取字节的文件
        } catch (Exception e) {
            e.printStackTrace();
        }
        while (isRecord == true) {
            readsize = audioRecord.read(audiodata, 0, bufferSizeInBytes);
            if (AudioRecord.ERROR_INVALID_OPERATION != readsize && fos != null) {
                try {
                    fos.write(audiodata);
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
        try {
            if (fos != null)
                fos.close();// 关闭写入流
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    // 这里得到可播放的音频文件
    private void copyWaveFile(String inFilename, String outFilename) {
        FileInputStream in = null;
        FileOutputStream out = null;
        long totalAudioLen = 0;
        long totalDataLen = totalAudioLen + 36;
        long longSampleRate = AudioFileFunc.AUDIO_SAMPLE_RATE;
        int channels = 2;
        long byteRate = 16 * AudioFileFunc.AUDIO_SAMPLE_RATE * channels / 8;
        byte[] data = new byte[bufferSizeInBytes];
        try {
            in = new FileInputStream(inFilename);
            out = new FileOutputStream(outFilename);
            totalAudioLen = in.getChannel().size();
            totalDataLen = totalAudioLen + 36;
            WriteWaveFileHeader(out, totalAudioLen, totalDataLen, longSampleRate, channels, byteRate);
            while (in.read(data) != -1) {
                out.write(data);
            }
            in.close();
            out.close();
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    /**
     * 这里提供一个头信息。插入这些信息就可以得到可以播放的文件。      
     * 为我为啥插入这44个字节，这个还真没深入研究，不过你随便打开一个wav
     * 音频的文件，可以发现前面的头文件可以说基本一样哦。每种格式的文件都有自己特有的头文件。
     */
    private void WriteWaveFileHeader(FileOutputStream out, long totalAudioLen, long totalDataLen, long longSampleRate, int channels, long byteRate) throws IOException {
        byte[] header = new byte[44];
        header[0] = 'R'; // RIFF/WAVE header
        header[1] = 'I';
        header[2] = 'F';
        header[3] = 'F';
        header[4] = (byte) (totalDataLen & 0xff);
        header[5] = (byte) ((totalDataLen >> 8) & 0xff);
        header[6] = (byte) ((totalDataLen >> 16) & 0xff);
        header[7] = (byte) ((totalDataLen >> 24) & 0xff);
        header[8] = 'W';
        header[9] = 'A';
        header[10] = 'V';
        header[11] = 'E';
        header[12] = 'f'; // 'fmt ' chunk
        header[13] = 'm';
        header[14] = 't';
        header[15] = ' ';
        header[16] = 16; // 4 bytes: size of 'fmt ' chunk
        header[17] = 0;
        header[18] = 0;
        header[19] = 0;
        header[20] = 1; // format = 1
        header[21] = 0;
        header[22] = (byte) channels;
        header[23] = 0;
        header[24] = (byte) (longSampleRate & 0xff);
        header[25] = (byte) ((longSampleRate >> 8) & 0xff);
        header[26] = (byte) ((longSampleRate >> 16) & 0xff);
        header[27] = (byte) ((longSampleRate >> 24) & 0xff);
        header[28] = (byte) (byteRate & 0xff);
        header[29] = (byte) ((byteRate >> 8) & 0xff);
        header[30] = (byte) ((byteRate >> 16) & 0xff);
        header[31] = (byte) ((byteRate >> 24) & 0xff);
        header[32] = (byte) (2 * 16 / 8); // block align
        header[33] = 0;
        header[34] = 16; // bits per sample
        header[35] = 0;
        header[36] = 'd';
        header[37] = 'a';
        header[38] = 't';
        header[39] = 'a';
        header[40] = (byte) (totalAudioLen & 0xff);
        header[41] = (byte) ((totalAudioLen >> 8) & 0xff);
        header[42] = (byte) ((totalAudioLen >> 16) & 0xff);
        header[43] = (byte) ((totalAudioLen >> 24) & 0xff);
        out.write(header, 0, 44);
    }
}

然后在录音按钮里的点击事件里写了这么两行行代码：

[java] view plain copy

print ?

1. //开始进行语音听写  
2. mIat.startListening(mRecoListener);  
3. //开始录音并且保存录音到sd卡  
4. audioRecordFunc.startRecordAndFile();  

                //开始进行语音听写
                mIat.startListening(mRecoListener);
                //开始录音并且保存录音到sd卡
                audioRecordFunc.startRecordAndFile();

这里会发生一个很奇怪的现象，能听写的时候不能录音，能录音的时候不能听写，录音的两个类MediaRecorder、AudioRecord中 MediaRecorder的start()方法中有这么一句话：
The apps should  not start another recording session during recording.

（一个app不应该在录音期间开启另外一个录音），原因我大致理解为麦克风被占用了

既然不能一边录音一边识别，那我们只好录完音后再上传去识别，嗯，回头看了一下设置的参数

[java] view plain copy

print ?

1. mIat.setParameter(SpeechConstant.AUDIO_SOURCE, “-2”);  
2. mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, ”要识别的音频绝对路径“);  

        mIat.setParameter(SpeechConstant.AUDIO_SOURCE, "-2");
        mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, ”要识别的音频绝对路径“);

设置好参数之后

[java] view plain copy

print ?

1. mIat.startListening(mRecoListener);  

mIat.startListening(mRecoListener);

这下可以了，保存的音频文件可以识别，而且识别的速度和讲话的时候是一样的，也就是说，你在第5秒说的话，就是在第五秒开始识别（不考虑网络延迟的时候），这样，就可以实现了我们的需求。

然而，事情往往没有那么简单，还是回到了原始的问题，也就是前后端点超时或者一分钟过后的音频不再识别！！！

有两个解决方法：

1、自己重新写一个类继承科大讯飞里面的类，重写里面的方法

2、通过流的方式去控制，假如文件流读取没完成，音频不再识别，那就重新激活，直到文件流读取完毕

  两秒钟之后我立马放弃了第一种解决方案，源码是长这样子的：

那就只能采用第二种方案了，此时我们要进行相应的参数设置：

[java] view plain copy

print ?

1. mIat.setParameter(SpeechConstant.AUDIO_SOURCE, “-1”);  
2. //开始进行语音听写  
3. mIat.startListening(mRecoListener);  
4. //然后在进行音频流输入  
5. mIat.writeAudio(bytes, 0, bytes.length);  

mIat.setParameter(SpeechConstant.AUDIO_SOURCE, "-1");
//开始进行语音听写
mIat.startListening(mRecoListener);
//然后在进行音频流输入
mIat.writeAudio(bytes, 0, bytes.length);

录完音后，根据音频文件读取流。代码我就不粘贴出来了，因为这个方法行不通，原因是因为流读取的速度太快，几分钟的文件一下子就读取完了,端点超时问题还是会出现（ps：希望有个人告诉流能否控制其读取速度，怎么控制），而且就算能控制速度，假如用户录音一个小时的，你不可能又要花一个小时去识别音频吧，这不现实！！

未完待续...

                </div>

            最近想要做一款语音听写APP，在网上搜索关于如何使用科大讯飞语音的Demo少之又少，又或者是只是单纯的按照文档来实现简单的语音听写，远远不能满足需求，看了几天的文档和自己搜索的一些资料，还有这几天中遇到的一些问题，觉得有必要做一个笔记，能给初学者一些帮助，也顺便理一下这些天的一些收获，本人只是一个初学者，假如有写得不对或者不好的地方，还望大家指出~~

1、首先当然是创建应用，我这里只是使用了语音听写的功能，创建完成后下载SDK，打开是这样子的：

2、导入SDK：

将开发工具包中libs目录下的Msc.jar和Sunflower.jar复制到Android工程的libs目录中，将online文件夹里面的子文件粘贴到工程目录src/main/jniLibs（这是Android studio 和eclipse的不同之处）。假如你要使用它自带的UI动画对话框录音，请将assets文件夹以及里面的子文件粘贴到工程目录src/main/下面，完成后如下图：

3、添加权限：

[java] view plain copy

print ?

1. <!–连接网络权限，用于执行云端语音能力 –>  
2. <uses-permission android:name=”android.permission.INTERNET”></uses-permission>  
3. <!–获取手机录音机使用权限，听写、识别、语义理解需要用到此权限 –>  
4. <uses-permission android:name=”android.permission.RECORD_AUDIO”></uses-permission>  
5. <!–读取网络信息状态 –>  
6. <uses-permission android:name=”android.permission.ACCESS_NETWORK_STATE”></uses-permission>  
7. <!–获取当前wifi状态 –>  
8. <uses-permission android:name=”android.permission.ACCESS_WIFI_STATE”></uses-permission>  
9. <!–允许程序改变网络连接状态 –>  
10. <uses-permission android:name=”android.permission.CHANGE_NETWORK_STATE”></uses-permission>  
11. <!–读取手机信息权限 –>  
12. <uses-permission android:name=”android.permission.READ_PHONE_STATE”></uses-permission>  
13. <!–读取联系人权限，上传联系人需要用到此权限 –>  
14. <uses-permission android:name=”android.permission.READ_CONTACTS”></uses-permission>  
15. <!–假如我们要保存录音,还需要以下权限–>  
16. <!– 在SDCard中创建与删除文件权限 –>  
17. <uses-permission android:name=”android.permission.MOUNT_UNMOUNT_FILESYSTEMS”></uses-permission>  
18. <!– SD卡权限  –>  
19. <uses-permission android:name=”android.permission.WRITE_EXTERNAL_STORAGE”></uses-permission>  
20. <!– 允许程序读取或写入系统设置 –>  
21. <uses-permission android:name=”android.permission.WRITE_SETTINGS”></uses-permission>  

<!--连接网络权限，用于执行云端语音能力 -->
<uses-permission android:name="android.permission.INTERNET"></uses-permission>
<!--获取手机录音机使用权限，听写、识别、语义理解需要用到此权限 -->
<uses-permission android:name="android.permission.RECORD_AUDIO"></uses-permission>
<!--读取网络信息状态 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"></uses-permission>
<!--获取当前wifi状态 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"></uses-permission>
<!--允许程序改变网络连接状态 -->
<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"></uses-permission>
<!--读取手机信息权限 -->
<uses-permission android:name="android.permission.READ_PHONE_STATE"></uses-permission>
<!--读取联系人权限，上传联系人需要用到此权限 -->
<uses-permission android:name="android.permission.READ_CONTACTS"></uses-permission>
<!--假如我们要保存录音,还需要以下权限-->
<!-- 在SDCard中创建与删除文件权限 -->
<uses-permission android:name="android.permission.MOUNT_UNMOUNT_FILESYSTEMS"></uses-permission>
<!-- SD卡权限  -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"></uses-permission>
<!-- 允许程序读取或写入系统设置 -->
<uses-permission android:name="android.permission.WRITE_SETTINGS"></uses-permission>

4、初始化：

//将“12345678”替换成您申请的APPID，申请地址：http://open.voicecloud.cn

SpeechUtility.createUtility(this, "appid=123456789");

数据收集接口：

[java] view plain copy

print ?

1. @Override  
2. protected void onResume() {  
3.         // 开放统计 移动数据统计分析  
4.         FlowerCollector.onResume(MainActivity.this);  
5.         super.onResume();  
6. }  
7.   
8. @Override  
9. protected void onPause() {  
10.         // 开放统计 移动数据统计分析  
11.         FlowerCollector.onPause(MainActivity.this);  
12.         super.onPause();  
13. }  

@Override
protected void onResume() {
        // 开放统计 移动数据统计分析
        FlowerCollector.onResume(MainActivity.this);
        super.onResume();
}

@Override
protected void onPause() {
        // 开放统计 移动数据统计分析
        FlowerCollector.onPause(MainActivity.this);
        super.onPause();
}

说明:
1.确保在所有的 activity 中都调用 FlowerCollector.onResume() 和 FlowerCollector.onPause()方法。这两个调用将不会阻塞应用程序的主线程,也不会影响应用程序的性能。
2.注意,如果您的 Activity 之间有继承或者控制关系请不要同时在父和子 Activity 中重复添加onPause 和 onResume 方法,否则会造成重复统计(eg:使用 TabHost、TabActivity、ActivityGroup 时)。3.一个应用程序在多个 activity 之间连续切换时,会被视为同一个 session(启动)。4.当用户两次使用之间间隔超过 30 秒时,将被认为是两个的独立的 session(启动)。例如:用户回到home,或进入其他程序,经过一段时间后再返回之前的应用。
5.所有日志收集工作均在 onResume 之后进行,在 onPause 之后结束。 （ps：其实我也不懂这是干嘛的，猜想是为了收集数据的，还有一些参数设置我就不罗列了，有兴趣的同学可以去看，因为我发现就算没设置它们我也能进行语音听写，反正收集的数据我看不懂）

5、语音听写的使用(采取云端听写的引擎模式，暂时未考虑本地集成)

注意导包：com.iflytek.cloud而不是android.speech.SpeechRecognizer

1)使用自带UI语音对话框

优点：简单方便、美观

缺点：端点超时会自动停止识别（不理解的往下看设置参数说明）默认前段点：5000 后端点：1800

这是使用语音识别最简单的方法，在点击事件上调用start()方法就好了

[html] view plain copy

print ?

1. public void start() {  
2.         //1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener  
3.         iatDialog = new RecognizerDialog(this, initListener);  
4.         //2.设置听写参数  
5.         iatDialog.setParameter(SpeechConstant.DOMAIN, “iat”);  
6.         iatDialog.setParameter(SpeechConstant.LANGUAGE, “zh_cn”);  
7.         iatDialog.setParameter(SpeechConstant.ACCENT, “mandarin ”);  
8.         //3.设置回调接口  
9.         iatDialog.setListener(new RecognizerDialogListener() {  
10.             @Override  
11.             public void onResult(RecognizerResult recognizerResult, boolean b) {  
12.                 if (!b) {  
13.                     String json = recognizerResult.getResultString();  
14.                     String str = JsonParser.parseIatResult(json);  
15.                     System.out.println(“说话内容:”+str);  
16.                     textView.setText(str);  
17.                 }  
18.             }  
19.   
20.             @Override  
21.             public void onError(SpeechError speechError) {  
22.                 Log.d(“error”, speechError.toString());  
23.             }  
24.         });  
25. //4.开始听写  
26.         iatDialog.show();  
27.     }  

public void start() {
        //1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener
        iatDialog = new RecognizerDialog(this, initListener);
        //2.设置听写参数
        iatDialog.setParameter(SpeechConstant.DOMAIN, "iat");
        iatDialog.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
        iatDialog.setParameter(SpeechConstant.ACCENT, "mandarin ");
        //3.设置回调接口
        iatDialog.setListener(new RecognizerDialogListener() {
            @Override
            public void onResult(RecognizerResult recognizerResult, boolean b) {
                if (!b) {
                    String json = recognizerResult.getResultString();
                    String str = JsonParser.parseIatResult(json);
                    System.out.println("说话内容:"+str);
                    textView.setText(str);
                }
            }

            @Override
            public void onError(SpeechError speechError) {
                Log.d("error", speechError.toString());
            }
        });
//4.开始听写
        iatDialog.show();
    }

增加if(!b)的判断是因为每次说话结束之后，返回数据的最后一次是返回一个标点符号”。”或者”！”之类的，当然你也可以设置不返回标点符号。

[java] view plain copy

print ?

1. //设置是否带标点符号 0表示不带标点，1则表示带标点。  
2. mIat.setParameter(SpeechConstant.ASR_PTT, ”0”);  

//设置是否带标点符号 0表示不带标点，1则表示带标点。
mIat.setParameter(SpeechConstant.ASR_PTT, "0");

2)不使用自带UI对话框

优点：可以设置自己想要的参数

缺点：使用比较麻烦，对于初学者来讲，根据讲话音量大小自定义麦克风效果的View简直是噩梦（我不会，哪位大神做出来了求分享~~）

简单的用法：

1.创建对象：

[java] view plain copy

print ?

1. <span style=“font-size:18px;”>//1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener  
2. mIat = SpeechRecognizer.createRecognizer(this, null);</span>  

<span style="font-size:18px;">//1.创建SpeechRecognizer对象，第二个参数：本地听写时传InitListener
mIat = SpeechRecognizer.createRecognizer(this, null);</span>

  2.设置参数（听写这三个参数是必须的，下面设置时不再提示）：

[java] view plain copy

print ?

1. mIat.setParameter(SpeechConstant.DOMAIN, “iat”);  
2. // 简体中文:”zh_cn”, 美式英文:”en_us”  
3. mIat.setParameter(SpeechConstant.LANGUAGE, ”zh_cn”);  
4. //普通话：mandarin(默认)  
5. //粤 语：cantonese  
6. //四川话：lmz  
7. //河南话：henanese  
8. mIat.setParameter(SpeechConstant.ACCENT, ”mandarin ”);  

mIat.setParameter(SpeechConstant.DOMAIN, "iat");
// 简体中文:"zh_cn", 美式英文:"en_us"
mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
//普通话：mandarin(默认)
//粤 语：cantonese
//四川话：lmz
//河南话：henanese
mIat.setParameter(SpeechConstant.ACCENT, "mandarin ");

3.实例化监听对象

[java] view plain copy

print ?

1. private RecognizerListener recognizerListener = new RecognizerListener() {  
2.         @Override  
3.         public void onVolumeChanged(int i, byte[] bytes) {  
4.   
5.         }  
6.   
7.         @Override  
8.         public void onBeginOfSpeech() {  
9.             System.out.println(”开始识别”);  
10.         }  
11.   
12.         @Override  
13.         public void onEndOfSpeech() {  
14.             System.out.println(”识别结束”);  
15.         }  
16.   
17.         @Override  
18.         public void onResult(RecognizerResult recognizerResult, boolean b) {  
19.             String str=JsonParser.parseIatResult(recognizerResult.getResultString());  
20.             System.out.println(”识别结果”+str);  
21.         }  
22.   
23.         @Override  
24.         public void onError(SpeechError speechError) {  
25.             System.out.println(”识别出错”);  
26.         }  
27.   
28.         @Override  
29.         public void onEvent(int i, int i1, int i2, Bundle bundle) {  
30.               
31.         }  
32.     };  

private RecognizerListener recognizerListener = new RecognizerListener() {
        @Override
        public void onVolumeChanged(int i, byte[] bytes) {

        }

        @Override
        public void onBeginOfSpeech() {
            System.out.println("开始识别");
        }

        @Override
        public void onEndOfSpeech() {
            System.out.println("识别结束");
        }

        @Override
        public void onResult(RecognizerResult recognizerResult, boolean b) {
            String str=JsonParser.parseIatResult(recognizerResult.getResultString());
            System.out.println("识别结果"+str);
        }

        @Override
        public void onError(SpeechError speechError) {
            System.out.println("识别出错");
        }

        @Override
        public void onEvent(int i, int i1, int i2, Bundle bundle) {

        }
    };

4.添加监听

[java] view plain copy

print ?

1. mIat.startListening(recognizerListener);  

mIat.startListening(recognizerListener);

官方Demo给出的解析Json的类：

[java] view plain copy

print ?

1. package com.hxl.voicetest1;  
2.   
3. import org.json.JSONArray;  
4. import org.json.JSONObject;  
5. import org.json.JSONTokener;  
6.   
7. /** 
8.  * Json结果解析类 
9.  */  
10. public class JsonParser {  
11.   
12.     public static String parseIatResult(String json) {  
13.         StringBuffer ret = new StringBuffer();  
14.         try {  
15.             JSONTokener tokener = new JSONTokener(json);  
16.             JSONObject joResult = new JSONObject(tokener);  
17.   
18.             JSONArray words = joResult.getJSONArray(”ws”);  
19.             for (int i = 0; i < words.length(); i++) {  
20.                 // 转写结果词，默认使用第一个结果  
21.                 JSONArray items = words.getJSONObject(i).getJSONArray(”cw”);  
22.                 JSONObject obj = items.getJSONObject(0);  
23.                 ret.append(obj.getString(”w”));  
24.                 //如果需要多候选结果，解析数组其他字段  
25.                 //for(int j = 0; j < items.length(); j++)  
26.                 //{  
27.                 //JSONObject obj = items.getJSONObject(j);  
28.                 //ret.append(obj.getString(“w”));  
29.                 //}  
30.             }  
31.         } catch (Exception e) {  
32.             e.printStackTrace();  
33.         }  
34.         return ret.toString();  
35.     }  
36.   
37.     public static String parseGrammarResult(String json) {  
38.         StringBuffer ret = new StringBuffer();  
39.         try {  
40.             JSONTokener tokener = new JSONTokener(json);  
41.             JSONObject joResult = new JSONObject(tokener);  
42.   
43.             JSONArray words = joResult.getJSONArray(”ws”);  
44.             for (int i = 0; i < words.length(); i++) {  
45.                 JSONArray items = words.getJSONObject(i).getJSONArray(”cw”);  
46.                 for (int j = 0; j < items.length(); j++) {  
47.                     JSONObject obj = items.getJSONObject(j);  
48.                     if (obj.getString(“w”).contains(“nomatch”)) {  
49.                         ret.append(”没有匹配结果.”);  
50.                         return ret.toString();  
51.                     }  
52.                     ret.append(”【结果】” + obj.getString(“w”));  
53.                     ret.append(”【置信度】” + obj.getInt(“sc”));  
54.                     ret.append(”n”);  
55.                 }  
56.             }  
57.         } catch (Exception e) {  
58.             e.printStackTrace();  
59.             ret.append(”没有匹配结果.”);  
60.         }  
61.         return ret.toString();  
62.     }  
63. }  

package com.hxl.voicetest1;

import org.json.JSONArray;
import org.json.JSONObject;
import org.json.JSONTokener;

/**
 * Json结果解析类
 */
public class JsonParser {

    public static String parseIatResult(String json) {
        StringBuffer ret = new StringBuffer();
        try {
            JSONTokener tokener = new JSONTokener(json);
            JSONObject joResult = new JSONObject(tokener);

            JSONArray words = joResult.getJSONArray("ws");
            for (int i = 0; i < words.length(); i++) {
                // 转写结果词，默认使用第一个结果
                JSONArray items = words.getJSONObject(i).getJSONArray("cw");
                JSONObject obj = items.getJSONObject(0);
                ret.append(obj.getString("w"));
                //如果需要多候选结果，解析数组其他字段
                //for(int j = 0; j < items.length(); j++)
                //{
                //JSONObject obj = items.getJSONObject(j);
                //ret.append(obj.getString("w"));
                //}
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return ret.toString();
    }

    public static String parseGrammarResult(String json) {
        StringBuffer ret = new StringBuffer();
        try {
            JSONTokener tokener = new JSONTokener(json);
            JSONObject joResult = new JSONObject(tokener);

            JSONArray words = joResult.getJSONArray("ws");
            for (int i = 0; i < words.length(); i++) {
                JSONArray items = words.getJSONObject(i).getJSONArray("cw");
                for (int j = 0; j < items.length(); j++) {
                    JSONObject obj = items.getJSONObject(j);
                    if (obj.getString("w").contains("nomatch")) {
                        ret.append("没有匹配结果.");
                        return ret.toString();
                    }
                    ret.append("【结果】" + obj.getString("w"));
                    ret.append("【置信度】" + obj.getInt("sc"));
                    ret.append("n");
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
            ret.append("没有匹配结果.");
        }
        return ret.toString();
    }
}

到这里，科大讯飞语音最简单的听写Demo就算完成了。这时你们会想：WTF？就这些我还不如自个儿看文档…..

当然了，既然写这篇博客，肯定不仅仅是简单介绍科大讯飞语音听写的使用而已。

我想要的效果是：无限制时间录音，并且我想知道我在第几秒说了什么话，回放录音的时候，播放到哪就显示相应的文字，还可以对识别错误的字段进行纠错修改。

我们来看一下一些常用的设置参数(个人认为)，我们可以根据我们的需求来设置相应的参数

[java] view plain copy

print ?

1. // 清空参数  
2. mIat.setParameter(SpeechConstant.PARAMS, null);  
3. //短信和日常用语：iat (默认)  视频：video  地图：poi  音乐：music  
4. mIat.setParameter(SpeechConstant.DOMAIN, ”iat”);  
5. // 简体中文:”zh_cn”, 美式英文:”en_us”  
6. mIat.setParameter(SpeechConstant.LANGUAGE, ”zh_cn”);  
7. //普通话：mandarin(默认)  
8. //粤 语：cantonese  
9. //四川话：lmz  
10. //河南话：henanese<span style=”font-family: Menlo;”>     </span>  
11. mIat.setParameter(SpeechConstant.ACCENT, ”mandarin ”);  
12. // 设置听写引擎 “cloud”, “local”,”mixed”  在线  本地  混合  
13. //本地的需要本地功能集成  
14. mIat.setParameter(SpeechConstant.ENGINE_TYPE, ”cloud”);  
15. // 设置返回结果格式 听写会话支持json和plain  
16. mIat.setParameter(SpeechConstant.RESULT_TYPE, ”json”);  
17. //设置是否带标点符号 0表示不带标点，1则表示带标点。  
18. mIat.setParameter(SpeechConstant.ASR_PTT, ”0”);  
19. //只有设置这个属性为1时,VAD_BOS  VAD_EOS才会生效,且RecognizerListener.onVolumeChanged才有音量返回默认：1  
20. mIat.setParameter(SpeechConstant.VAD_ENABLE,”1”);  
21. // 设置语音前端点:静音超时时间，即用户多长时间不说话则当做超时处理1000~10000  
22. mIat.setParameter(SpeechConstant.VAD_BOS, ”5000”);  
23. // 设置语音后端点:后端点静音检测时间，即用户停止说话多长时间内即认为不再输入， 自动停止录音0~10000  
24. mIat.setParameter(SpeechConstant.VAD_EOS, ”1800”);  
25. // 设置音频保存路径，保存音频格式支持pcm、wav，设置路径为sd卡请注意WRITE_EXTERNAL_STORAGE权限  
26. // 注：AUDIO_FORMAT参数语记需要更新版本才能生效  
27. mIat.setParameter(SpeechConstant.AUDIO_FORMAT, ”wav”);  
28. //设置识别会话被中断时（如当前会话未结束就开启了新会话等），  
29. //是否通 过RecognizerListener.onError(com.iflytek.cloud.SpeechError)回调ErrorCode.ERROR_INTERRUPT错误。  
30. //默认false    [null,true,false]  
31. mIat.setParameter(SpeechConstant.ASR_INTERRUPT_ERROR,”false”);  
32. //音频采样率  8000~16000  默认:16000  
33. mIat.setParameter(SpeechConstant.SAMPLE_RATE,”16000”);  
34. //默认:麦克风(1)(MediaRecorder.AudioSource.MIC)  
35. //在写音频流方式(-1)下，应用层通过writeAudio函数送入音频；  
36. //在传文件路径方式（-2）下，SDK通过应用层设置的ASR_SOURCE_PATH值， 直接读取音频文件。目前仅在SpeechRecognizer中支持。  
37. mIat.setParameter(SpeechConstant.AUDIO_SOURCE, ”-1”);  
38. //保存音频文件的路径   仅支持pcm和wav  
39. mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, Environment.getExternalStorageDirectory().getAbsolutePath() + ”test.wav”);  

        // 清空参数
        mIat.setParameter(SpeechConstant.PARAMS, null);
        //短信和日常用语：iat (默认)  视频：video  地图：poi  音乐：music
        mIat.setParameter(SpeechConstant.DOMAIN, "iat");
        // 简体中文:"zh_cn", 美式英文:"en_us"
        mIat.setParameter(SpeechConstant.LANGUAGE, "zh_cn");
        //普通话：mandarin(默认)
        //粤 语：cantonese
        //四川话：lmz
        //河南话：henanese<span style="font-family: Menlo;">     </span>
        mIat.setParameter(SpeechConstant.ACCENT, "mandarin ");
        // 设置听写引擎 "cloud", "local","mixed"  在线  本地  混合
        //本地的需要本地功能集成
        mIat.setParameter(SpeechConstant.ENGINE_TYPE, "cloud");
        // 设置返回结果格式 听写会话支持json和plain
        mIat.setParameter(SpeechConstant.RESULT_TYPE, "json");
        //设置是否带标点符号 0表示不带标点，1则表示带标点。
        mIat.setParameter(SpeechConstant.ASR_PTT, "0");
        //只有设置这个属性为1时,VAD_BOS  VAD_EOS才会生效,且RecognizerListener.onVolumeChanged才有音量返回默认：1
        mIat.setParameter(SpeechConstant.VAD_ENABLE,"1");
        // 设置语音前端点:静音超时时间，即用户多长时间不说话则当做超时处理1000~10000
        mIat.setParameter(SpeechConstant.VAD_BOS, "5000");
        // 设置语音后端点:后端点静音检测时间，即用户停止说话多长时间内即认为不再输入， 自动停止录音0~10000
        mIat.setParameter(SpeechConstant.VAD_EOS, "1800");
        // 设置音频保存路径，保存音频格式支持pcm、wav，设置路径为sd卡请注意WRITE_EXTERNAL_STORAGE权限
        // 注：AUDIO_FORMAT参数语记需要更新版本才能生效
        mIat.setParameter(SpeechConstant.AUDIO_FORMAT, "wav");
        //设置识别会话被中断时（如当前会话未结束就开启了新会话等），
        //是否通 过RecognizerListener.onError(com.iflytek.cloud.SpeechError)回调ErrorCode.ERROR_INTERRUPT错误。
        //默认false    [null,true,false]
        mIat.setParameter(SpeechConstant.ASR_INTERRUPT_ERROR,"false");
        //音频采样率  8000~16000  默认:16000
        mIat.setParameter(SpeechConstant.SAMPLE_RATE,"16000");
        //默认:麦克风(1)(MediaRecorder.AudioSource.MIC)
        //在写音频流方式(-1)下，应用层通过writeAudio函数送入音频；
        //在传文件路径方式（-2）下，SDK通过应用层设置的ASR_SOURCE_PATH值， 直接读取音频文件。目前仅在SpeechRecognizer中支持。
        mIat.setParameter(SpeechConstant.AUDIO_SOURCE, "-1");
        //保存音频文件的路径   仅支持pcm和wav
        mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, Environment.getExternalStorageDirectory().getAbsolutePath() + "test.wav");

我首先想到当然就是设置音频保存路径了啊，这还不简单

[java] view plain copy

print ?

1. mIat.setParameter(SpeechConstant.AUDIO_FORMAT, “wav”);  
2. mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, ”要保存的路径”);  

mIat.setParameter(SpeechConstant.AUDIO_FORMAT, "wav");
mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, "要保存的路径");

时间戳这个好办，根据录音开始时记录当前时间startTime，在RecognizerListener的onResult方法获取当前时间currentTime,然后用currentTime-startTime 就是第几秒说的话了(由于云端识别会有延迟，这个秒数其实是不正确的，这里先忽略这个问题)。

结束了？

不是，我们再来看一下科大讯飞的说明文档中：

科大讯飞对语音听写做了限制，端点超时最大也只能设置10秒，超过这个时间识别自动终止，不再对后续的语音部分进行识别。假如我们要长时间录音，不可能让用户每10秒钟就要说一句话，而且还有一个是值得我们注意的：

也就是说，就算我们连续不停的讲话，音频录制最多也就是60秒而已，怎么办？

这时候我就想，我用自己的方法录音，用科大讯飞的去识别，这是个好方法，我立马在百度输入框敲上 ”Android录音“

这里推荐一个大神封装的录音类：http://www.cnblogs.com/Amandaliu/archive/2013/02/04/2891604.html

考虑到科大讯飞只支持wav、pcm文件，我只是把AudioRecordFunc类copy过来，考虑到科大讯飞对音频文件识别的要求：

上传音频的采样率与采样精度：A：采样率16KHZ或者8KHZ，单声道，采样精度16bit的PCM或者WAV格式的音频

我将代码进行了部分修改。

[java] view plain copy

print ?

1. import java.io.File;  
2. import java.io.FileInputStream;  
3. import java.io.FileNotFoundException;  
4. import java.io.FileOutputStream;  
5. import java.io.IOException;  
6.   
7. import android.media.AudioFormat;  
8. import android.media.AudioRecord;  
9.   
10. public class AudioRecordFunc {  
11.     // 缓冲区字节大小    
12.     private int bufferSizeInBytes = 0;  
13.   
14.     //AudioName裸音频数据文件 ，麦克风  
15.     private String AudioName = “”;  
16.   
17.     //NewAudioName可播放的音频文件    
18.     private String NewAudioName = “”;  
19.   
20.     private AudioRecord audioRecord;  
21.     private boolean isRecord = false;// 设置正在录制的状态    
22.   
23.   
24.     private static AudioRecordFunc mInstance;  
25.   
26.     private AudioRecordFunc() {  
27.   
28.     }  
29.   
30.     public synchronized static AudioRecordFunc getInstance() {  
31.         if (mInstance == null)  
32.             mInstance = new AudioRecordFunc();  
33.         return mInstance;  
34.     }  
35.   
36.     public int startRecordAndFile() {  
37.         //判断是否有外部存储设备sdcard  
38.         if (AudioFileFunc.isSdcardExit()) {  
39.             if (isRecord) {  
40.                 return ErrorCode.E_STATE_RECODING;  
41.             } else {  
42.                 if (audioRecord == null)  
43.                     creatAudioRecord();  
44.   
45.                 audioRecord.startRecording();  
46.                 // 让录制状态为true    
47.                 isRecord = true;  
48.                 // 开启音频文件写入线程    
49.                 new Thread(new AudioRecordThread()).start();  
50.   
51.                 return ErrorCode.SUCCESS;  
52.             }  
53.   
54.         } else {  
55.             return ErrorCode.E_NOSDCARD;  
56.         }  
57.   
58.     }  
59.   
60.     public void stopRecordAndFile() {  
61.         close();  
62.     }  
63.   
64.   
65.     public long getRecordFileSize() {  
66.         return AudioFileFunc.getFileSize(NewAudioName);  
67.     }  
68.   
69.   
70.     private void close() {  
71.         if (audioRecord != null) {  
72.             System.out.println(”stopRecord”);  
73.             isRecord = false;//停止文件写入    
74.             audioRecord.stop();  
75.             audioRecord.release();//释放资源    
76.             audioRecord = null;  
77.         }  
78.     }  
79.   
80.   
81.     private void creatAudioRecord() {  
82.         // 获取音频文件路径  
83.         AudioName = AudioFileFunc.getRawFilePath();  
84.         NewAudioName = AudioFileFunc.getWavFilePath();  
85.   
86.         // 获得缓冲区字节大小    
87.         bufferSizeInBytes = AudioRecord.getMinBufferSize(AudioFileFunc.AUDIO_SAMPLE_RATE,  
88.                 AudioFormat.CHANNEL_IN_STEREO, AudioFormat.ENCODING_PCM_16BIT);  
89.   
90.   
91.         // 创建AudioRecord对象（修改处）  
92.         audioRecord = new AudioRecord(MediaRecorder.AudioSource.MIC, 16000, AudioFormat.CHANNEL_ IN_MONO, AudioFormat.ENCODING_PCM_16BIT, bufferSizeInBytes);  
93.     }  
94.   
95.     class AudioRecordThread implements Runnable {  
96.         @Override  
97.         public void run() {  
98.             writeDateTOFile();//往文件中写入裸数据  
99.             copyWaveFile(AudioName, NewAudioName);//给裸数据加上头文件  
100.         }  
101.     }  
102.   
103.     /** 
104.      * 这里将数据写入文件，但是并不能播放，因为AudioRecord获得的音频是原始的裸音频 
105.      * 如果需要播放就必须加入一些格式或者编码的头信息。但是这样的好处就是你可以对音频的 裸数据进行处理 
106.      * 比如你要做一个爱说话的TOM猫在这里就进行音频的处理，然后重新封装 所以说这样得到的音频比较容易做一些音频的处理。 
107.      */  
108.     private void writeDateTOFile() {  
109.         // new一个byte数组用来存一些字节数据，大小为缓冲区大小  
110.         byte[] audiodata = new byte[bufferSizeInBytes];  
111.         FileOutputStream fos = null;  
112.         int readsize = 0;  
113.         try {  
114.             File file = new File(AudioName);  
115.             if (file.exists()) {  
116.                 file.delete();  
117.             }  
118.             fos = new FileOutputStream(file);  
119.             // 建立一个可存取字节的文件  
120.         } catch (Exception e) {  
121.             e.printStackTrace();  
122.         }  
123.         while (isRecord == true) {  
124.             readsize = audioRecord.read(audiodata, 0, bufferSizeInBytes);  
125.             if (AudioRecord.ERROR_INVALID_OPERATION != readsize && fos != null) {  
126.                 try {  
127.                     fos.write(audiodata);  
128.                 } catch (IOException e) {  
129.                     e.printStackTrace();  
130.                 }  
131.             }  
132.         }  
133.         try {  
134.             if (fos != null)  
135.                 fos.close();// 关闭写入流  
136.         } catch (IOException e) {  
137.             e.printStackTrace();  
138.         }  
139.     }  
140.   
141.     // 这里得到可播放的音频文件  
142.     private void copyWaveFile(String inFilename, String outFilename) {  
143.         FileInputStream in = null;  
144.         FileOutputStream out = null;  
145.         long totalAudioLen = 0;  
146.         long totalDataLen = totalAudioLen + 36;  
147.         long longSampleRate = AudioFileFunc.AUDIO_SAMPLE_RATE;  
148.         int channels = 2;  
149.         long byteRate = 16 * AudioFileFunc.AUDIO_SAMPLE_RATE * channels / 8;  
150.         byte[] data = new byte[bufferSizeInBytes];  
151.         try {  
152.             in = new FileInputStream(inFilename);  
153.             out = new FileOutputStream(outFilename);  
154.             totalAudioLen = in.getChannel().size();  
155.             totalDataLen = totalAudioLen + 36;  
156.             WriteWaveFileHeader(out, totalAudioLen, totalDataLen, longSampleRate, channels, byteRate);  
157.             while (in.read(data) != -1) {  
158.                 out.write(data);  
159.             }  
160.             in.close();  
161.             out.close();  
162.         } catch (FileNotFoundException e) {  
163.             e.printStackTrace();  
164.         } catch (IOException e) {  
165.             e.printStackTrace();  
166.         }  
167.     }  
168.   
169.     /** 
170.      * 这里提供一个头信息。插入这些信息就可以得到可以播放的文件。       
171.      * 为我为啥插入这44个字节，这个还真没深入研究，不过你随便打开一个wav 
172.      * 音频的文件，可以发现前面的头文件可以说基本一样哦。每种格式的文件都有自己特有的头文件。 
173.      */  
174.     private void WriteWaveFileHeader(FileOutputStream out, long totalAudioLen, long totalDataLen, long longSampleRate, int channels, long byteRate) throws IOException {  
175.         byte[] header = new byte[44];  
176.         header[0] = ‘R’; // RIFF/WAVE header  
177.         header[1] = ‘I’;  
178.         header[2] = ‘F’;  
179.         header[3] = ‘F’;  
180.         header[4] = (byte) (totalDataLen & 0xff);  
181.         header[5] = (byte) ((totalDataLen >> 8) & 0xff);  
182.         header[6] = (byte) ((totalDataLen >> 16) & 0xff);  
183.         header[7] = (byte) ((totalDataLen >> 24) & 0xff);  
184.         header[8] = ‘W’;  
185.         header[9] = ‘A’;  
186.         header[10] = ‘V’;  
187.         header[11] = ‘E’;  
188.         header[12] = ‘f’; // ‘fmt ’ chunk  
189.         header[13] = ‘m’;  
190.         header[14] = ‘t’;  
191.         header[15] = ‘ ’;  
192.         header[16] = 16; // 4 bytes: size of ‘fmt ’ chunk  
193.         header[17] = 0;  
194.         header[18] = 0;  
195.         header[19] = 0;  
196.         header[20] = 1; // format = 1  
197.         header[21] = 0;  
198.         header[22] = (byte) channels;  
199.         header[23] = 0;  
200.         header[24] = (byte) (longSampleRate & 0xff);  
201.         header[25] = (byte) ((longSampleRate >> 8) & 0xff);  
202.         header[26] = (byte) ((longSampleRate >> 16) & 0xff);  
203.         header[27] = (byte) ((longSampleRate >> 24) & 0xff);  
204.         header[28] = (byte) (byteRate & 0xff);  
205.         header[29] = (byte) ((byteRate >> 8) & 0xff);  
206.         header[30] = (byte) ((byteRate >> 16) & 0xff);  
207.         header[31] = (byte) ((byteRate >> 24) & 0xff);  
208.         header[32] = (byte) (2 * 16 / 8); // block align  
209.         header[33] = 0;  
210.         header[34] = 16; // bits per sample  
211.         header[35] = 0;  
212.         header[36] = ‘d’;  
213.         header[37] = ‘a’;  
214.         header[38] = ‘t’;  
215.         header[39] = ‘a’;  
216.         header[40] = (byte) (totalAudioLen & 0xff);  
217.         header[41] = (byte) ((totalAudioLen >> 8) & 0xff);  
218.         header[42] = (byte) ((totalAudioLen >> 16) & 0xff);  
219.         header[43] = (byte) ((totalAudioLen >> 24) & 0xff);  
220.         out.write(header, 0, 44);  
221.     }  
222. }  

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;

import android.media.AudioFormat;
import android.media.AudioRecord;

public class AudioRecordFunc {
    // 缓冲区字节大小  
    private int bufferSizeInBytes = 0;

    //AudioName裸音频数据文件 ，麦克风
    private String AudioName = "";

    //NewAudioName可播放的音频文件  
    private String NewAudioName = "";

    private AudioRecord audioRecord;
    private boolean isRecord = false;// 设置正在录制的状态  


    private static AudioRecordFunc mInstance;

    private AudioRecordFunc() {

    }

    public synchronized static AudioRecordFunc getInstance() {
        if (mInstance == null)
            mInstance = new AudioRecordFunc();
        return mInstance;
    }

    public int startRecordAndFile() {
        //判断是否有外部存储设备sdcard
        if (AudioFileFunc.isSdcardExit()) {
            if (isRecord) {
                return ErrorCode.E_STATE_RECODING;
            } else {
                if (audioRecord == null)
                    creatAudioRecord();

                audioRecord.startRecording();
                // 让录制状态为true  
                isRecord = true;
                // 开启音频文件写入线程  
                new Thread(new AudioRecordThread()).start();

                return ErrorCode.SUCCESS;
            }

        } else {
            return ErrorCode.E_NOSDCARD;
        }

    }

    public void stopRecordAndFile() {
        close();
    }


    public long getRecordFileSize() {
        return AudioFileFunc.getFileSize(NewAudioName);
    }


    private void close() {
        if (audioRecord != null) {
            System.out.println("stopRecord");
            isRecord = false;//停止文件写入  
            audioRecord.stop();
            audioRecord.release();//释放资源  
            audioRecord = null;
        }
    }


    private void creatAudioRecord() {
        // 获取音频文件路径
        AudioName = AudioFileFunc.getRawFilePath();
        NewAudioName = AudioFileFunc.getWavFilePath();

        // 获得缓冲区字节大小  
        bufferSizeInBytes = AudioRecord.getMinBufferSize(AudioFileFunc.AUDIO_SAMPLE_RATE,
                AudioFormat.CHANNEL_IN_STEREO, AudioFormat.ENCODING_PCM_16BIT);


        // 创建AudioRecord对象（修改处）
        audioRecord = new AudioRecord(MediaRecorder.AudioSource.MIC, 16000, AudioFormat.CHANNEL_ IN_MONO, AudioFormat.ENCODING_PCM_16BIT, bufferSizeInBytes);
    }

    class AudioRecordThread implements Runnable {
        @Override
        public void run() {
            writeDateTOFile();//往文件中写入裸数据
            copyWaveFile(AudioName, NewAudioName);//给裸数据加上头文件
        }
    }

    /**
     * 这里将数据写入文件，但是并不能播放，因为AudioRecord获得的音频是原始的裸音频
     * 如果需要播放就必须加入一些格式或者编码的头信息。但是这样的好处就是你可以对音频的 裸数据进行处理
     * 比如你要做一个爱说话的TOM猫在这里就进行音频的处理，然后重新封装 所以说这样得到的音频比较容易做一些音频的处理。
     */
    private void writeDateTOFile() {
        // new一个byte数组用来存一些字节数据，大小为缓冲区大小
        byte[] audiodata = new byte[bufferSizeInBytes];
        FileOutputStream fos = null;
        int readsize = 0;
        try {
            File file = new File(AudioName);
            if (file.exists()) {
                file.delete();
            }
            fos = new FileOutputStream(file);
            // 建立一个可存取字节的文件
        } catch (Exception e) {
            e.printStackTrace();
        }
        while (isRecord == true) {
            readsize = audioRecord.read(audiodata, 0, bufferSizeInBytes);
            if (AudioRecord.ERROR_INVALID_OPERATION != readsize && fos != null) {
                try {
                    fos.write(audiodata);
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
        try {
            if (fos != null)
                fos.close();// 关闭写入流
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    // 这里得到可播放的音频文件
    private void copyWaveFile(String inFilename, String outFilename) {
        FileInputStream in = null;
        FileOutputStream out = null;
        long totalAudioLen = 0;
        long totalDataLen = totalAudioLen + 36;
        long longSampleRate = AudioFileFunc.AUDIO_SAMPLE_RATE;
        int channels = 2;
        long byteRate = 16 * AudioFileFunc.AUDIO_SAMPLE_RATE * channels / 8;
        byte[] data = new byte[bufferSizeInBytes];
        try {
            in = new FileInputStream(inFilename);
            out = new FileOutputStream(outFilename);
            totalAudioLen = in.getChannel().size();
            totalDataLen = totalAudioLen + 36;
            WriteWaveFileHeader(out, totalAudioLen, totalDataLen, longSampleRate, channels, byteRate);
            while (in.read(data) != -1) {
                out.write(data);
            }
            in.close();
            out.close();
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    /**
     * 这里提供一个头信息。插入这些信息就可以得到可以播放的文件。      
     * 为我为啥插入这44个字节，这个还真没深入研究，不过你随便打开一个wav
     * 音频的文件，可以发现前面的头文件可以说基本一样哦。每种格式的文件都有自己特有的头文件。
     */
    private void WriteWaveFileHeader(FileOutputStream out, long totalAudioLen, long totalDataLen, long longSampleRate, int channels, long byteRate) throws IOException {
        byte[] header = new byte[44];
        header[0] = 'R'; // RIFF/WAVE header
        header[1] = 'I';
        header[2] = 'F';
        header[3] = 'F';
        header[4] = (byte) (totalDataLen & 0xff);
        header[5] = (byte) ((totalDataLen >> 8) & 0xff);
        header[6] = (byte) ((totalDataLen >> 16) & 0xff);
        header[7] = (byte) ((totalDataLen >> 24) & 0xff);
        header[8] = 'W';
        header[9] = 'A';
        header[10] = 'V';
        header[11] = 'E';
        header[12] = 'f'; // 'fmt ' chunk
        header[13] = 'm';
        header[14] = 't';
        header[15] = ' ';
        header[16] = 16; // 4 bytes: size of 'fmt ' chunk
        header[17] = 0;
        header[18] = 0;
        header[19] = 0;
        header[20] = 1; // format = 1
        header[21] = 0;
        header[22] = (byte) channels;
        header[23] = 0;
        header[24] = (byte) (longSampleRate & 0xff);
        header[25] = (byte) ((longSampleRate >> 8) & 0xff);
        header[26] = (byte) ((longSampleRate >> 16) & 0xff);
        header[27] = (byte) ((longSampleRate >> 24) & 0xff);
        header[28] = (byte) (byteRate & 0xff);
        header[29] = (byte) ((byteRate >> 8) & 0xff);
        header[30] = (byte) ((byteRate >> 16) & 0xff);
        header[31] = (byte) ((byteRate >> 24) & 0xff);
        header[32] = (byte) (2 * 16 / 8); // block align
        header[33] = 0;
        header[34] = 16; // bits per sample
        header[35] = 0;
        header[36] = 'd';
        header[37] = 'a';
        header[38] = 't';
        header[39] = 'a';
        header[40] = (byte) (totalAudioLen & 0xff);
        header[41] = (byte) ((totalAudioLen >> 8) & 0xff);
        header[42] = (byte) ((totalAudioLen >> 16) & 0xff);
        header[43] = (byte) ((totalAudioLen >> 24) & 0xff);
        out.write(header, 0, 44);
    }
}

然后在录音按钮里的点击事件里写了这么两行行代码：

[java] view plain copy

print ?

1. //开始进行语音听写  
2. mIat.startListening(mRecoListener);  
3. //开始录音并且保存录音到sd卡  
4. audioRecordFunc.startRecordAndFile();  

                //开始进行语音听写
                mIat.startListening(mRecoListener);
                //开始录音并且保存录音到sd卡
                audioRecordFunc.startRecordAndFile();

这里会发生一个很奇怪的现象，能听写的时候不能录音，能录音的时候不能听写，录音的两个类MediaRecorder、AudioRecord中 MediaRecorder的start()方法中有这么一句话：
The apps should  not start another recording session during recording.

（一个app不应该在录音期间开启另外一个录音），原因我大致理解为麦克风被占用了

既然不能一边录音一边识别，那我们只好录完音后再上传去识别，嗯，回头看了一下设置的参数

[java] view plain copy

print ?

1. mIat.setParameter(SpeechConstant.AUDIO_SOURCE, “-2”);  
2. mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, ”要识别的音频绝对路径“);  

        mIat.setParameter(SpeechConstant.AUDIO_SOURCE, "-2");
        mIat.setParameter(SpeechConstant.ASR_SOURCE_PATH, ”要识别的音频绝对路径“);

设置好参数之后

[java] view plain copy

print ?

1. mIat.startListening(mRecoListener);  

mIat.startListening(mRecoListener);

这下可以了，保存的音频文件可以识别，而且识别的速度和讲话的时候是一样的，也就是说，你在第5秒说的话，就是在第五秒开始识别（不考虑网络延迟的时候），这样，就可以实现了我们的需求。

然而，事情往往没有那么简单，还是回到了原始的问题，也就是前后端点超时或者一分钟过后的音频不再识别！！！

有两个解决方法：

1、自己重新写一个类继承科大讯飞里面的类，重写里面的方法

2、通过流的方式去控制，假如文件流读取没完成，音频不再识别，那就重新激活，直到文件流读取完毕

  两秒钟之后我立马放弃了第一种解决方案，源码是长这样子的：

那就只能采用第二种方案了，此时我们要进行相应的参数设置：

[java] view plain copy

print ?

1. mIat.setParameter(SpeechConstant.AUDIO_SOURCE, “-1”);  
2. //开始进行语音听写  
3. mIat.startListening(mRecoListener);  
4. //然后在进行音频流输入  
5. mIat.writeAudio(bytes, 0, bytes.length);  

mIat.setParameter(SpeechConstant.AUDIO_SOURCE, "-1");
//开始进行语音听写
mIat.startListening(mRecoListener);
//然后在进行音频流输入
mIat.writeAudio(bytes, 0, bytes.length);

录完音后，根据音频文件读取流。代码我就不粘贴出来了，因为这个方法行不通，原因是因为流读取的速度太快，几分钟的文件一下子就读取完了,端点超时问题还是会出现（ps：希望有个人告诉流能否控制其读取速度，怎么控制），而且就算能控制速度，假如用户录音一个小时的，你不可能又要花一个小时去识别音频吧，这不现实！！

未完待续...

                </div>