基于语音（噪声）强度水平的语音识别？

Question

我想构建一个android应用程序，它可以识别我的声音，将其转换为文本，并显示我刚才在祝酒词中所说的内容。我可以通过使用一个按钮来完成这项工作，该按钮将为我启动语音识别器。但现在我想让它只在我的声音的基础上工作。

应用程序应触发语音识别器，仅当我开始说话时才开始听我说话，当它感觉到沉默时应停止听我说话。就像会说话的tom应用程序的功能一样。它记录了声音，但我想用语音识别器识别它。像这样的事情：

if(no silense)
   Launch Recognizer
else if(silence)
   Stop Recognizer
Show toast

主要的问题是，在启动语音识别器之前，我如何感知用户是否在说话。有没有办法感知噪音强度。。？？

其次，有没有办法在后台启动语音识别器。。。？？

如果我可以在后台服务中检测到音频信号（有人开始说话），然后立即启动语音识别器来识别语音，是否可能。

Answer 1

好的，我已经弄明白了。为此，我使用了mediaRecorder类。当应用程序启动时，我开始使用MediaRecorder录制音频（或者您可以提供一个按钮来启动和停止整个过程）。我检查mediaRecorder录制的音频的振幅。如果振幅超过预定义的阈值，我会暂停录制并启动语音识别活动。在OnActivityResult中，我再次恢复刻录机。

if(mRecorder != null){
        int i= mRecorder.getMaxAmplitude();   // Getting amplitude 
        Log.d("AMPL : ", String.valueOf(i));

        if(i>20000){      // If amplitude is more than 20000
            onRecord(false);    //Stop recording before launching recognizer
            Intent intent=new Intent(this,VoiceRecognizer.class);   //Launch recognizer activity
            startActivityForResult(intent, 12112);
        }

或者：您也可以使用本SO帖子中提到的RecognitionListener接口。

Answer 2

大多数语音识别器已经有了endpoint检测器来检测语音的开始和结束。endpoint检测者通常试图读取环境噪声水平，以确定静音基线并调整信噪比。但是，如果输入噪声级发生变化，则可能会触发终结点的语音开始。如果一直在用灵敏的麦克风听，endpointendpoint也可能会听到你旁边说话的人，而不是你。

因此，使用语音按钮是一种很好的做法，可以在您希望讲话时宣布。你可能不想让识别器一直在听，也不应该让研究人员来做。