录制/保存语音识别意图中的音频

Question

我想保存/录制Google识别服务用于语音转文本操作的音频（使用识别意图或语音识别器）。

我经历了很多想法：

>

使用了媒体录制器：不工作。这破坏了语音识别。mic只允许一次操作

在执行语音到文本API复制临时音频文件之前，尝试查找识别服务在何处保存该文件，但未成功

我几乎绝望了，但我只是注意到Google Keep应用程序正在做我需要做的事情！我使用logcat调试了一点keep应用程序，该应用程序还调用“RecognizerIntent.ACTION\u RECOGNIZE\u SPEECH”（就像我们开发人员一样）来触发语音转换为文本。但是，keep是如何保存音频的？它可以是隐藏API吗？谷歌是否“作弊”？

Answer 1

我从这里得到了这个答案，我检查了日期，发现它是在你发帖几天后发布的，所以我想你错过了。Android语音识别与录音同时进行

一个家伙说：

我有一个很好的解决方案来进行语音识别和录音。这里（https://github.com/katchsvartanian/voiceRecognition）是我创建的一个简单的Android项目的链接，以显示该解决方案的工作原理。此外，我在项目内部放置了一些打印屏幕来说明应用程序。

我将简要解释一下我使用的方法。我在该项目中结合了两个功能：谷歌语音API和Flac录音。

Google Speech API是通过HTTP连接调用的。Mike Pultz提供了有关API的更多详细信息：

“（……）新的[谷歌]API是一种全双工流式API。这意味着，它实际上使用了两个HTTP连接—一个POST请求将内容上传为“实时”分块流，另一个GET请求访问结果，这对于更长的音频样本或流式音频更有意义。“”

但是，此API需要接收FLAC声音文件才能正常工作。这使我们进入第二部分：Flac录音

我通过从名为AudioBoo的开源应用程序中提取和改编一些代码和库来实现该项目中的Flac录制。AudioBoo使用本机代码来录制和播放flac格式。

因此，可以录制flac声音，将其发送到Google语音API，获取文本，然后播放刚刚录制的声音。

我创建的项目具有使其工作的基本原则，并且可以针对特定情况进行改进。为了让它在不同的场景中工作，有必要获得一个Google语音API密钥，该密钥是通过加入Google Chromium开发组获得的。我在那个项目中留下了一把钥匙，只是为了表明它正在工作，但我最终会删除它。如果有人需要更多信息，请告诉我，因为我无法在这篇文章中放置超过2个链接。

Answer 2

上次我检查时，Google保留了这些额外设置：

• android。演讲额外的GET\u AUDIO\u格式：音频/AMR

这些没有作为Android留档的一部分记录下来，所以它们不构成Android应用编程接口。此外，谷歌保留不依赖识别器意图来考虑这些附加功能。如果谷歌普及和记录这些附加功能，那当然很好。

要想知道Google Keep在调用RecognizerIntent时设置了哪些额外功能，请实现一个响应RecognizerIntent的应用程序，并打印出它收到的所有额外功能。您还可以安装Kõnele(http://kaljurand.github.io/K6nele/)，它是RecognizerIntent的一个实现。当Google Keep推出Kõnele时，长按扳手形状的设置图标。这显示了有关调用方的一些技术细节，还包括传入的额外内容。

@Iftah的回答解释了Google Keep是如何将录音返回给RecognitiverIntent的调用者的。

Answer 3

@卡雷尔的回答几乎是完整的-产生的音频是意图。getData（）并可以使用内容解析器读取

不幸的是，返回的AMR文件质量很低——我无法找到获得高质量录音的方法。我尝试过的除“音频/AMR”之外的任何值在intent.getData（）中都返回null。

如果你找到一种方法来获得高质量的录音-请评论或添加答案！

public void startSpeechRecognition() {
   // Fire an intent to start the speech recognition activity.
   Intent intent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);
   // secret parameters that when added provide audio url in the result
   intent.putExtra("android.speech.extra.GET_AUDIO_FORMAT", "audio/AMR");
   intent.putExtra("android.speech.extra.GET_AUDIO", true);

   startActivityForResult(intent, "<some code you choose>");
}

// handle result of speech recognition
@Override
public void onActivityResult(int requestCode, int resultCode, Intent data) {
    // the resulting text is in the getExtras:
    Bundle bundle = data.getExtras();
    ArrayList<String> matches = bundle.getStringArrayList(RecognizerIntent.EXTRA_RESULTS)
    // the recording url is in getData:
    Uri audioUri = data.getData();
    ContentResolver contentResolver = getContentResolver();
    InputStream filestream = contentResolver.openInputStream(audioUri);
    // TODO: read audio file from inputstream
}