Создание приложения для распознавания речи в ОС Android

Распознавание речи будоражит многие светлые умы, ведь это достаточно быстрый и в то же время эффективный метод создания каких-либо заметок или записей.

В данном материале мы попытаемся создать несложное приложение для распознавания записываемой речи с получением печатного текста.

Допустим, у нас имеется поле для ввода (или, соответственно, извлечения) текста и кнопка, по нажатии на которую это самое поле будет наполняться печатным текстом в зависимости от произнесенных слов. То есть выглядит всё это чудо следующим образом:

Для начала создаем проект. Добавляем TextEdit на несколько строк и кнопку в layout. Не забываем выставить для приложения соответствующие права – а потребуется доступ к возможности записывать звук и соединение с интернетом.

Теперь редактируем непосредственно создаваемый .java-файл. Сразу оговоримся, что большая часть представленного кода взята из официальной документации Google. Итак, в первую очередь проверяем, может ли устройство записывать звук в принципе. Выполняем вот такой код:

   PackageManager pm = getPackageManager();

List activities = pm.queryIntentActivities(

    new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH), 0);

if (activities.size() != 0) {

    speakButton.setOnClickListener(this);

} else {

    speakButton.setEnabled(false);

    speakButton.setText("Recognizer not present");

}

Таким образом, если возможности звукозаписи нет, то кнопка будет неактивной, в противном же случае, после её нажатия будет вызвана звукозапись:

Теперь полученный результат нужно преобразовать из массива в строку, так как напрямую данные вывести в строку нельзя, после чего выводим текст в поле TextEdit:

/**
* Handle the click on the start recognition button.
*/
public void onClick(View v) {
    if (v.getId() == R.id.speak_button) {
        startVoiceRecognitionActivity();
    }
}

/**
* Fire an intent to start the speech recognition activity.
*/
private void startVoiceRecognitionActivity() {
    Intent intent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);
    intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL,
            RecognizerIntent.LANGUAGE_MODEL_FREE_FORM);
    intent.putExtra(RecognizerIntent.EXTRA_PROMPT, "Speech recognition demo");
    startActivityForResult(intent, VOICE_RECOGNITION_REQUEST_CODE);
}

/**
 * Handle the results from the recognition activity.
 */
@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
    if (requestCode == VOICE_RECOGNITION_REQUEST_CODE && resultCode == RESULT_OK) {
        // Fill the list view with the strings the recognizer thought it could have heard
            ArrayList matches = data.getStringArrayListExtra(RecognizerIntent.EXTRA_RESULTS);
            String resString = "";
            for (String s : matches)
            {
                        resString += s + "	";
           }

         rtext.setText(resString);

  }

    super.onActivityResult(requestCode, resultCode, data);
}

 

            В результате, после записи речи и вывода её на экран девайса получаем вот такую вот картину:

Отметим, что компания Google предусмотрела для сервиса распознавания речи два различных между собой словаря. Первый, основной, больше ориентирован на использование в повседневной жизни, то есть это написание SMS-сообщений, электронных писем и так далее, в то время как второй предназначен для поисковых запросов. Так что если заранее известна область применения функции распознавания речи, лучше использовать более подходящий для этого словарь. Определяется он вот как. LANGUAGE_MODEL может быть FREE_FORM (для надиктовки, как основной язык используется английский) и WEB_SEARCH (для поисковых запросов и коротких фраз). Поэтому прописать нужно параметр либо как LANGUAGE_MODEL_FREE_FORM, либо же как LANGUAGE_MODEL_WEB_FORM. Вот в принципе и все аспекты создания несложного приложения для распознавания записанной на микрофон речи в печатный текст.