跨平台Android和IOS百度语音在线识别原生插件

一、插件推荐

• 跨平台Office文档、图片在线预览，视频播放原生插件
• Android和IOS图片在线预览，视频播放原生插件
• 跨平台Android和IOS百度OCR文字识别、证卡识别、票据识别原生插件

二、准备工作

1. Android、IOS端证书准备工作

• Android端：生成Android打包keystore证书文件及获取MD5（非常重要），参考文档：Android平台签名证书(.keystore)生成指南 - DCloud问答
• IOS端：Windows系统下申请IOS证书、Mac系统下申请IOS证书

2. 百度资料准备

• 进入百度AI开放平台
• 点击右上角控制台登录，若无账号，请先注册账号
• 登录后，若没有实名认证，请先实名认证，推荐企业实名认证（可使用功能更多）

• 选择语音技术 —》创建应用

  

• 获取API Key、Secret Key以及License文件

  

• 百度语音识别接口收费详情，请在百度控制台—》概述查看，或者直接查看产品定价文档

  

三、快速上手

• Step1：下载本插件示例项目，或者下载GitHub - silianpan/Seal-UniPlugin-Demo
• Step2：打开manifest.json—》基础配置—》重新获取DCloud AppID
• Step3：点击试用

• Step4：打开manifest.json—》App原生插件配置—》选择云端插件

  

• Step5：制作自定义调试基座：在HBuilderX菜单中点击运行—》运行到手机或模拟器—》制作自定义调试基座，填写步骤及注意事项如下图

  附：debug.keystore下载链接，仅仅用作测试

  Keystore name: “debug.keystore” Keystore password: “android” Key alias: “AndroidDebugKey” Key password: “android”

  md5：A5:61:77:2E:AA:63:15:18:47:D6:5B:EC:6A:FA:F4:0A

  

• Step6：选择自定义调试基座：点击运行—》运行到手机或模拟器—》基座运行选择—》自定义调试基座
• Step7：调试运行：点击运行—》运行到手机或模拟器—》运行到Android App基座

四、接口使用手册

• 插件方法一：recogOnlineStart，开始在线识别
• 方法参数

参数	类型	默认值	是否必填	说明
appId	string	null	否	百度AI开放平台控制台应用AppID
appKey	string	null	否	百度AI开放平台控制台应用Api Key
appSecret	string	null	否	百度AI开放平台控制台应用Secret Key
pid	int	null	否	PID，语种，详细说明如下
lmId	int	null	否	自训练平台ID，请选PID=8002生效
enableLongSpeech	bool	false	否	长语音，优先级高于vad_endpoint_timeout
vadEndpointTimeout	int	null	否	VAD时长设置，长语音选择0
vad	string	dnn	否	VAD是否开启，dnn，默认，推荐模型；touch，关闭静音断句功能，用户手动停止录音。
infile	string	null	否	外部音频，可以是：资源路径或回调方法名 该参数支持设置为： a. pcm文件，系统路径，如：/sdcard/test/test.pcm；音频pcm文件不超过3分钟 b. pcm文件, JAVA资源路径，如：res:///com/baidu.test/16k_test.pcm；音频pcm文件不超过3分钟 c. InputStream数据流，#方法全名的字符串，格式如：”#com.test.Factory.create16KInputStream()”（解释：Factory类中存在一个返回InputStream的方法create16kInputStream()），注意：必须以井号开始；方法原型必须为：public static InputStream create16KInputStream()。 超过3分钟的录音文件，请在每次read中sleep，避免SDK内部缓冲不够。
multiInvoke	bool	true	否	是否保持多次语音识别结果回调
checkPermRecordAudio	bool	true	否	是否开启检查录音权限
isFinish	bool	false	否	是否结束识别

• PID，语种详细说明

  • 在线参数， 请根据语言， 输入法模型及是否需要在线语义，来选择PID。

    • 语言：目前支持中文普通话，四川话，粤语，和英语四个
    • 输入法模型：适用于较长的句子输入。默认有标点，不支持在线语义; 开启标点后，不支持本地语义。
    • 自训练平台模型： 在输入法模型的基础上，可以自行上传词库和句库，生成您自己的训练模型。
    • 在线语义：在线语义只支持普通话（本地语义也是只支持普通话）。在线语义对识别结果的文字，再做结构化解析，找到语句的“关键词”。在线语义详细说明请查看“语义理解协议”文档。
    • Unit 2.0 语义：功能类似在线语义，但是可以自定义解析。
    • 补充：PID=8001，自训练平台输入法模型；PID=8002，自训练平台搜索模型。

  

• 代码示例

  sealVoiceASRModule.recogOnlineStart(
      {
          // appId: '',
          // appKey: '',
          // appSecret: '',
          enableLongSpeech: true
      },
      ret => {
          const resultCode = ret.code;
          console.log('resultCode', resultCode);
          if (resultCode === 1000) {
              modal.toast({
                  message: `正在在线识别，开始标识：${resultCode}`,
                  duration: 3
              });
              this.recogOnlineBtn = '正在在线识别...';
          } else if (resultCode === 1001) {
              this.recogText += JSON.parse(ret.result).result + ' '
              // uni.showModal({
              //  content: `获取在线识别结果（${resultCode}）：` + ret.result
              // });
              // modal.toast({
              //  message: '获取在线识别结果：' + ret.result,
              //  duration: 3
              // })
          }
      }
  );

• 接口返回格式

  {
      code: 1001,
      result: '识别结果'
  }

• 接口回调结果状态码说明

  状态码	说明
  1000	识别开始
  1001	识别成功，返回识别结果 解析识别结果格式，参考：https://cloud.baidu.com/doc/S...
  1002	识别结束

• 插件方法二：recogOnlineEnd，结束识别
• 也可以调用recogOnlineStart方法，传递{ isFinish: true }参数

• 代码示例

  // 调用recogOnlineStart接口，传递isFinish为true
  // sealVoiceASRModule.recogOnlineStart({ isFinish: true }, ret => {
  sealVoiceASRModule.recogOnlineEnd({}, ret => {
      const resultCode = ret.code;
      if (resultCode === 1002) {
          modal.toast({
              message: `识别结束，结束标识：${resultCode}`,
              duration: 3
          });
          this.recogOnlineBtn = '开始在线识别';
      }
  });

五、后续计划

• IOS端支持

六、本插件需要申请的系统权限列表

• Android端需要申请的权限列表

  • android.permission.READ_EXTERNAL_STORAGE 读取 SD 卡中的内容
  • android.permission.WRITE_EXTERNAL_STORAGE 修改或删除 SD 卡中的内容
  • android.permission.INTERNET 访问网络连接
  • android.permission.RECORD_AUDIO 录音权限
• Android端：插件功能使用百度开放平台语音识别SDK，参考其官方网站 https://ai.baidu.com/tech/speech

各位同学，对于插件使用还有疑问的，可以加QQ群（170683293）咨询。