Android语音识别接口实战指南：从基础实现到性能优化

1次阅读

没有评论

共计 2911 个字符，预计需要花费 8 分钟才能阅读完成。

语音识别已成为移动应用的核心交互方式，常见于智能助手、实时字幕、语音搜索等场景。Android 平台实现语音识别需解决三大技术挑战：

后台服务保活：语音识别通常需要长时间运行，但系统资源限制可能导致服务被回收
动态权限管理：Android 6.0+ 要求运行时申请 RECORD_AUDIO 权限
设备兼容性：不同厂商 ROM 对麦克风访问存在差异化限制

优势：
– 零成本集成，无需额外依赖
– 支持离线识别（API Level 23+）
– 默认使用 Google 语音识别引擎

局限性：
– 识别准确率依赖系统语音引擎版本
– 最长识别时长限制为 60 秒

优势：
– 支持 100+ 语言实时识别
– 提供说话人分离等高级功能
– 可定制词汇表提升专业术语识别率

适用场景：
– 需要多语言支持的全球化应用
– 专业领域的高精度识别需求

class SpeechRecognitionHelper(context: Context) {private val speechRecognizer = SpeechRecognizer.createSpeechRecognizer(context).apply {
        setRecognitionListener(object : RecognitionListener {override fun onReadyForSpeech(params: Bundle?) {// 麦克风准备就绪}

            override fun onResults(results: Bundle?) {results?.getStringArrayList(SpeechRecognizer.RESULTS_RECOGNITION)?.let {// 处理识别结果}
            }

            override fun onError(error: Int) {when (error) {SpeechRecognizer.ERROR_NO_MATCH -> retryRecognition()
                    // 其他错误处理...
                }
            }
        })
    }

    fun startListening() {
        if (ContextCompat.checkSelfPermission(
                context, 
                Manifest.permission.RECORD_AUDIO
            ) == PackageManager.PERMISSION_GRANTED
        ) {
            speechRecognizer.startListening(Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH).apply {putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL, "zh-CN")
                    putExtra(RecognizerIntent.EXTRA_PARTIAL_RESULTS, true)
                }
            )
        } else {// 请求权限逻辑}
    }
}

错误重试机制：

private var retryCount = 0
private const val MAX_RETRY = 2

private fun retryRecognition() {if (retryCount < MAX_RETRY) {Handler(Looper.getMainLooper()).postDelayed({startListening()
            retryCount++
        }, 1000)
    }
}

超时控制：

<uses-permission android:name="android.permission.RECORD_AUDIO" />
<uses-permission android:name="android.permission.INTERNET" /> <!-- 在线识别需要 -->

通过 AudioRecord 调整采样率（参考 AudioFormat.ENCODING_PCM_16BIT）：

val sampleRate = when {AudioTrack.getNativeOutputSampleRate(AudioManager.STREAM_SYSTEM) >= 48000 -> 48000
    else -> 16000
}

使用 WorkManager 执行后台识别任务：

val recognitionWork = OneTimeWorkRequestBuilder<SpeechWorker>()
    .setConstraints(Constraints.Builder()
            .setRequiredNetworkType(NetworkType.CONNECTED)
            .build())
    .build()

WorkManager.getInstance(context).enqueue(recognitionWork)

华为 EMUI：
在 Manifest 添加<uses-permission android:name="com.huawei.permission.external_app_settings.USE_COMPONENT" />
引导用户手动开启应用自启动权限
小米 MIUI：
使用 PowerManager.isIgnoringBatteryOptimizations 检查电池优化状态
通过 ACTION_REQUEST_IGNORE_BATTERY_OPTIMIZATIONS 请求豁免

override fun onDestroy() {
    speechRecognizer.apply {setRecognitionListener(null)
        destroy()}
    super.onDestroy()}

实现实时语音波形动画：

@Composable
fun VoiceWaveform(amplitude: Float) {Canvas(modifier = Modifier.height(40.dp)) {
        drawRect(
            color = Color.Blue,
            size = Size(10f, amplitude * 100),
            topLeft = Offset(size.width / 2 - 5, size.height / 2 - amplitude * 50)
        )
    }
}

实时更新识别结果：

var results by remember {mutableStateOf("") }

LaunchedEffect(Unit) {
    speechRecognizer.setRecognitionListener(object : RecognitionListener {override fun onPartialResults(partialResults: Bundle?) {partialResults?.getStringArrayList(SpeechRecognizer.RESULTS_RECOGNITION)?.let {results = it[0]
            }
        }
    })
}

正文完