前言：調(diào)用第三方軟件的activity用以語(yǔ)音識(shí)別的方式還是存在很多問(wèn)題，版本不兼容、需要另行下載第三方軟件、不同設(shè)備存在的各種問(wèn)題等，本篇?jiǎng)t是為了解決這些問(wèn)題而存在的

更新內(nèi)容：

1. 打包了百度語(yǔ)音識(shí)別的sdk，因此本軟件可以做到開(kāi)箱即用，無(wú)需下載其他語(yǔ)音引擎，缺點(diǎn)是有效期僅有半年，并限制了15萬(wàn)次的接口調(diào)用，由于是免費(fèi)使用的，到期再行注冊(cè)應(yīng)該就可以了。

2. 增加了復(fù)讀功能，原本打算使用chatgpt進(jìn)行人機(jī)對(duì)話，但最近大陸ip被封禁，暫無(wú)法使用，于是只能退而求其次，使用ai語(yǔ)音合成進(jìn)行復(fù)讀，為之后添加功能做準(zhǔn)備。

3. 降低了系統(tǒng)版本要求，此次更新后安卓5.0及以上版本均可使用（之前僅限安卓10）

具體實(shí)現(xiàn)：

1. 打包百度語(yǔ)音識(shí)別的方法已有詳細(xì)教程（雖說(shuō)csdn很爛，但總能shi里刨金）

   參考鏈接：https://blog.csdn.net/qq_38436214/article/details/106636277

   該教程中一直到獲取語(yǔ)音識(shí)別的結(jié)果均可一步步照做，但其對(duì)結(jié)果的解析略顯復(fù)雜，筆者的處理是將字符串類(lèi)型的結(jié)果轉(zhuǎn)為json，并從中直接提取best_result鍵值對(duì)，兩行代碼即可解決，如下：

   res = new JSONObject(params);
   input = res.getString("best_result");

2. 打包百度sdk時(shí)可能會(huì)報(bào)錯(cuò)（VAD……），請(qǐng)將minsdk改為21，實(shí)測(cè)好用，具體理由未知，猜測(cè)時(shí)該sdk使用了高版本安卓被棄用的方法

3. 復(fù)讀功能的實(shí)現(xiàn)借助了語(yǔ)音合成的api，安卓中使用網(wǎng)絡(luò)請(qǐng)求需要單獨(dú)開(kāi)設(shè)一個(gè)線程，因此結(jié)果的獲取也需要通過(guò)消息傳遞機(jī)制交給UI界面，筆者使用的是Handle機(jī)制，個(gè)人認(rèn)為比較簡(jiǎn)單好用。

   因代碼較為冗長(zhǎng)、繁瑣，此處筆者便不列出了，具體思路為：

   獲取中文語(yǔ)音識(shí)別結(jié)果->翻譯成日文->通過(guò)語(yǔ)音合成api拿到相應(yīng)音頻二進(jìn)制信息->將該信息保存在本地以避免重復(fù)獲取->傳遞信息給ui界面并播放該音頻

值得注意的事：

1. 百度語(yǔ)音識(shí)別的開(kāi)發(fā)文檔不甚完善，因此目前僅支持中文語(yǔ)音識(shí)別與部分簡(jiǎn)單的英文識(shí)別（如hello，good morning）

2. 安卓開(kāi)發(fā)時(shí)需要小心處理權(quán)限問(wèn)題，如文件儲(chǔ)存權(quán)限不僅需要在manifest中靜態(tài)定義，并且也需要在activity中進(jìn)行動(dòng)態(tài)申請(qǐng)，否則會(huì)出現(xiàn)訪問(wèn)拒絕等錯(cuò)誤

3. 復(fù)讀功能會(huì)檢測(cè)“進(jìn)入復(fù)讀模式”之類(lèi)的關(guān)鍵詞進(jìn)入，點(diǎn)擊麥克風(fēng)即可錄制待復(fù)讀的音頻，如要退出，請(qǐng)說(shuō)“退出復(fù)讀模式”，具體操作請(qǐng)諸位自行探索。