(1) 概念解釋
語音評測:通過技術(shù)自動對發(fā)音水平進行不同維度下的評價,給出用戶發(fā)音信息和得分詳情。
(2) 說明
Hi,您好,歡迎使用有道智云語音評測Android SDK。
如果您想快速體驗服務(wù),建議您前往 語音評測體驗中心 或者在體驗中心右下側(cè)找到小程序二維碼,掃描進行體驗。
本文檔主要針對需要集成 語音評測 Android SDK的開發(fā)工程師,詳細描述語音評測能力及集成過程。
如果您有與我們商務(wù)合作的需求,可以通過以下方式聯(lián)系我們:
商務(wù)郵箱: AIcloud_Business@corp.youdao.com
如果您對文檔內(nèi)容有任何疑問,可以通過以下幾種方式聯(lián)系我們:
客服QQ:1906538062
智云語音技術(shù)交流QQ群:861723255
聯(lián)系郵箱: zhiyun@corp.youdao.com
溫馨提示:
本文檔主要針對開發(fā)人員,接入測試前需要在后臺創(chuàng)建 Android 應(yīng)用,并綁定實例;如果您還沒有,請按照 新手指南 操作。
平臺向每個賬戶贈送50元的體驗金,供用戶集成前測試所用,具體資費規(guī)則詳見 語音評測服務(wù)報價 。
有道智云語音評測 SDK 是有道智云開放平臺提供的云服務(wù)之一,是有道在線語音評測接口的一種實現(xiàn),支持在線語音評測。
支持設(shè)備:運行了 Android 4.0.3以及以上系統(tǒng)的 Android 設(shè)備
開始集成SDK之前開發(fā)者需要登錄 有道智云平臺 ,創(chuàng)建應(yīng)用獲取應(yīng)用ID(或者通過運營人員獲取應(yīng)用ID),以便使用語音評測服務(wù)。
(1) SDK包導(dǎo)入
請在工程文件根目錄下創(chuàng)建一個名為 libs 的子目錄(有的話則不需要創(chuàng)建),并將YoudaoBase.jar和youdaoSpeechEvaluate.jar拷貝到 libs 目錄下,并將以下代碼添加到app的build.gradle中:
dependencies {
compile files('libs/YoudaoBase_v2.0.0.jar')
compile files('libs/YoudaoSpeechEvaluate_v2.0.0.jar')
}
(2) AndroidManifest配置
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
(3) 代碼混淆配置
代碼混淆文件proguard-project.txt,添加如下內(nèi)容:
#Sdk
-ignorewarnings
-libraryjars libs/YoudaoBase_v2.0.0.jar
-keep class com.youdao.sdk.** { *;}
-libraryjars libs/YoudaoSpeechEvaluate_v2.0.0.jar
-keep class youdao.com.yd_speech_evaluator.**{*;}
(4) SDK初始化
使用圖片翻譯SDK,請在程序的Application中調(diào)用SDK初始化代碼,可以參考demo中DemoApplication。
YouDaoApplication.init(this, appkey);
說明:請參考 demo 中 SpeechEvaluatorView 的使用,詳細見類中evaluation方法。
(1) 參數(shù)說明
格式支持:wav(不壓縮、pcm編碼)
采樣率:推薦16k。
編碼:16bit位深的單聲道
channel:只支持單聲道固定值為1
注意:輸入語音數(shù)據(jù)需要轉(zhuǎn)換為Base64編碼。
(2) 構(gòu)造語音評測對象
private SpEvaParameters mSpEvaParameters = new SpEvaParameters.Builder()
.channel(CHANNEL)
.language(SpEvaLanguage.ENGLISH)
.rate(RATE)
.timeout(100000)
.format(FORMAT)
.build();
(3) 設(shè)置回調(diào)和開始翻譯
通過SpeechEvaluate,設(shè)置上一步構(gòu)造的查詞對象,調(diào)用evaluate方法傳入圖片base64編碼的數(shù)據(jù)和回調(diào)接口開始評測。
識別回調(diào)接口包含兩個方法:onResult表示識別成功,相關(guān)結(jié)果存儲在result參數(shù)中;onError表示失敗,將int類型錯誤碼回調(diào)給用戶。錯誤詳細信息可見于 錯誤代碼列表 。
注意:整個識別是異步的,回調(diào)在子線程進行,若涉及到界面操作,請切回主線程。
SpeechEvaluate.getInstance(mSpEvaParameters).evaluate(bases64, mEvaluateText, new SpEvaListener() {
@Override
public void onError(int errorCode) {
final String errorString = SpEvaErrorCode.getErrorString(errorCode);
YouDaoLog.e(errorString);
mHandler.post(new Runnable() {
@Override
public void run() {
ToastUtils.show(errorString);
}
});
}
@Override
public void onResult(final SpEvaResult result, final String input) {
if (result != null) {
mHandler.post(new Runnable() {
@Override
public void run() {
updateResultView(result);
}
});
}
}
});
目前支持英文的語音評測。
語言 | 代碼 |
---|---|
英文 | en |
中文 | zh-CHS |
錯誤碼 | 含義 |
---|---|
101 | 缺少必填的參數(shù) |
102 | 不支持的語言類型 |
103 | 翻譯文本過長 |
104 | 不支持的API類型 |
105 | 不支持的簽名類型 |
106 | 不支持的響應(yīng)類型 |
107 | 不支持的傳輸加密類型 |
108 | 應(yīng)用ID無效,注冊賬號,登錄后臺創(chuàng)建應(yīng)用和實例并完成綁定,可獲得應(yīng)用ID和應(yīng)用密鑰等信息 |
109 | batchLog格式不正確 |
110 | 無相關(guān)服務(wù)的有效實例 |
111 | 開發(fā)者賬號無效 |
113 | q不能為空 |
114 | 不支持的圖片傳輸方式 |
201 | 解密失敗,可能為DES,BASE64,URLDecode的錯誤 |
202 | 簽名檢驗失敗 |
203 | 訪問IP地址不在可訪問IP列表 |
205 | 請求的接口與應(yīng)用的平臺類型不一致,如有疑問請參考入門指南 |
206 | 因為時間戳無效導(dǎo)致簽名校驗失敗 |
207 | 重放請求 |
301 | 辭典查詢失敗 |
302 | 翻譯查詢失敗 |
303 | 服務(wù)端的其它異常 |
304 | 會話閑置太久超時 |
401 | 賬戶已經(jīng)欠費停 |
402 | offlinesdk不可用 |
411 | 訪問頻率受限,請稍后訪問 |
412 | 長請求過于頻繁,請稍后訪問 |
1001 | 無效的OCR類型 |
1002 | 不支持的OCR image類型 |
1003 | 不支持的OCR Language類型 |
1004 | 識別圖片過大 |
1201 | 圖片base64解密失敗 |
1301 | OCR段落識別失敗 |
1411 | 訪問頻率受限 |
1412 | 超過最大識別字節(jié)數(shù) |
2003 | 不支持的語音聲道 |
2004 | 不支持的語音上傳類型 |
2005 | 不支持的語言類型 |
2006 | 不支持的識別類型 |
2201 | 識別音頻文件過大 |
2301 | 識別音頻時長過長 |
2411 | 不支持的音頻文件類型 |
2412 | 不支持的發(fā)音類型 |
3001 | 不支持的語音格式 |
3002 | 不支持的語音采樣率 |
3003 | 不支持的語音聲道 |
3004 | 不支持的語音上傳類型 |
3005 | 不支持的語言類型 |
3006 | 不支持的識別類型 |
3007 | 識別音頻文件過大 |
3008 | 識別音頻時長過長 |
3009 | 不支持的音頻文件類型 |
3010 | 不支持的發(fā)音類型 |
3201 | 解密失敗 |
3301 | 語音識別失敗 |
3302 | 語音翻譯失敗 |
3303 | 服務(wù)的異常 |
3411 | 訪問頻率受限,請稍后訪問 |
3412 | 超過最大請求字符數(shù) |
4001 | 不支持的語音識別格式 |
4002 | 不支持的語音識別采樣率 |
4003 | 不支持的語音識別聲道 |
4004 | 不支持的語音上傳類型 |
4005 | 不支持的語言類型 |
4006 | 識別音頻文件過大 |
4007 | 識別音頻時長過長 |
4201 | 解密失敗 |
4301 | 語音識別失敗 |
4303 | 服務(wù)的異常 |
4411 | 訪問頻率受限,請稍后訪問 |
4412 | 超過最大請求時長 |
5001 | 無效的OCR類型 |
5002 | 不支持的OCR image類型 |
5003 | 不支持的語言類型 |
5004 | 識別圖片過大 |
5005 | 不支持的圖片類型 |
5006 | 文件為空 |
5201 | 解密錯誤,圖片base64解密失敗 |
5301 | OCR段落識別失敗 |
5411 | 訪問頻率受限 |
5412 | 超過最大識別流量 |
9001 | 不支持的語音格式 |
9002 | 不支持的語音采樣率 |
9003 | 不支持的語音聲道 |
9004 | 不支持的語音上傳類型 |
9005 | 不支持的語音識別 Language類型 |
9301 | ASR識別失敗 |
9303 | 服務(wù)器內(nèi)部錯誤 |
9411 | 訪問頻率受限(超過最大調(diào)用次數(shù)) |
9412 | 超過最大處理語音長度 |
10001 | 無效的OCR類型 |
10002 | 不支持的OCR image類型 |
10004 | 識別圖片過大 |
10201 | 圖片base64解密失敗 |
10301 | OCR段落識別失敗 |
10411 | 訪問頻率受限 |
10412 | 超過最大識別流量 |
11001 | 不支持的語音識別格式 |
11002 | 不支持的語音識別采樣率 |
11003 | 不支持的語音識別聲道 |
11004 | 不支持的語音上傳類型 |
11005 | 不支持的語言類型 |
11006 | 識別音頻文件過大 |
11007 | 識別音頻時長過長,最大支持30s |
11201 | 解密失敗 |
11301 | 語音識別失敗 |
11303 | 服務(wù)的異常 |
11411 | 訪問頻率受限,請稍后訪問 |
11412 | 超過最大請求時長 |
13001 | 不支持的角度類型 |
13002 | 不支持的文件類型 |
13003 | 表格識別圖片過大 |
13004 | 文件為空 |
13301 | 表格識別失敗 |
17001 | 需要圖片 |
17002 | 圖片過大(1M) |
17003 | 識別類型未找到 |
17004 | 不支持的識別類型 |
17005 | 服務(wù)調(diào)用失敗 |
-1000 | 未知錯誤 |
-2000 | 查詢輸入為空 |
1.運行程序崩潰?
檢查下是否對應(yīng)的 so
是否放到當(dāng)前工程目錄下。
2.語音評測沒結(jié)果?
檢查下接口回調(diào)的錯誤信息,保證申請的應(yīng)用ID是有效且提前綁定了。
3.如何獲得應(yīng)用ID
注冊賬號, 登錄后臺創(chuàng)建應(yīng)用和實例并完成綁定, 可獲得應(yīng)用ID和應(yīng)用密鑰等信息。
上線日期 | 版本號 | 更新內(nèi)容 |
---|---|---|
2018.12.20 | v1.0.0 | 支持在線語音評測 |
2019.11.07 | v2.0.0 | 兼容多個sdk同時使用 |
2023.03.14 | v2.0.0 | 增加隱私政策 |