跨平台Android和IOS百度语音在线识别原生插件跨平台Android和IOS百度语音在线

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

文章图片
获取API Key、Secret Key以及License文件

文章图片
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

文章图片

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

文章图片
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

文章图片
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

【跨平台Android和IOS百度语音在线识别原生插件】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。
文章图片
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'; } });

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

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。