Introduce v

1. Voice Recognization in
Android
Roger
yixx@ucweb.com
roger2yi@gmail.com
www.twitter.com/roger2yi
https://plus.google.com/

2. Voice Recognization
• 语音识别目前在应用上可以分作两个层次
– 语音识别：将语音识别成文本（Speech To
Text）
– 自然语言理解：对语音进行分析，理解用户的
实际意图
• 前者主要用于语音输入，而后者主要用于
像智能助手这样的辅助软件
2011-10-20 Roger, UC

3. Voice Apps
• 在Android，iOS上面的一些比较知名的语
音类软件
2011-10-20 3

4. Google拼音输入法（Android）
拼音输入法（Android
Google拼音输入法（ Android）
2011-10-20 Roger, UC

5. 讯飞语音输入法（Android）
讯飞语音输入法（Android
Android）
2011-10-20 5

6. Nuance T9 Flex输入法（Android）
输入法（Android
Flex输入法（ Android）
2011-10-20 Roger, UC

7. Google Voice Search（Android）
Search（ Android）
• 支持简单的自然语言
理解，可以用于搜
索，拨打电话，发邮
件，导航等
• 支持中文的语音识别
• 目前不支持中文的意
图识别，中文语音输
入只能用于搜索
2011-10-20 Roger, UC

8. Vlingo（Android，iOS）
Vlingo（ Android， iOS）
• 支持简单的自然语言
理解，可以用于搜
索，拨打电话，发邮
件，导航，调用系统
服务等
• 支持中文的意图识别
2011-10-20 Roger, UC

9. Siri（iOS）
Siri（iOS）
• 支持较为复杂的自然
语言理解，可以用于
搜索，拨打电话，发
邮件，导航，调用系
统服务等
• 支持陪聊？
• 目前不支持中文语音
识别
2011-10-20 Roger, UC

10. Android Voice API
• Android SDK本身包括了一个简单的语音识
别的API接口，提供语音识别功能的应用可
以注册自己的服务，而需要语音识别功能
的应用可以通过Intent调用这些服务
• 在安装Google Voice Search和Vlingo之
后，它们都会注册自己的语音识别服务到
系统里面提供给第三方调用，除了Service
外，Google Voice Search还会提供一个
Activity供直接使用
2011-10-20 Roger, UC

11. Cont.
• 第三方程序可以使用Activity或者Service来
获得语音识别的能力
• 海豚浏览器在检查到安装了Google Voice
Search之后会增加使用Google Voice的服
务来进行语音输入的功能（用于搜索）
2011-10-20 Roger, UC

12. private void startVoiceRecognitionActivity() {
//通过Intent传递语音识别的模式,开启语音
Intent intent = new Intent(
RecognizerIntent.ACTION_RECOGNIZE_SPEECH);
//语言模式和自由形式的语音识别
intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL,
RecognizerIntent.LANGUAGE_MODEL_WEB_SEARCH);
//提示语音开始
intent.putExtra(RecognizerIntent.EXTRA_PROMPT, "");
//开始执行我们的Intent、语音识别
startActivityForResult(intent,
VOICE_RECOGNITION_REQUEST_CODE);
}
2011-10-20 Roger, UC

13. 云端识别
• 语音识别和语言理解大都是在服务器端进行的，
本地只是负责把语音数据打包传送给服务器，然
后再接收服务器传回的数据
• 第三方应用使用Google Voice或者Vlingo提供的
语音识别服务，也是通过它们的服务器进行识别
• 跟iOS已经整合在一起的Siri也是一样，它使用的
Nuance的语音识别引擎和WolframAlpha搜索引
擎，也是部署在服务器端。
2011-10-20 Roger, UC

14. 本地识别
• Android系统内置了一个Nuance SREC的本地语音
识别引擎，但只支持识别特定的指令而不是任意
的语音输入，并且这部分的API是私有的，意味不
能够安全地使用它
• Android系统自带的语音拨号应用使用了这个库，
但是只支持简单的英文指令如“Call”，“Open”，
“Redial”等
• Android4.0提供了内置的连续语音输入功能，但
是不知道是否是在本地识别，并且是否公开API
2011-10-20 Roger, UC

15. Reference
• http://developer.android.com/resources/article
s/speech-input.html
• http://googlemobile.blogspot.com/2010/08/just
-speak-it-introducing-voice-actions.html
• http://dmfs.org/handsfree/?engines
• http://www.vlingo.com/demo/videos
• http://www.nuance.com/
2011-10-20 Roger, UC

16. The End
Thank you for your listening
Yours Sincerely, Roger