Машинное обучение стало проще: - Автоматическое распознавание речи с использованием Kotlin и Huawei ML Kit

Вступление

ASR или автоматическое распознавание речи может распознавать речь и преобразовывать ее в текст.

На рынке доступны и другие модели распознавания речи, но зачем их использовать, если ваше приложение само может обрабатывать все вызовы.

Это даже обеспечит накопление данных о вашем клиенте только в вашем приложении.

Модели глубокого обучения с точностью более 95% могут покрыть максимум 60 секунд.

В настоящее время поддерживаются английский и китайский.

ASR зависит от распознавания речи в облаке, поэтому устройство должно быть подключено к Интернету.

Вывод статьи

Ниже приведен окончательный результат, которого мы собираемся достичь после внедрения этого набора.

Шаги по интеграции

Шаг 1. Создайте новый проект в Android Studio.

Шаг 2. Добавьте указанные ниже зависимости в файл app.gradle.

implementation 'com.huawei.hms:ml-computer-voice-asr-plugin:1.0.4.300'

Шаг 3. Добавьте плагин agc в начало файла app.gradle.

apply plugin: 'com.huawei.agconnect'

Шаг 4. Добавьте указанные ниже разрешения в файл манифеста.

<uses-permission android:name="android.permission.INTERNET" />

<uses-permission android:name="android.permission.RECORD_AUDIO" />

Шаг 5: Добавьте в действие метод, указанный ниже, и вызывайте его одним нажатием кнопки.

Обсудим это подробнее.

Мы запускаем действие MLAsrCaptureActivity и предоставляем ему 2 параметра.

MLAsrCaptureConstants.LANGUAGE как «en-US», по умолчанию будет установлен английский язык.

MLAsrCaptureConstants.FEATURE имеет значение MLAsrCaptureConstants.FEATURE_WORDFLUX.

MLAsrCaptureConstants.FEATURE_WORDFLUX означает, что текст будет отображаться в пользовательском интерфейсе приема речи.

MLAsrCaptureConstants.FEATURE_ALLINONE означает, что он не будет отображать текст в пользовательском интерфейсе приема речи.

Шаг 6: переопределите метод onActivityresult ().

Обсудим это подробнее.

onActivityResult () предоставит вам успешные и неудачные варианты.

MLAsrCaptureConstants.ASR_SUCCESS

Данные будут представлены в виде текста в связке с ключом «MLAsrCaptureConstants.ASR_RESULT».

Чтобы получить его, используйте приведенный ниже код.

text = bundle.getString (MLAsrCaptureConstants.ASR_RESULT) .toString ()

MLAsrCaptureConstants.ASR_FAILURE

Если он попадает в категорию ошибки, вы можете получить подробную информацию, как показано ниже.

MLAsrCaptureConstants.ASR_ERROR_CODE - ключ для кода ошибки.

MLAsrCaptureConstants.ASR_ERROR_MESSAGE - ключ для сообщения об ошибке.

Существуют различные типы сохраненных сообщений, которые скрывают различные сценарии для достижения успешного результата. Они могут уведомить вашего пользователя, чтобы получить наилучшие результаты.