在一些應用項目開發的過程中，有時需要用到語音檢測的功能，即識別敲門聲、門鈴聲、汽車喇叭聲等功能，對于中小開發者來說，單獨開發構建該能力，不免耗時耗力，而華為機器學習服務中的聲音識別服務SDK，只需簡單集成，端側就能實現這個功能。

華為機器學習服務聲音識別能力

聲音識別服務支持通過在線（實時錄音）的模式檢測聲音事件，基于檢測到的聲音事件能夠幫助開發者進行后續指令動作。目前支持13個種類的聲音事件，包括：笑聲、嬰兒或小孩哭聲、打鼾聲、噴嚏聲、叫喊聲、貓叫聲、狗叫聲、流水聲（包括水龍頭流水聲、溪流聲、海浪聲）、汽車喇叭聲、門鈴聲、敲門聲、火災報警聲（包括火災報警器警報聲、煙霧報警器警報聲）、警報聲（包括消防車警報聲、救護車警報聲、警車警報聲、防空警報聲）。

集成準備

開發環境配置

1、需要在華為開發者聯盟上創建應用：

此步驟具體可以詳見此鏈接：https://developer.huawei.com/consumer/cn/doc/development/AppGallery-connect-Guides/agc-get-started#createproject?ha__source=hms1

2、打開機器學習服務：

?

具體開啟步驟可以查看此鏈接：https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/enable-service-0000001050038078-V5?ha__source=hms1

2、創建完應用之后，會自動生成agconnect-services.json文件， 需要手動將agconnect-services.json文件拷貝到應用級根目錄下

3、配置HMS Core SDK的Maven倉地址。

關于Maven倉的配置可以查看此鏈接：https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/config-maven-0000001050040031?ha__source=hms1

4、集成聲音識別服務SDK

• 推薦使用Full SDK方式集成，在build.gradle文件中配置相應的sdk

// 引入聲音識別集合包 implementation 'com.huawei.hms:ml-speech-semantics-sounddect-sdk:2.1.0.300' implementation 'com.huawei.hms:ml-speech-semantics-sounddect-model:2.1.0.300'

• ?根據實際情況聲明AGC插件配置，有兩種方式

apply plugin: 'com.android.application' apply plugin: 'com.huawei.agconnect'

或

plugins {id 'com.android.application'id 'com.huawei.agconnect' }

3. 自動更新機器學習模型

添加如下語句到AndroidManifest.xml文件中，用戶從華為應用市場安裝您的應用后，將自動更新機器學習模型到設備：

<meta-dataandroid:name="com.huawei.hms.ml.DEPENDENCY"android:value= "sounddect"/>

更詳細的步驟可以查看鏈接：https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/sound-detection-sdk-0000001055602754?ha__source=hms1

應用開發編碼階段

1.取得 麥克風 權限， 如果沒有麥克風的權限 會報12203的錯誤

設置靜態權限（必須）

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

動態權限獲取（必須）

ActivityCompat.requestPermissions(this, new String[]{Manifest.permission.RECORD_AUDIO}, 1);

2.創建MLSoundDector對象

private static final String TAG = "MLSoundDectorDemo";//語音識別的對象 private MLSoundDector mlSoundDector;//創建MLSoundDector對象 并 設置回調方法 private void initMLSoundDector(){mlSoundDector = MLSoundDector.createSoundDector();mlSoundDector.setSoundDectListener(listener); }

3. 聲音識別結果回調，用于獲取檢測結果，并將回調傳入聲音識別實例。

//創建聲音識別結果回調，用于獲取檢測結果，并將回調傳入聲音識別實例。 private MLSoundDectListener listener = new MLSoundDectListener() {@Overridepublic void onSoundSuccessResult(Bundle result) {//識別成功的處理邏輯，識別結果為：0-12（對應MLSoundDectConstants.java中定義的以SOUND_EVENT_TYPE開頭命名的13種聲音類型）。int soundType = result.getInt(MLSoundDector.RESULTS_RECOGNIZED);Log.d(TAG,"聲音識別成功："+soundType);}@Overridepublic void onSoundFailResult(int errCode) {//識別失敗，可能沒有授予麥克風權限（Manifest.permission.RECORD_AUDIO）等異常情況。Log.d(TAG,"聲音識別失敗："+errCode);} };

此代碼中只是將聲音識別結果的int類型打印了出來，實際編碼中，可以將int類型的聲音識別結果 轉換為 可被用戶識別的類型。

聲音識別類型的定義：

<string-array name="sound_dect_voice_type"><item>笑聲</item><item>嬰兒或小孩哭聲</item><item>打鼾聲</item><item>噴嚏聲</item><item>叫喊聲</item><item>貓叫聲</item><item>狗叫聲</item><item>流水聲</item><item>汽車喇叭聲</item><item>門鈴聲</item><item>敲門聲</item><item>火災報警聲</item><item>警報聲</item> </string-array>

3.?開啟和關閉語音識別

@Override public void onClick(View v) {switch (v.getId()){case R.id.btn_start_detect:if (mlSoundDector != null){boolean isStarted = mlSoundDector.start(this); //context 是上下文//isStared 等于true表示啟動識別成功、isStared等于false表示啟動識別失敗（原因可能是手機麥克風被系統或其它三方應用占用)if (isStarted){Toast.makeText(this,"語音識別開啟成功", Toast.LENGTH_SHORT).show();}}break;case R.id.btn_stop_detect:if (mlSoundDector != null){mlSoundDector.stop();}break;} }

4.當頁面關閉的時候，可以調用destroy()方法釋放資源

@Override protected void onDestroy() {super.onDestroy();if (mlSoundDector != null){mlSoundDector.destroy();} }

運行測試

1.?以敲門聲為例，預計聲音識別類型的輸出結果為10
2.?點擊開啟語音識別按鈕、模擬敲門聲 ，在AS控制臺中可以得到如下日志， 說明集成成功。

其他

1. 聲音識別服務屬于華為機器學習服務中的一個很小的模塊，華為機器學習服務包括6大模塊，分別為：文本類、語音語言類、圖像類、人臉人體類、自然語言處理類，自定義模型 。
2. 這篇記錄文檔只是介紹了“語音語言類”這個模塊中的“聲音識別服務”
3. 如果有讀者對華為機器學習服務其他模塊感興趣的話，可以查看華為提供的相關集成文檔

>>訪問華為機器學習服務官網，了解更多相關內容
>>獲取華為機器學習服務開發指導文檔
>>華為HMS Core官方論壇
>>華為機器學習服務開源倉庫地址：GitHub、Gitee

點擊右上角頭像右方的關注，第一時間了解華為移動服務最新技術~

?

?

總結

以上是生活随笔為你收集整理的如何用机器学习识别猫叫和狗叫声？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。