为方便 Android 开发者调试和接入腾讯云游戏多媒体引擎产品 API,这里向您介绍适用于 Android 开发的语音消息及转文本接入技术文档。
说明
此文档对应 GME sdk version:2.9。
使用 GME 重要事项
GME 分为两个部分,提供实时语音服务、语音消息及转文本服务,使用这两个服务都依赖 Init 和 Poll 等核心接口。
注意
语音消息非流式转文本接口 SpeechToText() :默认单账号限制并发数为10路
语音消息流式转文本接口 StartRecordingWithStreamingRecognition():默认单账号限制并发数为50路
实时语音流式转文本接口 StartRealTimeASR():默认单账号限制并发数为50路
关于 Init 接口
例如使用了实时语音服务,同时也需要使用语音消息服务,只需要调用一次 Init 初始化接口。
Init 之后不会开始计费,语音消息及转文本服务收发语音消息才算作语音消息 DAU。
重要步骤
1. 初始化 GME
2. 周期性调用 Poll 触发回调
3. 鉴权初始化
4. 启动流式语音识别
5. 停止录制
6. 反初始化 GME
重点提示
GME 使用前请对工程进行配置,否则 SDK 不生效。
GME 的接口调用成功后返回值为 QAVError.OK,数值为 0。
GME 的接口调用要在同一个线程下。
GME 需要周期性的调用 Poll 接口触发事件回调。
错误码详情可参见 错误码。
语音消息 Android 类
类 | 含义 |
ITMGContext | 核心接口 |
ITMGPTT | 语音消息及转文字相关接口 |
核心接口
未初始化前,SDK 处于未初始化阶段,需要通过接口 Init 初始化 SDK,才可以使用实时语音服务、语音消息及转文字服务。
在使用 GME 的任何接口之前,都需要先调用 Init 接口。
接口 | 接口含义 |
Init | 初始化 GME |
Poll | 触发事件回调 |
Pause | 系统暂停 |
Resume | 系统恢复 |
Uninit | 反初始化 GME |
注意
如果切换账号,请调用 UnInit 反初始化 SDK。Init 接口调用不会产生计费。
获取单例
在使用语音功能时,需要首先获取 ITMGContext 对象。
示例代码
import com.tencent.TMG.ITMGContext;ITMGContext.getInstance(this);
注册回调
接口类采用 Delegate 方法用于向应用程序发送回调通知。将回调函数注册给 SDK,用于接收回调的信息。
函数原型
在构造函数中重写这个回调函数,对回调的参数进行处理。
static public abstract class ITMGDelegate {public void OnEvent(ITMG_MAIN_EVENT_TYPE type, Intent data){}}
参数 | 类型 | 含义 |
type | ITMGContext.ITMG_MAIN_EVENT_TYPE | 回调的事件类型 |
data | Intent 消息类型 | 回调的相关信息,事件数据 |
示例代码
将回调函数注册给 SDK,要在进房之前设置。
private ITMGContext.ITMGDelegate itmgDelegate = null;itmgDelegate = new ITMGContext.ITMGDelegate() {@Overridepublic void OnEvent(ITMGContext.ITMG_MAIN_EVENT_TYPE type, Intent data) {if (ITMGContext.ITMG_MAIN_EVENT_TYPE.ITMG_MAIN_EVENT_TYPE_ENTER_ROOM == type){//对事件返回的 Data 进行解析int nErrCode = data.getIntExtra("result" , -1);String strErrMsg = data.getStringExtra("error_info");}}}
函数原型
public abstract int SetTMGDelegate(ITMGDelegate delegate);
参数 | 类型 | 含义 |
delegate | ITMGDelegate | SDK 回调函数 |
示例代码
ITMGContext.GetInstance(this).SetTMGDelegate(itmgDelegate);
初始化 SDK
初始化 SDK
此接口用于初始化 GME 服务,建议应用侧在应用初始化时候调用,调用此接口不会产生计费。
**参数 sdkAppID 获取请参见 语音服务开通指引**。
openID 用于唯一标识一个用户,目前只支持 INT64,规则由 App 开发者自行制定,App 内不重复即可。
注意
调用 Init 接口的线程必须于其他接口在同一线程。建议都在主线程调用接口。
函数原型
public abstract int Init(String sdkAppId, String openId);
参数 | 类型 | 含义 |
sdkAppId | String | |
openId | String | OpenId 只支持 Int64 类型(转为 string 传入)。 |
返回值 | 处理 |
QAVError.OK= 0 | 初始化 SDK 成功 |
AV_ERR_SDK_NOT_FULL_UPDATE=7015 | 检查 SDK 文件是否完整,建议删除后重新导入 SDK |
出现返回值 AV_ERR_SDK_NOT_FULL_UPDATE 时,此返回值只有提示作用,并不会造成初始化失败。
如果在接入过程中提示此错误,请根据提示检查 SDK 文件是否完整、SDK 文件版本是否一致。
如果是在导出可执行文件之后出现此返回值,请忽略此错误,并尽量不在 UI 中提示。
示例代码
String sdkAppID = "14000*****";String openID = "100";int ret = ITMGContext.GetInstance(this).Init(sdkAppId, openId);if(ret != 0){Log.e(TAG,"初始化 SDK 失败");}
触发事件回调
触发事件回调
通过在 update 里面周期的调用 Poll 可以触发事件回调。GME 需要周期性的调用 Poll 接口触发事件回调。如果没有调用 Poll 的话,会导致整个 SDK 服务运行异常。
可参考 Demo 中的 EnginePollHelper.java 文件。
注意
务必周期性调用 Poll 接口且在主线程调用,以免接口回调异常。
函数原型
public abstract int Poll();
示例代码
private Handler mhandler = new Handler();private Runnable mRunnable = new Runnable() {@Overridepublic void run() {if (s_pollEnabled) {if (ITMGContext.GetInstance(null) != null)ITMGContext.GetInstance(null).Poll();}mhandler.postDelayed(mRunnable, 33);}};
系统暂停
当系统发生 Pause 事件时,需要同时通知引擎进行 Pause。
如果需要在退后台的时候暂停语音,可以在退后台的监听代码中调用 Pause 接口,恢复前台的监听事件中调用 Resume 接口。
函数原型
public abstract int Pause();
系统恢复
当系统发生 Resume 事件时,需要同时通知引擎进行 Resume。Resume 接口只恢复实时语音。
函数原型
public abstract int Resume();
反初始化 SDK
反初始化 SDK
反初始化 SDK,进入未初始化状态。切换账号需要反初始化。
函数原型
public abstract int Uninit();
语音消息及转文字
语音消息,录制并发送一段语音消息,同时可以将语音消息转成文字,也可以同时将文字进行翻译。下图演示的是语音消息及转文本服务:
说明
建议使用流式语音转文字服务。
使用语音消息服务不需要进入实时语音房间。
语音消息及语音转文字流程图
接入语音消息及转文本服务
语音消息及转文字相关接口
接口 | 接口含义 |
ApplyPTTAuthbuffer | 鉴权初始化 |
SetMaxMessageLength | 限制最大语音信息时长 |
StartRecording | 启动录音 |
StartRecordingWithStreamingRecognition | 启动流式录音 |
PauseRecording | 暂停录音 |
ResumeRecording | 恢复录音 |
StopRecording | 停止录音 |
CancelRecording | 取消录音 |
GetMicLevel | 获取实时麦克风音量 |
SetMicVolume | 设置录制音量 |
GetMicVolume | 获取录制音量 |
GetSpeakerLevel | 获取实时扬声器音量 |
SetSpeakerVolume | 设置播放音量 |
GetSpeakerVolume | 获取播放音量 |
UploadRecordedFile | 上传语音文件 |
DownloadRecordedFile | 下载语音文件 |
PlayRecordedFile | 播放语音 |
StopPlayFile | 停止播放语音 |
GetFileSize | 语音文件的大小 |
GetVoiceFileDuration | 语音文件的时长 |
SpeechToText | 语音识别成文字 |
最大录制时长
语音消息最大录制时长默认为58秒,最短不能小于1秒。如果需要再加以限制,例如限制为最大录制时长为10秒,请在初始化之后调用 SetMaxMessageLength 接口进行设置。
初始化 SDK
未初始化前,SDK 处于未初始化阶段,需要通过接口 Init 初始化 SDK,才可以使用实时语音及语音消息服务。
鉴权信息
函数原型
AuthBuffer public native byte[] genAuthBuffer(int sdkAppId, String roomId, String openId, String key)
参数 | 类型 | 含义 |
appId | int | 来自腾讯云控制台的 AppId 号码。 |
roomId | string | 房间号参数必须填 null。 |
openId | string | 用户标识。与 Init 时候的 openId 相同。 |
key | string |
示例代码
import com.tencent.av.sig.AuthBuffer;//头文件byte[] authBuffer = AuthBuffer.getInstance().genAuthBuffer(Integer.parseInt(sdkAppId), "0",openId, key);
鉴权初始化
鉴权初始化
在初始化 SDK 之后调用鉴权初始化,authBuffer 的获取参见上文实时语音鉴权信息接口 genAuthBuffer。
函数原型
public abstract int ApplyPTTAuthbuffer(byte[] authBuffer);
参数 | 类型 | 含义 |
authBuffer | String | 鉴权 |
示例代码
byte[] authBuffer = AuthBuffer.getInstance().genAuthBuffer(Integer.parseInt(sdkAppId), "0", openId, key);ITMGContext.GetInstance(this).GetPTT().ApplyPTTAuthbuffer(authBuffer);
流式语音识别
启动流式语音识别
启动流式语音识别
此接口用于启动流式语音识别,同时在回调中会有实时的语音转文字返回,可以指定语言进行识别,也可以将语音中识别到的信息翻译成指定的语言返回。停止录音调用 StopRecording,停止之后才有回调。
函数原型
public abstract int StartRecordingWithStreamingRecognition (String filePath);public abstract int StartRecordingWithStreamingRecognition (String filePath,String language,String translatelanguage);public abstract int StopRecording();
参数 | 类型 | 含义 |
filePath | String | 存放的语音路径 |
speechLanguage | String | 识别成指定文字的语言参数,参数请参见 语音转文字的语言参数参考列表 |
translateLanguage | String |
示例代码
String temple = getActivity().getExternalFilesDir(null).getAbsolutePath() + "/test_"+(index++)+".ptt";ITMGContext.GetInstance(getActivity()).GetPTT().StartRecordingWithStreamingRecognition(temple,"cmn-Hans-CN","cmn-Hans-CN");
流式语音识别的回调
启动流式语音识别后,需要在回调函数 OnEvent 中监听回调消息,事件消息分为以下两个:
ITMG_MAIN_EVNET_TYPE_PTT_STREAMINGRECOGNITION_COMPLETE
是在停止录制并完成识别后才返回文字,相当于一段话说完才会返回识别的文字。ITMG_MAIN_EVNET_TYPE_PTT_STREAMINGRECOGNITION_IS_RUNNING
是在录音过程中就会实时返回识别到的文字,相当于边说话边返回识别到的文字。根据需求在 OnEvent 函数中对相应事件消息进行判断。传递的参数包含以下四个信息。
消息名称 | 含义 |
result | 用于判断流式语音识别是否成功的返回码 |
text | 语音转文字识别的文本 |
file_path | 录音存放的本地地址 |
file_id | 录音在后台的 url 地址,录音在服务器存放 90 天。fileid 固定字段为 http://gme-v2- |
注意
监听
ITMG_MAIN_EVNET_TYPE_PTT_STREAMINGRECOGNITION_IS_RUNNING
消息时,file_id 为空。错误码
错误码 | 含义 | 处理方式 |
32775 | 流式语音转文本失败,但是录音成功 | 调用 UploadRecordedFile 接口上传录音,再调用 SpeechToText 接口进行语音转文字操作 |
32777 | 流式语音转文本失败,但是录音成功,上传成功 | 返回的信息中有上传成功的后台 url 地址,调用 SpeechToText 接口进行语音转文字操作 |
32786 | 流式语音转文本失败 | 在流式录制状态当中,请等待流式录制接口执行结果返回 |
示例代码
public void OnEvent(ITMGContext.ITMG_MAIN_EVENT_TYPE type, Intent data) {if (ITMGContext.ITMG_MAIN_EVENT_TYPE.ITMG_MAIN_EVNET_TYPE_PTT_STREAMINGRECOGNITION_COMPLETE == type){/流式离线语音回调。Handler mainHander = new Handler(Looper.getMainLooper());mainHander.post(new Runnable() {@Overridepublic void run() {if (nErrCode ==0) {String textString = templeData.getStringExtra("text");EditText _editText = (EditText) root.findViewById(R.id.edit_audio_to_text);_editText.setText(textString);recordfilePath = templeData.getStringExtra("file_path");mEditTextfiletoupload.setText(recordfilePath);donwLoadUrlPath = templeData.getStringExtra("file_id");mEditTextDownloadurl.setText(donwLoadUrlPath);Log.e(TARGET, "STREAMINGRECOGNITION" + "nErrCode=" + nErrCode + ", content=" + textString+"recordfilePath"+recordfilePath+"donwLoadUrlPath"+donwLoadUrlPath);}else{Toast.makeText(getActivity(), String.format("流式语音转文本失败,错误代码:%d",nErrCode), Toast.LENGTH_SHORT).show();Log.e(TARGET, "流式语音转文本失败,错误代码"+nErrCode);}}});}}
语音消息录制
录制的流程为:录音->停止录音->录音回调返回->启动下一次录音。
限制最大语音信息时长
限制最大语音消息的长度,最大支持58秒。
函数原型
public abstract int SetMaxMessageLength(int msTime);
参数 | 类型 | 含义 |
msTime | int | 语音时长,单位 ms,区间为 1000 < msTime ≤ 58000 |
示例代码
ITMGContext.GetInstance(this).GetPTT().SetMaxMessageLength(msTime);
启动录音
此接口用于启动录音。需要将录音文件上传后才可以进行语音转文字等操作。停止录音调用 StopRecording。
函数原型
public abstract int StartRecording(String filePath);
参数 | 类型 | 含义 |
filePath | String | 存放的语音路径 |
示例代码
ITMGContext.GetInstance(this).GetPTT().StartRecording(filePath);
停止录音
停止录音
此接口用于停止录音。此接口为异步接口,停止录音后会有录音完成回调,成功之后录音文件才可用。
函数原型
public abstract int StopRecording();
示例代码
ITMGContext.GetInstance(this).GetPTT().StopRecording();
启动录音的回调
录音完成的回调,通过委托传递消息。
停止录音调用StopRecording。停止录音后才有启动录音的回调。
启动录音完成后的回调调用函数 OnEvent,事件消息为 ITMG_MAIN_EVNET_TYPE_PTT_RECORD_COMPLETE, 在 OnEvent 函数中对事件消息进行判断。
传递的参数包含两个信息,一个是 result,另一个是 file_path。
错误码
错误码值 | 原因 | 建议方案 |
4097 | 参数为空 | 检查代码中接口参数是否正确 |
4098 | 初始化错误 | 检查设备是否被占用,或者权限是否正常,是否初始化正常 |
4099 | 正在录制中 | 确保在正确的时机使用 SDK 录制功能 |
4100 | 没有采集到音频数据 | 检查麦克风设备是否正常 |
4101 | 录音时,录制文件访问错误 | 确保文件存在,文件路径的合法性 |
4102 | 麦克风未授权错误 | 使用 SDK 需要麦克风权限,添加权限请参考对应引擎或平台的 SDK 工程配置文档 |
4103 | 录音时间太短错误 | 首先,限制录音时长的单位为毫秒,检查参数是否正确;其次,录音时长要1000毫秒以上才能成功录制 |
4104 | 没有启动录音操作 | 检查是否已经调用启动录音接口 |
示例代码
public void OnEvent(ITMGContext.ITMG_MAIN_EVENT_TYPE type, Intent data) {if (ITMGContext.ITMG_MAIN_EVENT_TYPE.ITMG_MAIN_EVNET_TYPE_PTT_RECORD_COMPLETE == type){//启动录音的回调if (nErrCode ==0){recordfilePath = templeData.getStringExtra("file_path");mEditTextfiletoupload.setText(recordfilePath);}}}
暂停录音
此接口用于暂停录音。如需恢复录音请调用接口 ResumeRecording。
函数原型
public abstract int PauseRecording();
示例代码
ITMGContext.GetInstance(this).GetPTT().PauseRecording();
恢复录音
此接口用于恢复录音。
函数原型
public abstract int ResumeRecording();
示例代码
ITMGContext.GetInstance(this).GetPTT().ResumeRecording();
取消录音
调用此接口取消录音。取消之后没有回调。
函数原型
public abstract int CancelRecording();
示例代码
ITMGContext.GetInstance(this).GetPTT().CancelRecording();
获取语音消息麦克风实时音量
此接口用于获取麦克风实时音量,返回值为 int 类型,值域为0 - 200。
此接口不同于实时语音接口,此接口在 ITMGPTT.java 中。
函数原型
public abstract int GetMicLevel();
示例代码
ITMGContext.GetInstance(this).GetPTT().GetMicLevel();
设置语音消息录制音量
此接口用于设置离线语音录制音量,值域为0 - 200。
此接口不同于实时语音接口,此接口在 ITMGPTT.java 中。
函数原型
public abstract int SetMicVolume(int volume);
示例代码
ITMGContext.GetInstance(this).GetPTT().SetMicVolume(100);
获取语音消息录制音量
此接口用于获取离线语音录制音量。返回值为 int 类型,值域为0 - 200。
此接口不同于实时语音接口,此接口在 ITMGPTT.java 中。
函数原型
public abstract int GetMicVolume();
示例代码
ITMGContext.GetInstance(this).GetPTT().GetMicVolume();
获取语音消息扬声器实时音量
此接口用于获取扬声器实时音量。返回值为 int 类型,值域为0 - 200。
此接口不同于实时语音接口,此接口在 ITMGPTT.java 中。
函数原型
public abstract int GetSpeakerLevel();
示例代码
ITMGContext.GetInstance(this).GetPTT().GetSpeakerLevel();
设置语音消息播放音量
此接口用于设置离线语音播放音量,值域为0 - 200。
此接口不同于实时语音接口,此接口在 ITMGPTT.java 中。
函数原型
public abstract int SetSpeakerVolume(int volume);
示例代码
ITMGContext.GetInstance(this).GetPTT().SetSpeakerVolume(100);
获取语音消息播放音量
此接口用于获取离线语音播放音量。返回值为 int 类型,值域为0 - 200。
此接口不同于实时语音接口,此接口在 ITMGPTT.java 中。
函数原型
public abstract int GetSpeakerVolume();
示例代码
ITMGContext.GetInstance(this).GetPTT().GetSpeakerVolume();
语音消息播放
播放语音
此接口用于播放语音。
函数原型
public abstract int PlayRecordedFile(String filePath);public abstract int PlayRecordedFile(String filePath,int voicetype);
参数 | 类型 | 含义 |
downloadFilePath | String | 本地语音文件的路径 |
voicetype | int | 变声类型,请参见 变声接入文档 |
错误码
错误码值 | 原因 | 建议方案 |
20485 | 播放未开始 | 确保文件存在,文件路径的合法性 |
示例代码
ITMGContext.GetInstance(this).GetPTT().PlayRecordedFile(downloadFilePath);
播放语音的回调
播放语音的回调,事件消息为 ITMG_MAIN_EVNET_TYPE_PTT_PLAY_COMPLETE, 在 OnEvent 函数中对事件消息进行判断。
传递的参数包含两个信息,一个是 result,另一个是 file_path。
错误码
错误码值 | 原因 | 建议方案 |
20481 | 初始化错误 | 检查设备是否被占用,或者权限是否正常,是否初始化正常 |
20482 | 正在播放中,试图打断并播放下一个失败了(正常是可以打断的) | 检查代码逻辑是否正确 |
20483 | 参数为空 | 检查代码中接口参数是否正确 |
20484 | 内部错误 | 初始化播放器错误,解码失败等问题产生此错误码,需要结合日志定位问题 |
示例代码
public void OnEvent(ITMGContext.ITMG_MAIN_EVENT_TYPE type, Intent data) {if(ITMGContext.ITMG_MAIN_EVNET_TYPE_PTT_PLAY_COMPLETE== type){//播放语音的回调}}
停止播放语音
此接口用于停止播放语音。停止播放语音也会有播放完成的回调。
函数原型
public abstract int StopPlayFile();
示例代码
ITMGContext.GetInstance(this).GetPTT().StopPlayFile();
获取语音文件的大小
通过此接口,获取语音文件的大小。
函数原型
public abstract int GetFileSize(String filePath);
参数 | 类型 | 含义 |
filePath | String | 语音文件的路径,此路径为本地路径 |
示例代码
ITMGContext.GetInstance(this).GetPTT().GetFileSize(path);
获取语音文件的时长
此接口用于获取语音文件的时长,单位毫秒。
函数原型
public abstract int GetVoiceFileDuration(String filePath);
参数 | 类型 | 含义 |
filePath | String | 语音文件的路径,此路径为本地路径 |
示例代码
ITMGContext.GetInstance(this).GetPTT().GetVoiceFileDuration(path);
语音消息上传及下载
上传语音文件
此接口用于上传语音文件。
函数原型
public abstract int UploadRecordedFile(String filePath);
参数 | 类型 | 含义 |
filePath | String | 上传的语音路径,此路径为本地路径 |
示例代码
ITMGContext.GetInstance(this).GetPTT().UploadRecordedFile(filePath);
上传语音完成的回调
上传语音完成后,事件消息为 ITMG_MAIN_EVNET_TYPE_PTT_UPLOAD_COMPLETE, 在 OnEvent 函数中对事件消息进行判断。
传递的参数包含三个信息,result,file_path 和 file_id。
错误码
错误码值 | 原因 | 建议方案 |
8193 | 上传文件时,文件访问错误 | 确保文件存在,文件路径的合法性 |
8194 | 签名校验失败错误 | 检查鉴权密钥是否正确,检查是否有初始化离线语音 |
8195 | 网络错误 | 检查设备网络是否可以正常访问外网环境 |
8196 | 获取上传参数过程中网络失败 | 检查鉴权是否正确,检查设备网络是否可以正常访问外网环境 |
8197 | 获取上传参数过程中回包数据为空 | 检查鉴权是否正确,检查设备网络是否可以正常访问外网环境 |
8198 | 获取上传参数过程中回包解包失败 | 检查鉴权是否正确,检查设备网络是否可以正常访问外网环境 |
8200 | 没有设置 appinfo | 检查 apply 接口是否有调用,或者入参是否为空 |
示例代码
public void OnEvent(ITMGContext.ITMG_MAIN_EVENT_TYPE type, Intent data) {if(ITMGContext.ITMG_MAIN_EVENT_TYPE.ITMG_MAIN_EVNET_TYPE_PTT_UPLOAD_COMPLETE== type){//上传语音完成的回调}}
下载语音文件
此接口用于下载语音文件。
函数原型
public abstract int DownloadRecordedFile(String fileID, String filePath);
参数 | 类型 | 含义 |
fileID | String | 文件的 url 路径 |
downloadFilePath | String | 文件的本地保存路径 |
示例代码
ITMGContext.GetInstance(this).GetPTT().DownloadRecordedFile(url,path);
下载语音文件完成回调
下载语音完成后,事件消息为
ITMG_MAIN_EVNET_TYPE_PTT_DOWNLOAD_COMPLETE
, 在 OnEvent 函数中对事件消息进行判断,传递的参数包含三个信息,分别是 result、file_path 和 file_id。错误码
错误码值 | 原因 | 建议方案 |
12289 | 下载文件时,文件访问错误 | 检查文件路径是否合法 |
12290 | 签名校验失败 | 检查鉴权密钥是否正确,检查是否有初始化离线语音 |
12291 | 网络存储系统异常 | 服务器获取语音文件失败,检查接口参数 fileid 是否正确,检查网络是否正常,检查 cos 文件存不存在 |
12292 | 服务器文件系统错误 | 检查设备网络是否可以正常访问外网环境,检查服务器上是否有此文件 |
12293 | 获取下载参数过程中,HTTP 网络失败 | 检查设备网络是否可以正常访问外网环境 |
12294 | 获取下载参数过程中,回包数据为空 | 检查设备网络是否可以正常访问外网环境 |
12295 | 获取下载参数过程中,回包解包失败 | 检查设备网络是否可以正常访问外网环境 |
12297 | 没有设置 appinfo | 检查鉴权密钥是否正确,检查是否有初始化离线语音 |
示例代码
public void OnEvent(ITMGContext.ITMG_MAIN_EVENT_TYPE type, Intent data) {if(ITMGContext.ITMG_MAIN_EVNET_TYPE_PTT_DOWNLOAD_COMPLETE== type){//下载成功}}
语音转文字服务
将指定的语音文件识别成文字
此接口用于将指定的语音文件识别成文字。
函数原型
public abstract int SpeechToText(String fileID);
参数 | 类型 | 含义 |
fileID | String | 语音文件 url |
示例代码
ITMGContext.GetInstance(this).GetPTT().SpeechToText(fileID);
将指定的语音文件翻译成文字(指定语言)
此接口可以指定语言进行识别,也可以将语音中识别到的信息翻译成指定的语言返回。
函数原型
public abstract int SpeechToText(String fileID, String speechLanguage,String translatelanguage);
参数 | 类型 | 含义 |
fileID | String | 语音文件 url,录音在服务器存放90天 |
speechLanguage | String | 识别出指定文字的语言参数,参数参见 语音转文字的语言参数参考列表 |
translatelanguage | String |
示例代码
ITMGContext.GetInstance(this).GetPTT().SpeechToText(fileID,"cmn-Hans-CN","cmn-Hans-CN");
识别回调
将指定的语音文件识别成文字的回调,事件消息为 ITMG_MAIN_EVNET_TYPE_PTT_SPEECH2TEXT_COMPLETE, 在 OnEvent 函数中对事件消息进行判断。
传递的参数包含三个信息,result、file_id 和 text,其中 text 为识别的文本。
错误码
错误码值 | 原因 | 建议方案 |
32769 | 内部错误 | 分析日志,获取后台返回给客户端的真正错误码,并联系后台同事协助解决。 |
32770 | 网络失败 | 检查设备网络是否可以正常访问外网环境 |
32772 | 回包解包失败 | 分析日志,获取后台返回给客户端的真正错误码,并联系后台同事协助解决。 |
32774 | 没有设置 appinfo | 检查鉴权密钥是否正确,检查是否有初始化离线语音 |
32776 | authbuffer 校验失败 | 检查 authbuffer 是否正确 |
32784 | 语音转文本参数错误 | 检查代码中接口参数 fileid 是否为空 |
32785 | 语音转文本翻译返回错误 | 离线语音后台错误,请分析日志,获取后台返回给客户端的真正错误码,并联系后台同事协助解决 |
示例代码
public void OnEvent(ITMGContext.ITMG_MAIN_EVENT_TYPE type, Intent data) {if(ITMGContext.ITMG_MAIN_EVNET_TYPE_PTT_SPEECH2TEXT_COMPLETE == type){//成功识别语音文件}}
高级 API
获取版本号
获取 SDK 版本号,用于分析。
函数原型
public abstract String GetSDKVersion();
示例代码
ITMGContext.GetInstance(this).GetSDKVersion();
检查麦克风权限
返回麦克风权限状态。
函数原型
public abstract ITMG_RECORD_PERMISSION CheckMicPermission();
参数含义
参数 | 数值 | 含义 |
ITMG_PERMISSION_GRANTED | 0 | 麦克风已授权 |
ITMG_PERMISSION_Denied | 1 | 麦克风被禁用 |
ITMG_PERMISSION_NotDetermined | 2 | 尚未弹出权限框向用户申请权限 |
ITMG_PERMISSION_ERROR | 3 | 接口调用错误 |
示例代码
ITMGContext.GetInstance(this).CheckMicPermission();
设置打印日志等级
用于设置打印日志等级。建议保持默认等级。需要在 Init 之前调用。
函数原型
public abstract int SetLogLevel(int levelWrite, int levelPrint);
参数含义
参数 | 类型 | 含义 |
levelWrite | ITMG_LOG_LEVEL | 设置写入日志的等级,TMG_LOG_LEVEL_NONE 表示不写入,默认为 TMG_LOG_LEVEL_INFO |
levelPrint | ITMG_LOG_LEVEL | 设置打印日志的等级,TMG_LOG_LEVEL_NONE 表示不打印,默认为 TMG_LOG_LEVEL_ERROR |
ITMG_LOG_LEVEL 说明
ITMG_LOG_LEVEL | 含义 |
TMG_LOG_LEVEL_NONE | 不打印日志 |
TMG_LOG_LEVEL_ERROR | 打印错误日志(默认) |
TMG_LOG_LEVEL_INFO | 打印提示日志 |
TMG_LOG_LEVEL_DEBUG | 打印开发调试日志 |
TMG_LOG_LEVEL_VERBOSE | 打印高频日志 |
示例代码
ITMGContext.GetInstance(this).SetLogLevel(TMG_LOG_LEVEL_INFO,TMG_LOG_LEVEL_INFO);
设置打印日志路径
用于设置打印日志路径。默认路径为: /sdcard/Android/data/xxx.xxx.xxx/files。
函数原型
public abstract int SetLogPath(String logDir);
参数 | 类型 | 含义 |
logDir | String | 路径 |
示例代码
ITMGContext.GetInstance(this).SetLogPath(path);
回调消息
消息列表
消息 | 消息代表的含义 |
ITMG_MAIN_EVNET_TYPE_PTT_RECORD_COMPLETE | PTT 录音完成 |
ITMG_MAIN_EVNET_TYPE_PTT_UPLOAD_COMPLETE | 上传 PTT 完成 |
ITMG_MAIN_EVNET_TYPE_PTT_DOWNLOAD_COMPLETE | 下载 PTT 完成 |
ITMG_MAIN_EVNET_TYPE_PTT_PLAY_COMPLETE | 播放 PTT 完成 |
ITMG_MAIN_EVNET_TYPE_PTT_SPEECH2TEXT_COMPLETE | 语音转文字完成 |
Data 列表
消息 | Data | 例子 |
ITMG_MAIN_EVNET_TYPE_PTT_RECORD_COMPLETE | result; file_path | {"file_path":"","result":0} |
ITMG_MAIN_EVNET_TYPE_PTT_UPLOAD_COMPLETE | result; file_path;file_id | {"file_id":"","file_path":"","result":0} |
ITMG_MAIN_EVNET_TYPE_PTT_DOWNLOAD_COMPLETE | result; file_path;file_id | {"file_id":"","file_path":"","result":0} |
ITMG_MAIN_EVNET_TYPE_PTT_PLAY_COMPLETE | result; file_path | {"file_path":"","result":0} |
ITMG_MAIN_EVNET_TYPE_PTT_SPEECH2TEXT_COMPLETE | result; text;file_id | {"file_id":"","text":"","result":0} |
ITMG_MAIN_EVNET_TYPE_PTT_STREAMINGRECOGNITION_COMPLETE | result; file_path; text;file_id | {"file_id":"","file_path":","text":"","result":0} |