沉迷效率工具
2026-11-11 16:14:26 发布在很多移动应用中,语音输入已经成为提升交互效率的重要方式。例如,用户在搜索商品、填写表单、记录备忘录或者发布评论时,如果每次都需要调出键盘输入,不仅操作步骤比较多,在开车、运动等不方便手动输入的场景中也不够友好。将语音识别能力集成到应用中,可以让用户通过说话完成信息录入。
在HarmonyOS 7应用开发中,可以通过Core Speech Kit提供的SpeechRecognizer能力实现语音转文字。与传统依赖云端接口的语音识别方案不同,这项能力支持离线识别,即使设备处于无网络状态,也能够完成普通话语音识别。这对于需要保障基础交互连续性的应用来说,具有一定的实用价值。
实际开发时,可以将语音输入设计为一个独立的交互模块。例如,在应用的搜索页面增加一个麦克风按钮,用户点击后开始录音,完成说话后将识别结果自动填充到搜索框中。
首先,在ArkTS文件中导入相关模块:
import { speechRecognizer } from '@kit.CoreSpeechKit';
import { BusinessError } from '@kit.BasicServicesKit';
接下来创建语音识别引擎。Core Speech Kit通过createEngine接口初始化识别服务,开发者需要配置识别语言和识别模式。
let asrEngine:
speechRecognizer.SpeechRecognitionEngine;
async function initRecognizer() {
let extraParams: Record<string, Object> = {
'locate': 'CN',
'recognizerMode': 'short'
};
let params:
speechRecognizer.CreateEngineParams = {
language: 'zh-CN',
online: 1,
extraParams: extraParams
};
try {
asrEngine =
await speechRecognizer.createEngine(params);
asrEngine.setListener({
onStart(sessionId: string, message: string) {
console.info('语音识别已启动');
},
onEvent(
sessionId: string,
eventCode: number,
message: string
) {
console.info(`识别事件:${eventCode}`);
},
onResult(
sessionId: string,
result: speechRecognizer.SpeechRecognitionResult
) {
console.info(
`识别结果:${JSON.stringify(result)}`
);
},
onComplete(sessionId: string, message: string) {
console.info('本次识别完成');
},
onError(
sessionId: string,
errorCode: number,
errorMessage: string
) {
console.error(
`识别失败:${errorCode}, ${errorMessage}`
);
}
});
} catch (err) {
let error = err as BusinessError;
console.error(`引擎初始化失败:${error.code}`);
}
}
这里有几个值得注意的地方。
第一,识别引擎初始化是异步过程,因此不能在调用createEngine之后立即启动识别,必须等到引擎创建成功,并完成监听器注册后再执行后续操作。
第二,setListener需要在使用其他识别能力之前调用。识别开始、识别过程中的事件、识别结果以及异常信息,都会通过监听器返回。开发者可以利用这些回调更新页面状态。
第三,识别结果不应该直接等同于最终提交内容。实际应用中,可以先将识别结果显示在输入框中,让用户进行确认和修改,再执行搜索或者提交操作。
接下来配置语音识别参数,并启动识别:
let sessionId: string = 'search_session_001';
function startVoiceInput() {
if (!asrEngine) {
console.error('识别引擎尚未初始化');
return;
}
let audioInfo: speechRecognizer.AudioInfo = {
audioType: 'pcm',
sampleRate: 16000,
soundChannel: 1,
sampleBit: 16
};
let startParams: speechRecognizer.StartParams = {
sessionId: sessionId,
audioInfo: audioInfo
};
asrEngine.startListening(startParams);
}
这里使用的是16kHz采样率、单声道、16bit的PCM音频配置。实际接入时,需要根据音频采集方式和接口要求保持音频格式一致,不能只修改参数而不调整实际音频数据。
对于语音搜索场景,建议将页面交互设计成明确的几个状态:待输入、正在聆听、识别处理中、识别完成和识别失败。用户点击麦克风后,界面显示正在聆听;识别结束后,将文字填充到搜索框;如果没有识别到有效内容,则提示用户重新输入。
此外,还需要注意识别时长限制。Core Speech Kit支持短语音和长语音模式,短语音模式最长不超过60秒,长语音模式最长不超过8小时。普通搜索、表单填写等场景优先使用短语音模式即可。
测试时,可以分别验证正常普通话输入、较快语速、环境噪声、短暂停顿和无网络状态下的识别效果。尤其需要验证用户连续点击麦克风时,应用是否会重复启动识别任务。
通过这套方案,开发者可以将离线语音输入能力集成到搜索、评论、备忘录和表单等功能中,让应用从传统键盘输入扩展为更加自然的语音交互
相关推荐
沉迷效率工具
0
0
沉迷效率工具
0
0
23
0
沉迷效率工具
我还没有写个人简介......
帖子
提问
粉丝
从语音识别到应用操作:HarmonyOS 7离线语音指令功能开发实践
2026-11-11 16:15:50 发布给HarmonyOS应用增加自然语音播报:Core Speech Kit文本转语音实战
2026-11-11 16:15:09 发布


京公网安备:11010502051901号