语音唤醒(Voice Wakeuper)通过辨别输入的音频中特定的词语(如“讯飞语点”),返回被命中(唤醒)结果,应用通过回调的结果,进行下一步的处理,如点亮屏幕,或与用户进行语音交互等。唤醒资源中含有一个或多个资源,只要命中其中一个,即可唤醒。需下载对应的语音唤醒SDK使用。
语音唤醒详细的接口介绍及说明请参考: MSC Linux API 文档, 在集成过程中如有疑问,可登录讯飞开放平台论坛,查找答案或与其他开发者交流。
1.在控制台下载对应sdk
2.将音频文件(要求16k, 16bit,pcm格式)放入bin/audio 目录下,并将音频命名为awake.pcm
2.进入sdk内samples/awaken_offline_sample目录source 64bit_make.sh或32bit_make.sh, 视系统位数选择
3.运行成功后进入sdk bin目录下cd ../../bin/,运行./awaken_offline_sample即可看到运行结果
《SDK目录结构一览》
注意:
语音唤醒主要API调用流程如下图所示:
详细代码调用请参考 Samples中的 awaken_offline_sample(语音唤醒示例)。
API详细描述请参考API文档
以下为常用参数说明,更多参数请参考API文档
参数 | 名称 | 说明 |
---|---|---|
ivw_threshold | 唤醒词门限 | id0:xx;id1:xx;….。 示例:0:1450;1:1450表示设置第一个唤醒词的门限值为1450,第二个唤醒的门限值是1450,门限值越低越容易唤醒成功。注意:建议唤醒引擎门限值设为1450,且取值范围为非负数,一般可在0-3000之间调节。 |
唤醒结果字段说明:
参数 | 参数解释 |
---|---|
sst | 本次业务标识:wakeup表示语音唤醒;oneshot表示唤醒+识别; |
id | 当前唤醒词的id |
score | 当前唤醒得分,只有当分数大于等于设置的门限值时才会回调唤醒结果 |
bos | 当前唤醒音频的前端点,即当前唤醒音频在写入的总音频中的开始时间位置,单位:ms |
eos | 当前唤醒音频的尾端点,即当前唤醒音频在写入的总音频中的结束时间位置,单位:ms |
keyword | 当前唤醒词,若是中文唤醒词会自动以拼音形式显示 |
语音唤醒结果示例:
{
"sst":"wakeup",
"id":0,
"score":1450,
"bos":1610,
"eos":2260,
"keyword":"ding1dong1ding1dong1"
}
答:文档中心---快速指引有介绍步骤---根据步骤下载相应平台的语音唤醒sdk,语音唤醒SDK包有10个装机量,试用期为90天。
答:目前支持中文和英文。唤醒词设置最多支持8个,每个为4-6个汉字或不超过2个英文单词。中英文不可同时配置。
答:将msc文件夹下的msc.cfg文件删除即可。
答:语音唤醒目前支持:Android/iOS/Windows/Linux应用平台。
答:默认提供的只有X86的so库,arm和mips架构请提交交叉编译工单,需单独收费。
答:设备(手机、玩具、家电等)在休眠或锁屏状态下也能检测到用户的声音(设定的语音指令,即唤醒词),让处于休眠状态下的设备直接进入到等待指令状态,开启语音交互第一步。
答:登录讯飞开放平台,点击进入语音唤醒页面,点击到语音唤醒页面,可查看到详细的价格表。点击对应套餐包的“立即购买”,可进行支付购买。