更新记录

1.0.（2025-05-09）

语音识别

平台兼容性

离线语音识别插件使用说明

功能介绍

本插件提供了Android平台下的语音识别功能，支持离线模式，可以将音频文件转换为文字。主要功能包括：

1. 支持Base64编码的音频数据转文字
2. 支持URL音频地址转文字
3. 支持检测设备是否支持离线语音识别

实现原理

本插件基于Android原生的SpeechRecognizer API实现，通过以下方式支持离线语音识别：

1. 使用RecognizerIntent.EXTRA_PREFER_OFFLINE参数优先使用离线模式
2. 检测设备是否支持离线识别功能
3. 将音频文件转换为临时文件进行处理

使用方法

1. 检查离线支持

audioConverter.isSupportOfflineRecognition((result) => {
    if(result.code === 0) {
        if(result.supported) {
            console.log('设备支持离线语音识别');
        } else {
            console.log('设备不支持离线语音识别');
        }
    } else {
        console.log('检查失败: ' + result.msg);
    }
});

2. Base64音频转文字

const base64Audio = '...' // Base64编码的音频数据
audioConverter.base64AudioToText(base64Audio, (result) => {
    if(result.code === 0) {
        console.log('识别结果: ' + result.text);
    } else {
        console.log('识别失败: ' + result.msg);
    }
});

3. URL音频转文字

const audioUrl = 'https://example.com/audio.mp3';
audioConverter.urlAudioToText(audioUrl, (result) => {
    if(result.code === 0) {
        console.log('识别结果: ' + result.text);
    } else {
        console.log('识别失败: ' + result.msg);
    }
});

注意事项

1. 权限要求：应用需要获取录音权限（RECORD_AUDIO）才能使用语音识别功能
2. 离线支持限制：
   • 并非所有Android设备都支持离线语音识别
   • 离线识别的准确率可能低于在线识别
   • 离线识别支持的语言有限，主要支持系统语言
3. 音频格式：建议使用WAV或MP3格式的音频文件，其他格式可能不被支持
4. 文件大小：过大的音频文件可能导致处理时间延长或失败

高级用法

集成专业离线语音识别库

对于需要更高准确率和更好文件支持的场景，建议集成专业的离线语音识别库：

1. Vosk：轻量级离线语音识别库，支持多种语言

   • 官网：https://alphacephei.com/vosk/
   • 优点：体积小，支持多种语言，无需网络

2. Mozilla DeepSpeech：基于TensorFlow的开源语音识别引擎

   • 官网：https://github.com/mozilla/DeepSpeech
   • 优点：高准确率，完全开源

常见问题

1. Q: 为什么识别结果不准确？
   A: 离线识别的准确率通常低于在线识别，受设备性能和语音清晰度影响较大。

2. Q: 为什么某些设备不支持离线识别？
   A: 离线识别需要设备预装相应的语音识别引擎和语言包，部分设备可能未预装。

3. Q: 如何提高识别准确率？
   A: 使用高质量录音，减少背景噪音，或考虑集成专业的语音识别库。