声纹识别 Android SDK 文档

1、简介

声纹识别（Voiceprint Recognition），是一项提取说话人声音特征和说话内容信息，自动核验说话人身份的技术。MSC SDK 声纹识别（IdentityVerfier）的使用包括注册（训练）、验证和模型操作。类似于一个网站的用户登录一样，用户必须先注册，才能登录（验证），在用户忘记密码时，可以提供重设密码的操作（模型操作）。

语音合成详细的接口介绍及说明请参考： MSC Android 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。

2、SDK集成指南

1、导入SDK

将在官网下载的Android SDK 压缩包中libs目录下所有子文件拷贝至Android工程的libs目录下。如下图所示：

注：

  1. arm版本已经逐步淘汰了，arm架构的推荐使用armeabi-v7a。
  2. 如果您需要将应用push到设备使用，请将设备cpu对应指令集的libmsc.so push到/system/lib中。

2、添加用户权限

在工程 AndroidManifest.xml 文件中添加如下权限

<!--连接网络权限，用于执行云端语音能力 -->
<uses-permission android:name="android.permission.INTERNET"/>
<!--获取手机录音机使用权限，听写、识别、语义理解需要用到此权限 -->
<uses-permission android:name="android.permission.RECORD_AUDIO"/>
<!--读取网络信息状态 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>
<!--获取当前wifi状态 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>
<!--允许程序改变网络连接状态 -->
<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/>
<!--读取手机信息权限 -->
<uses-permission android:name="android.permission.READ_PHONE_STATE"/>
<!--读取联系人权限，上传联系人需要用到此权限 -->
<uses-permission android:name="android.permission.READ_CONTACTS"/>
<!--外存储写权限，构建语法需要用到此权限 -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
<!--外存储读权限，构建语法需要用到此权限 -->
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
<!--配置权限，用来记录应用配置信息 -->
<uses-permission android:name="android.permission.WRITE_SETTINGS"/>
<!--手机定位信息，用来为语义等功能提供定位，提供更精准的服务-->
<!--定位信息是敏感信息，可通过Setting.setLocationEnable(false)关闭定位请求 -->
<uses-permission android:name="android.permission.ACCESS_FINE_LOCATION"/>
<!--如需使用人脸识别，还要添加：摄相头权限，拍照需要用到 -->
<uses-permission android:name="android.permission.CAMERA" />

注意：如需在打包或者生成APK的时候进行混淆，请在proguard.cfg中添加如下代码：

-keep class com.iflytek.**{*;}
-keepattributes Signature

3、初始化

初始化即创建语音配置对象，只有初始化后才可以使用MSC的各项服务。建议将初始化放在程序入口处（如Application、Activity的onCreate方法），初始化代码如下：

// 将“12345678”替换成您申请的APPID，申请地址：https://www.ai-nanchang.cn
// 请勿在“=”与appid之间添加任何空字符或者转义符
SpeechUtility.createUtility(context, SpeechConstant.APPID +"=12345678");

3.获取注册密码

目前 MSC SDK 支持两种类型的声纹密码：数字密码和文本密码。文本密码的效果在优化中，建议使用数字密码。密码类型的取值说明如下表所示：

  • 文本密码。用户通过读出指定的文本内容来进行声纹注册和验证，现阶段不支持。
  • 自由说。用户通过录入一段任意20s以上音频进行注册，验证时录入任意5s以上音频即可完成验证，现阶段不支持。
  • 数字密码。从云端拉取若干组特定的数字串（默认有5组，每组8位数字），用户依次读出这5组数字进行注册，在验证过程中会生成一串特定的数字，用户通过读出这串数字进行验证。
// 设置会话场景
mIdVerifier.setParameter(SpeechConstant.MFV_SCENES, "ivp");

// 子业务执行参数，若无可以传空字符传
StringBuffer params = new StringBuffer();
// 设置模型操作的密码类型
params.append("pwdt=" + mPwdType + ",");
// 执行密码下载操作
mIdVerifier.execute("ivp", "download", params.toString(), mDownloadPwdListener);

4.声纹注册

根据返回的注册密码，来进行声纹注册。应用通过 mEnrollListener的 onResult 方法来处理注册结果。在结果result中携带了一个返回码（0表示成功，-1为失败）和错误码（具体错误码信息，请查看这里）

参数说明

  • 用户ID（AUTH_ID）：标识每个使用声纹功能的终端用户的唯一ID 注：长度为6-18个字符（由英文字母、数字、下划线组成，不能以数字开头），不支持中文字符。
  • 业务类型（MFV_SST）：用来标识本次会话是注册还是验证
  • 密码类型（MFV_PWDT）
  • 密码（MFV_PWD）：进行声纹注册（训练）时传入的密码
  • 模型操作命令（CMD）：进行声纹模型查询和删除
  • 注册次数（MFV_RGN）：声纹训练次数 不同 APPID 的用户 ID 相互独立，即不同的 APPID 可以用相同的用户 ID——他们注册的模型也相互独立。如果您的项目使用了多个appid（例如分Android和iOS两个app版本），需要多个appid的用户id数据打通，可以通过文章末尾的技术支持联系方式与我们联系。
// 设置会话场景
mIdVerifier.setParameter(SpeechConstant.MFV_SCENES, "ivp");
// 设置会话类型
mIdVerifier.setParameter(SpeechConstant.MFV_SST, "enroll");
// 设置训练次数(可以不做设置，sdk中默认设置为5次)
mIdVerifier.setParameter(SpeechConstant.MFV_RGN, "5");
// 用户id
mIdVerifier.setParameter(SpeechConstant.AUTH_ID, authid);
// 设置监听器，开始会话
mIdVerifier.startWorking(mEnrollListener);

5.声纹验证

根据mVerifyListener的onResult方法，得到识别结果

// 清空参数
mIdVerifier.setParameter(SpeechConstant.PARAMS, null);
// 设置会话场景
mIdVerifier.setParameter(SpeechConstant.MFV_SCENES, "ivp");
// 设置会话类型
mIdVerifier.setParameter(SpeechConstant.MFV_SST, "verify");
// 验证模式，单一验证模式：sin
mIdVerifier.setParameter(SpeechConstant.MFV_VCM, "sin");
// 用户的唯一标识，在声纹业务获取注册、验证、查询和删除模型时都要填写，不能为空
mIdVerifier.setParameter(SpeechConstant.AUTH_ID, authid);
// 设置监听器，开始会话
mIdVerifier.startWorking(mVerifyListener);

6.模型操作

声纹注册成功后，在语音云端上会生成一个对应的模型来存储声纹信息，声纹模型的操作即对模型进行查询和删除。

// 设置会话场景
mIdVerifier.setParameter(SpeechConstant.MFV_SCENES, "ivp");
// 用户id
mIdVerifier.setParameter(SpeechConstant.AUTH_ID, authid);
// 子业务执行参数，若无可以传空字符传
StringBuffer params3 = new StringBuffer();
// 设置模型操作的密码类型
params3.append("pwdt=" + mPwdType + ",");
// 执行模型操作，cmd 取值为"query","delete",分别表示查询和删除
mIdVerifier.execute("ivp", cmd, params3.toString(), mModelListener);

7.1:N检索

鉴别与验证的过程相似，不过鉴别需要设置组 ID，以指定要鉴别的组。 其参数设置如下：

// 设置业务场景
mIdVerifier.setParameter( SpeechConstant.MFV_SCENES, "ivp" ); 
// 设置业务类型：鉴别（identify）
mIdVerifier.setParameter( SpeechConstant.MFV_SST, "identify" );
// 设置监听器，开始会话
mIdVerifier.startWorking( listener );
// 指定组id，最相似结果数
String params = "group_id="+groudID
while( !isDataFinished ){
// 写入数据
mIdVerifier.writeData( scence, params, data, offset, length );
}
mIdVerifier.stopWrite( scence );

8.声纹结果

数字密码JSON示例

{"num_pwd":["03285469","09734658","53894276","57392804","68294073"]}

声纹业务结果（VerifierResult）成员说明

成员 说明
sst 业务类型，取值为train或verify
ret 返回值，0为成功，-1为失败
vid 注册成功的声纹模型id
voice_score 当前声纹相似度
suc 本次注册已成功的训练次数
rgn 本次注册需要的训练次数
ssub 业务类型为ivp
err 注册/验证返回的错误码
decision 描述信息，accepted：验证成功，rejected：验证失败

声纹1:N检索

JSON字段 类型 说明
sst String 业务类型，鉴别业务为identify
ssub String 子业务类型，取值：ivp：声纹；ifr：人脸。
ret int 返回值，0为请求成功，其他为请求失败
group_id String 本次鉴别的成员组id
group_name String 本次鉴别的成员组id对应的组名称
topc int 本次鉴别返回的结果数
model_id String 模型id
decision String accepted：匹配成功，rejected：匹配失败
score double 匹配相似度
user_name String 该模型对应用户名
{
    "ret": 0,
    "group_id": "xxxxxx",
    "group_name": "xxxxxx",
    "ifv_result": {
        "candidates": [
            {
                "model_id": "xxxxxxxx",
                "decision": "accepted",
                "score": 88.888888,
                "user": "user_name"
            }
        ]
    },
    "sst": "identify",
    "ssub": "ivp",
    "topc": 1
}

3、视频教程

声纹识别-SDK集成指南Android

4、常见问题

声纹识别的主要功能是什么，可以过滤不需要的噪音吗？

答：声纹识别，是一项提取说话人声音特征和说话内容信息，自动核验说话人身份的技术。不具有过滤声音的功能。

声纹识别支持什么应用平台？

答：目前声纹识别支持Android/iOS应用平台。

声纹识别支持什么语言？

答：目前声纹识别支持的语言是：中文数字。

声纹识别是否支持离线？

答：目前还没有离线声纹识别功能。

安卓声纹sdk如何下载试用？

答：文档中心---快速指引有介绍步骤根据步骤下载声纹sdk

声纹识别如何试用免费次数？免费次数是多少？

答：登录讯飞开放平台---控制台---我的应用（没有应用先创建一个应用）---其他---声纹识别---服务管理（可免费调用SDK接口500次服务量/日）

在这篇文章中：