गूगल API के बिना एंड्रॉइड में स्पीच रिकग्नाइज़र कैसे विकसित करें?

एंड्रॉइड में ऑन-डिवाइस स्पीच रिकग्निशन (गूगल API के बिना)

यह ट्यूटोरियल SpeechRecognizer API का उपयोग करके ऑन-डिवाइस स्पीच रिकग्निशन लागू करने का तरीका दिखाता है, जो इंटरनेट के बिना काम करता है (यदि डिवाइस ऑफलाइन मॉडल सपोर्ट करता है)।

आवश्यक अनुमतियाँ

<uses-permission android:name="android.permission.RECORD_AUDIO" />
<uses-permission android:name="android.permission.INTERNET" /> <!-- कुछ डिवाइस पर मॉडल डाउनलोड के लिए -->

लेआउट (activity_main.xml)

<RelativeLayout xmlns:android="https://schemas.android.com/apk/res/android"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:padding="24dp">

    <ImageView
        android:id="@+id/ivMic"
        android:layout_width="120dp"
        android:layout_height="120dp"
        android:layout_centerHorizontal="true"
        android:layout_marginTop="50dp"
        android:src="@drawable/ic_mic"
        android:contentDescription="माइक्रोफोन" />

    <ProgressBar
        android:id="@+id/progressBar"
        style="?android:attr/progressBarStyleHorizontal"
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:layout_below="@id/ivMic"
        android:layout_marginTop="24dp"
        android:paddingHorizontal="24dp"
        android:max="10"
        android:visibility="gone" />

    <TextView
        android:id="@+id/tvResult"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:layout_below="@id/progressBar"
        android:layout_centerHorizontal="true"
        android:layout_marginTop="24dp"
        android:textSize="18sp"
        android:gravity="center" />

    <ToggleButton
        android:id="@+id/toggleButton"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:layout_alignParentBottom="true"
        android:layout_centerHorizontal="true"
        android:layout_marginBottom="50dp"
        android:textOn="सुनना बंद करें"
        android:textOff="सुनना शुरू करें" />
</RelativeLayout>

MainActivity.java

import android.Manifest;
import android.content.Intent;
import android.content.pm.PackageManager;
import android.os.Bundle;
import android.speech.RecognitionListener;
import android.speech.RecognizerIntent;
import android.speech.SpeechRecognizer;
import android.util.Log;
import android.view.View;
import android.widget.CompoundButton;
import android.widget.ProgressBar;
import android.widget.TextView;
import android.widget.Toast;
import android.widget.ToggleButton;
import androidx.annotation.NonNull;
import androidx.appcompat.app.AppCompatActivity;
import androidx.core.app.ActivityCompat;
import java.util.ArrayList;
import java.util.Locale;

public class MainActivity extends AppCompatActivity implements RecognitionListener {
    private static final String TAG = "SpeechRecognition";
    private static final int REQUEST_RECORD_PERMISSION = 100;

    private TextView tvResult;
    private ToggleButton toggleButton;
    private ProgressBar progressBar;
    private SpeechRecognizer speechRecognizer;
    private Intent recognizerIntent;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        tvResult = findViewById(R.id.tvResult);
        progressBar = findViewById(R.id.progressBar);
        toggleButton = findViewById(R.id.toggleButton);

        // SpeechRecognizer इंस्टेंस बनाएं
        speechRecognizer = SpeechRecognizer.createSpeechRecognizer(this);
        speechRecognizer.setRecognitionListener(this);

        // रिकग्निशन इंटेंट कॉन्फिगर करें
        recognizerIntent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);
        recognizerIntent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL, 
            RecognizerIntent.LANGUAGE_MODEL_FREE_FORM);
        recognizerIntent.putExtra(RecognizerIntent.EXTRA_LANGUAGE, Locale.getDefault());
        recognizerIntent.putExtra(RecognizerIntent.EXTRA_MAX_RESULTS, 3);
        recognizerIntent.putExtra(RecognizerIntent.EXTRA_PARTIAL_RESULTS, true);

        // ऑफलाइन मोड प्राथमिकता (यदि उपलब्ध हो)
        recognizerIntent.putExtra(RecognizerIntent.EXTRA_PREFER_OFFLINE, true);

        Log.d(TAG, "रिकग्निशन उपलब्ध: " + SpeechRecognizer.isRecognitionAvailable(this));

        toggleButton.setOnCheckedChangeListener((buttonView, isChecked) -> {
            if (isChecked) {
                startListening();
            } else {
                stopListening();
            }
        });
    }

    private void startListening() {
        if (ActivityCompat.checkSelfPermission(this, Manifest.permission.RECORD_AUDIO) 
                != PackageManager.PERMISSION_GRANTED) {
            ActivityCompat.requestPermissions(this, 
                new String[]{Manifest.permission.RECORD_AUDIO}, 
                REQUEST_RECORD_PERMISSION);
            toggleButton.setChecked(false);
            return;
        }

        progressBar.setVisibility(View.VISIBLE);
        progressBar.setIndeterminate(true);
        tvResult.setText("सुन रहा हूं...");
        speechRecognizer.startListening(recognizerIntent);
    }

    private void stopListening() {
        progressBar.setIndeterminate(false);
        progressBar.setVisibility(View.GONE);
        speechRecognizer.stopListening();
    }

    @Override
    public void onRequestPermissionsResult(int requestCode, @NonNull String[] permissions, @NonNull int[] grantResults) {
        super.onRequestPermissionsResult(requestCode, permissions, grantResults);
        if (requestCode == REQUEST_RECORD_PERMISSION) {
            if (grantResults.length > 0 && grantResults[0] == PackageManager.PERMISSION_GRANTED) {
                startListening();
            } else {
                Toast.makeText(this, "माइक्रोफोन अनुमति आवश्यक है", Toast.LENGTH_SHORT).show();
                toggleButton.setChecked(false);
            }
        }
    }

    // RecognitionListener कॉलबैक्स
    @Override
    public void onReadyForSpeech(Bundle params) {
        Log.d(TAG, "onReadyForSpeech");
        progressBar.setIndeterminate(false);
        progressBar.setMax(10);
    }

    @Override
    public void onBeginningOfSpeech() {
        Log.d(TAG, "onBeginningOfSpeech");
    }

    @Override
    public void onRmsChanged(float rmsdB) {
        // साउंड लेवल के आधार पर प्रोग्रेस बार अपडेट
        progressBar.setProgress(Math.min(10, (int) (rmsdB + 5)));
    }

    @Override
    public void onBufferReceived(byte[] buffer) {
        Log.d(TAG, "onBufferReceived");
    }

    @Override
    public void onEndOfSpeech() {
        Log.d(TAG, "onEndOfSpeech");
        progressBar.setIndeterminate(true);
        toggleButton.setChecked(false);
    }

    @Override
    public void onError(int errorCode) {
        String errorMessage = getErrorText(errorCode);
        Log.e(TAG, "त्रुटि: " + errorMessage);
        tvResult.setText("त्रुटि: " + errorMessage);
        toggleButton.setChecked(false);
        progressBar.setVisibility(View.GONE);
    }

    @Override
    public void onResults(Bundle results) {
        Log.d(TAG, "onResults");
        ArrayList matches = results.getStringArrayList(SpeechRecognizer.RESULTS_RECOGNITION);
        if (matches != null && !matches.isEmpty()) {
            StringBuilder text = new StringBuilder();
            for (String result : matches) {
                text.append(result).append("\n");
            }
            tvResult.setText(text.toString().trim());
        }
        progressBar.setVisibility(View.GONE);
    }

    @Override
    public void onPartialResults(Bundle partialResults) {
        ArrayList matches = partialResults.getStringArrayList(SpeechRecognizer.RESULTS_RECOGNITION);
        if (matches != null && !matches.isEmpty()) {
            tvResult.setText("आंशिक: " + matches.get(0));
        }
    }

    @Override
    public void onEvent(int eventType, Bundle params) {
        Log.d(TAG, "onEvent: " + eventType);
    }

    private String getErrorText(int errorCode) {
        switch (errorCode) {
            case SpeechRecognizer.ERROR_AUDIO: return "ऑडियो रिकॉर्डिंग त्रुटि";
            case SpeechRecognizer.ERROR_CLIENT: return "क्लाइंट साइड त्रुटि";
            case SpeechRecognizer.ERROR_INSUFFICIENT_PERMISSIONS: return "अपर्याप्त अनुमतियाँ";
            case SpeechRecognizer.ERROR_NETWORK: return "नेटवर्क त्रुटि";
            case SpeechRecognizer.ERROR_NETWORK_TIMEOUT: return "नेटवर्क टाइमआउट";
            case SpeechRecognizer.ERROR_NO_MATCH: return "कोई मिलान नहीं";
            case SpeechRecognizer.ERROR_RECOGNIZER_BUSY: return "रिकग्निशन सेवा व्यस्त";
            case SpeechRecognizer.ERROR_SERVER: return "सर्वर त्रुटि";
            case SpeechRecognizer.ERROR_SPEECH_TIMEOUT: return "कोई स्पीच इनपुट नहीं";
            default: return "समझ नहीं आया, कृपया पुनः प्रयास करें";
        }
    }

    @Override
    protected void onDestroy() {
        super.onDestroy();
        if (speechRecognizer != null) {
            speechRecognizer.destroy();
            Log.d(TAG, "SpeechRecognizer नष्ट किया गया");
        }
    }
}

महत्वपूर्ण बिंदु

• ऑफलाइन सपोर्ट: सभी डिवाइस ऑफलाइन रिकग्निशन सपोर्ट नहीं करते। EXTRA_PREFER_OFFLINE केवल एक संकेत है।
• लाइफसाइकिल: हमेशा onDestroy() में destroy() कॉल करें ताकि मेमोरी लीक न हो।
• भाषा: EXTRA_LANGUAGE के साथ भाषा सेट करें (उदाहरण: "hi-IN" हिंदी के लिए)।
• निरंतर सुनना: लंबे सत्रों के लिए, onEndOfSpeech में पुनः startListening() कॉल करें।

वैकल्पिक: Vosk (पूरी तरह से ऑफलाइन, ओपन सोर्स)

पूर्ण ऑफलाइन नियंत्रण के लिए, Vosk लाइब्रेरी का उपयोग करें:

// build.gradle
implementation "org.vosk:vosk-android:0.3.45"

// उपयोग
Model model = new Model("model_path");
SpeechRecognizer recognizer = new SpeechRecognizer(model, 16000.0f);