语音翻译 Android SDK 简介
概述
(1) 概念解释
语音翻译:将一段源语言音频文件转换成目标语言文本/语音,大大减轻传统文本翻译的读写成本,翻译更轻松
(2) 说明
Hi,您好,欢迎使用有道智云语音翻译Android SDK。
本文档主要针对需要集成语音翻译服务Android SDK的开发工程师,详细描述有道智云语音翻译能力及集成过程。
如果您有与我们商务合作的需求,可以通过以下方式联系我们:
商务邮箱: AIcloud_Business@corp.youdao.com
如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:
客服QQ:1906538062
智云翻译技术交流QQ 1群: 652880659
智云翻译技术交流QQ 2群: 669384425
智云翻译技术交流QQ 3群: 807539209
智云翻译技术交流QQ 4群: 936752411
联系邮箱: zhiyun@corp.youdao.com
温馨提示:
本文档主要针对开发人员,接入测试前需要在后台创建Android应用,并绑定语音翻译实例;如果您还没有,请按照新手指南 操作。
平台向每个账户赠送50元的体验金,供用户集成前测试所用,具体资费规则详见 语音翻译服务报价 。
功能介绍
有道语音翻译SDK是对有道在线语音翻译接口服务的封装。提供给开发者快速的接入方式;同时提供数据统计服务,方便开发者了解用户语音翻译使用情况。
兼容性
支持设备:运行了 Android 4.0.3以及以上系统的 Android 设备
语音翻译 Android SDK集成指南
集成前提
开始集成SDK之前开发者需要登录有道智云平台 ,创建应用获取应用ID(或者通过运营人员获取应用ID),以便使用语音翻译服务。
集成步骤
翻译sdk由如下几个sdk组成,用户可根据需要组合使用:
文件 | 说明 |
---|---|
YoudaoBase_v20230803.jar | 翻译相关sdk基础库(必选) |
online_auth.jar | 翻译相关sdk基础库(必选) |
zhiyun_offline_common.jar | 翻译相关sdk基础库(必选) |
YoudaoTranslateOnline_v2.0.1.jar | 在线翻译sdk(必选) |
YoudaotranslateDemo | sdk使用demo |
说明:无论使用何种功能,都需要加入 YoudaoBase_v20230803.jar
so包和相应功能的 sdk,可组合使用。
(1) SDK包导入
请在工程文件根目录下创建一个名为 libs 的子目录(有的话则不需要创建),并将YoudaoBase.jar和YoudaoTranslateOnline.jar拷贝到 libs 目录下,并将以下代码添加到app的build.gradle中:
android {
sourceSets.main.jniLibs.srcDirs = ['libs']
...
}
dependencies {
compile files('libs/YoudaoBase_v20230803.jar')
compile files('libs/online_auth.jar')
compile files('libs/zhiyun_offline_common.jar')
compile files('libs/YoudaoTranslateOnline_v2.0.1.jar')
}
(2) AndroidManifest配置
<uses-permission android:name="android.permission.INTERNET" />
<!-- 获取WiFi状态 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
<!-- 获取网络信息状态,如当前的网络连接是否有效 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
<!-- 读取手机状态 phone group -->
<uses-permission android:name="android.permission.READ_PHONE_STATE" />
<!-- 往SDCard读写数据权限 storage group -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
(3) 代码混淆配置
代码混淆文件proguard-project.txt,添加如下内容:
-ignorewarnings
-libraryjars libs/ YoudaoBase_v20230803.jar
-libraryjars libs/ YoudaoTranslateOnline_v2.0.1.jar
-keep class com.youdao.sdk.ydtranslate.** { *;}
-keep class com.youdao.sdk.ydonlinetranslate.** { *;}
(4) SDK初始化
使用图片翻译SDK,请在程序的Application中调用SDK初始化代码,可以参考demo中DemoApplication。
注:appKey即应用ID
//appKey即应用ID
YouDaoApplication.init(this, appkey);
功能集成
说明:请参考 demo 中 SpeachTranslateDemoActivity 的使用
(1) 参数说明
格式支持:wav(不压缩、pcm编码)。
采样率:16k。
编码:16bit位深的单声道
注意:输入语音数据需要转换为Base64编码。
(2) 构造语音翻译查词对象
SpeechTranslateParameters tps = new SpeechTranslateParameters.Builder().source("youdaovoicetranslate")
.from(Language.CHINESE)
.to(Language.ENGLISH)
.format(SpeechTranslateParameters.SOUND_INPUT_PCM)//输入音频格式,支持pcm和war
.rate(SpeechTranslateParameters.RATE_8000)//输入音频码率,支持8000,16000
.sound(SpeechTranslateParameters.SOUND_OUTPUT_MP3)//输出语音格式,支持wav
.voice(SpeechTranslateParameters.VOICE_GIRL_US)//输出声音,支持美式女生、美式男生、英式女生、英式男生
.timeout(100000)//超时时间
.build();
(3) 设置回调和开始翻译
通过SpeechTranslate,设置上一步构造的查词对象,调用lookup方法传入语音base64编码的数据和回调接口开始查询,方法中最后一个参数"requestId",SDK并未使用,在回调中会再返回给开发者,用于区分每次调用,开发者可传null或者任意字符串。
识别回调接口包含两个方法:onResult表示识别成功,相关结果存储在result参数中,onError表示失败,失败信息放在TranslateErrorCode枚举类中。
注意:整个识别是异步的,回调在子线程进行,若涉及到界面操作,请切回主线程。
SpeechTranslate.getInstance(tps).lookup(bases64,
new TranslateListener() {
@Override
public void onResult(final Translate result, String input, String requestId) {
handler.post(new Runnable() {
@Override
public void run() {
resultText.setText("翻译完成:" + result.getQuery());
tr = result;
toDetail.setVisibility(View.VISIBLE);
}
});
}
@Override
public void onError(final TranslateErrorCode error, String requestId) {
handler.post(new Runnable() {
@Override
public void run() {
tr = null;
resultText.setText("翻译失败" + error.toString());
toDetail.setVisibility(View.GONE);
}
});
}
}, "requestId");
语音翻译 Android SDK 简介
概述
(1) 概念解释
语音翻译:将一段源语言音频文件转换成目标语言文本/语音,大大减轻传统文本翻译的读写成本,翻译更轻松
(2) 说明
Hi,您好,欢迎使用有道智云语音翻译Android SDK。
本文档主要针对需要集成语音翻译服务Android SDK的开发工程师,详细描述有道智云语音翻译能力及集成过程。
如果您有与我们商务合作的需求,可以通过以下方式联系我们:
商务邮箱: AIcloud_Business@corp.youdao.com
如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:
客服QQ:1906538062
智云翻译技术交流QQ 1群: 652880659
智云翻译技术交流QQ 2群: 669384425
智云翻译技术交流QQ 3群: 807539209
智云翻译技术交流QQ 4群: 936752411
联系邮箱: zhiyun@corp.youdao.com
温馨提示:
本文档主要针对开发人员,接入测试前需要在后台创建Android应用,并绑定语音翻译实例;如果您还没有,请按照新手指南 操作。
平台向每个账户赠送50元的体验金,供用户集成前测试所用,具体资费规则详见 语音翻译服务报价 。
功能介绍
有道语音翻译SDK是对有道在线语音翻译接口服务的封装。提供给开发者快速的接入方式;同时提供数据统计服务,方便开发者了解用户语音翻译使用情况。
兼容性
支持设备:运行了 Android 4.0.3以及以上系统的 Android 设备
语音翻译 Android SDK集成指南
集成前提
开始集成SDK之前开发者需要登录有道智云平台 ,创建应用获取应用ID(或者通过运营人员获取应用ID),以便使用语音翻译服务。
集成步骤
翻译sdk由如下几个sdk组成,用户可根据需要组合使用:
文件 | 说明 |
---|---|
YoudaoBase_v20230803.jar | 翻译相关sdk基础库(必选) |
online_auth.jar | 翻译相关sdk基础库(必选) |
zhiyun_offline_common.jar | 翻译相关sdk基础库(必选) |
YoudaoTranslateOnline_v2.0.1.jar | 在线翻译sdk(必选) |
YoudaotranslateDemo | sdk使用demo |
说明:无论使用何种功能,都需要加入 YoudaoBase_v20230803.jar
so包和相应功能的 sdk,可组合使用。
(1) SDK包导入
请在工程文件根目录下创建一个名为 libs 的子目录(有的话则不需要创建),并将YoudaoBase.jar和YoudaoTranslateOnline.jar拷贝到 libs 目录下,并将以下代码添加到app的build.gradle中:
android {
sourceSets.main.jniLibs.srcDirs = ['libs']
...
}
dependencies {
compile files('libs/YoudaoBase_v20230803.jar')
compile files('libs/online_auth.jar')
compile files('libs/zhiyun_offline_common.jar')
compile files('libs/YoudaoTranslateOnline_v2.0.1.jar')
}
(2) AndroidManifest配置
<uses-permission android:name="android.permission.INTERNET" />
<!-- 获取WiFi状态 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
<!-- 获取网络信息状态,如当前的网络连接是否有效 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
<!-- 读取手机状态 phone group -->
<uses-permission android:name="android.permission.READ_PHONE_STATE" />
<!-- 往SDCard读写数据权限 storage group -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
(3) 代码混淆配置
代码混淆文件proguard-project.txt,添加如下内容:
-ignorewarnings
-libraryjars libs/ YoudaoBase_v20230803.jar
-libraryjars libs/ YoudaoTranslateOnline_v2.0.1.jar
-keep class com.youdao.sdk.ydtranslate.** { *;}
-keep class com.youdao.sdk.ydonlinetranslate.** { *;}
(4) SDK初始化
使用图片翻译SDK,请在程序的Application中调用SDK初始化代码,可以参考demo中DemoApplication。
注:appKey即应用ID
//appKey即应用ID
YouDaoApplication.init(this, appkey);
功能集成
说明:请参考 demo 中 SpeachTranslateDemoActivity 的使用
(1) 参数说明
格式支持:wav(不压缩、pcm编码)。
采样率:16k。
编码:16bit位深的单声道
注意:输入语音数据需要转换为Base64编码。
(2) 构造语音翻译查词对象
SpeechTranslateParameters tps = new SpeechTranslateParameters.Builder().source("youdaovoicetranslate")
.from(Language.CHINESE)
.to(Language.ENGLISH)
.format(SpeechTranslateParameters.SOUND_INPUT_PCM)//输入音频格式,支持pcm和war
.rate(SpeechTranslateParameters.RATE_8000)//输入音频码率,支持8000,16000
.sound(SpeechTranslateParameters.SOUND_OUTPUT_MP3)//输出语音格式,支持wav
.voice(SpeechTranslateParameters.VOICE_GIRL_US)//输出声音,支持美式女生、美式男生、英式女生、英式男生
.timeout(100000)//超时时间
.build();
(3) 设置回调和开始翻译
通过SpeechTranslate,设置上一步构造的查词对象,调用lookup方法传入语音base64编码的数据和回调接口开始查询,方法中最后一个参数"requestId",SDK并未使用,在回调中会再返回给开发者,用于区分每次调用,开发者可传null或者任意字符串。
识别回调接口包含两个方法:onResult表示识别成功,相关结果存储在result参数中,onError表示失败,失败信息放在TranslateErrorCode枚举类中。
注意:整个识别是异步的,回调在子线程进行,若涉及到界面操作,请切回主线程。
SpeechTranslate.getInstance(tps).lookup(bases64,
new TranslateListener() {
@Override
public void onResult(final Translate result, String input, String requestId) {
handler.post(new Runnable() {
@Override
public void run() {
resultText.setText("翻译完成:" + result.getQuery());
tr = result;
toDetail.setVisibility(View.VISIBLE);
}
});
}
@Override
public void onError(final TranslateErrorCode error, String requestId) {
handler.post(new Runnable() {
@Override
public void run() {
tr = null;
resultText.setText("翻译失败" + error.toString());
toDetail.setVisibility(View.GONE);
}
});
}
}, "requestId");
支持语言
英文名 | 中文名 | 代码 | |
---|---|---|---|
Mandarin (China) | 中文 | zh-CHS | |
English (US) | 英文 | en | |
English (Australia) | 英文(澳大利亚) | en-AUS | |
English (GB) | 英文(英国) | en-GBR | |
English (India) | 英文(印度) | en-IND | |
Japanese | 日文 | ja | |
Korean | 韩文 | ko | |
French | 法文 | fr | |
Spanish | 西班牙文 | es | |
Portuguese (Portugal) | 葡萄牙文 | pt | |
Russian | 俄文 | ru | |
German | 德文 | de | |
Arabic | 阿拉伯文 | ar | |
Indonesian | 印尼文 | id | |
Catalan | 加泰隆语 | ca | |
Czech | 捷克语 | cs | |
Danish | 丹麦语 | da | |
Greek | 希腊语 | el | |
Finnish | 芬兰语 | fi | |
French (Canada) | 法语(加拿大) | fr-CAN | |
Hebrew | 希伯来语 | he | |
Hindi | 印地语 | hi | |
Hungarian | 匈牙利语 | hu | |
Italian | 意大利语 | it | |
Dutch | 荷兰语 | nl | |
Norwegian | 挪威语 | no | |
Polish | 波兰语 | pl | |
Portuguese (Brazil) | 葡萄牙语(巴西) | pt-BRA | |
Romanian | 罗马尼亚语 | ro | |
Slovak | 斯洛伐克语 | sk | |
Swedish | 瑞典语 | sv | |
Thai | 泰语 | th | |
Turkish | 土耳其语 | tr | |
Cantonese | 粤语 | yue | |
Mandarin (Taiwan) | 普通话(中国台湾) | zh-TWN |
注意
- 越南语和印尼语目前只支持和中文的互译。
- 支持自动识别的语种包括:中文、英文。
- 若列表语言出现不支持的问题,请参考产品定价列表语种互译的限制
错误代码列表
错误码 | 含义 |
---|---|
101 | 缺少必填的参数 |
102 | 不支持的语言类型 |
103 | 翻译文本过长 |
104 | 不支持的API类型 |
105 | 不支持的签名类型 |
106 | 不支持的响应类型 |
107 | 不支持的传输加密类型 |
108 | 应用ID无效,注册账号,登录后台创建应用和实例并完成绑定,可获得应用ID和应用密钥等信息 |
109 | batchLog格式不正确 |
110 | 无相关服务的有效实例 |
111 | 开发者账号无效 |
113 | q不能为空 |
114 | 不支持的图片传输方式 |
201 | 解密失败,可能为DES,BASE64,URLDecode的错误 |
202 | 签名检验失败 |
203 | 访问IP地址不在可访问IP列表 |
205 | 请求的接口与应用的平台类型不一致,如有疑问请参考入门指南 |
206 | 因为时间戳无效导致签名校验失败 |
207 | 重放请求 |
301 | 辞典查询失败 |
302 | 翻译查询失败 |
303 | 服务端的其它异常 |
304 | 会话闲置太久超时 |
401 | 账户已经欠费停 |
402 | offlinesdk不可用 |
411 | 访问频率受限,请稍后访问 |
412 | 长请求过于频繁,请稍后访问 |
1001 | 无效的OCR类型 |
1002 | 不支持的OCR image类型 |
1003 | 不支持的OCR Language类型 |
1004 | 识别图片过大 |
1201 | 图片base64解密失败 |
1301 | OCR段落识别失败 |
1411 | 访问频率受限 |
1412 | 超过最大识别字节数 |
2003 | 不支持的语音声道 |
2004 | 不支持的语音上传类型 |
2005 | 不支持的语言类型 |
2006 | 不支持的识别类型 |
2201 | 识别音频文件过大 |
2301 | 识别音频时长过长 |
2411 | 不支持的音频文件类型 |
2412 | 不支持的发音类型 |
3001 | 不支持的语音格式 |
3002 | 不支持的语音采样率 |
3003 | 不支持的语音声道 |
3004 | 不支持的语音上传类型 |
3005 | 不支持的语言类型 |
3006 | 不支持的识别类型 |
3007 | 识别音频文件过大 |
3008 | 识别音频时长过长 |
3009 | 不支持的音频文件类型 |
3010 | 不支持的发音类型 |
3201 | 解密失败 |
3301 | 语音识别失败 |
3302 | 语音翻译失败 |
3303 | 服务的异常 |
3411 | 访问频率受限,请稍后访问 |
3412 | 超过最大请求字符数 |
5001 | 无效的OCR类型 |
5002 | 不支持的OCR image类型 |
5003 | 不支持的语言类型 |
5004 | 识别图片过大 |
5005 | 不支持的图片类型 |
5006 | 文件为空 |
5201 | 解密错误,图片base64解密失败 |
5301 | OCR段落识别失败 |
5411 | 访问频率受限 |
5412 | 超过最大识别流量 |
9001 | 不支持的语音格式 |
9002 | 不支持的语音采样率 |
9003 | 不支持的语音声道 |
9004 | 不支持的语音上传类型 |
9005 | 不支持的语音识别 Language类型 |
9301 | ASR识别失败 |
9303 | 服务器内部错误 |
9411 | 访问频率受限(超过最大调用次数) |
9412 | 超过最大处理语音长度 |
10001 | 无效的OCR类型 |
10002 | 不支持的OCR image类型 |
10004 | 识别图片过大 |
10201 | 图片base64解密失败 |
10301 | OCR段落识别失败 |
10411 | 访问频率受限 |
10412 | 超过最大识别流量 |
13001 | 不支持的角度类型 |
13002 | 不支持的文件类型 |
13003 | 表格识别图片过大 |
13004 | 文件为空 |
13301 | 表格识别失败 |
17001 | 需要图片 |
17002 | 图片过大(1M) |
17003 | 识别类型未找到 |
17004 | 不支持的识别类型 |
17005 | 服务调用失败 |
-1000 | 未知错误 |
-2000 | 查询输入为空 |
常见问题及注意事项
1.运行程序崩溃?
检查下是否对应的 so
是否放到当前工程目录下。
2.翻译没结果?
检查下翻译接口回调的错误信息,保证申请的应用ID是有效且提前绑定了。
3.如何获得应用ID
注册账号, 登录后台创建应用和实例并完成绑定, 可获得应用ID和应用密钥等信息。
4.出现错误HTTP_REQUEST_ERROR("Http requesterror.",1)
在确保有网情况下,若调用过程中出现这个错误,HTTP_REQUEST_ERROR("Http requesterror.",1)
,请检查是否是在主线程中调用的翻译识别方法,请确保在主线程调用。
版本更新记录
上线日期 | 版本号 | 更新内容 |
---|---|---|
2023.08.07 | v2.0.1 | 兼容多个sdk |
注意
- 越南语和印尼语目前只支持和中文的互译。
- 支持自动识别的语种包括:中文、英文。
错误代码列表
错误码 | 含义 |
---|---|
101 | 缺少必填的参数 |
102 | 不支持的语言类型 |
103 | 翻译文本过长 |
104 | 不支持的API类型 |
105 | 不支持的签名类型 |
106 | 不支持的响应类型 |
107 | 不支持的传输加密类型 |
108 | 应用ID无效,注册账号,登录后台创建应用和实例并完成绑定,可获得应用ID和应用密钥等信息 |
109 | batchLog格式不正确 |
110 | 无相关服务的有效实例 |
111 | 开发者账号无效 |
113 | q不能为空 |
114 | 不支持的图片传输方式 |
201 | 解密失败,可能为DES,BASE64,URLDecode的错误 |
202 | 签名检验失败 |
203 | 访问IP地址不在可访问IP列表 |
205 | 请求的接口与应用的平台类型不一致,如有疑问请参考入门指南 |
206 | 因为时间戳无效导致签名校验失败 |
207 | 重放请求 |
301 | 辞典查询失败 |
302 | 翻译查询失败 |
303 | 服务端的其它异常 |
304 | 会话闲置太久超时 |
401 | 账户已经欠费停 |
402 | offlinesdk不可用 |
411 | 访问频率受限,请稍后访问 |
412 | 长请求过于频繁,请稍后访问 |
1001 | 无效的OCR类型 |
1002 | 不支持的OCR image类型 |
1003 | 不支持的OCR Language类型 |
1004 | 识别图片过大 |
1201 | 图片base64解密失败 |
1301 | OCR段落识别失败 |
1411 | 访问频率受限 |
1412 | 超过最大识别字节数 |
2003 | 不支持的语音声道 |
2004 | 不支持的语音上传类型 |
2005 | 不支持的语言类型 |
2006 | 不支持的识别类型 |
2201 | 识别音频文件过大 |
2301 | 识别音频时长过长 |
2411 | 不支持的音频文件类型 |
2412 | 不支持的发音类型 |
3001 | 不支持的语音格式 |
3002 | 不支持的语音采样率 |
3003 | 不支持的语音声道 |
3004 | 不支持的语音上传类型 |
3005 | 不支持的语言类型 |
3006 | 不支持的识别类型 |
3007 | 识别音频文件过大 |
3008 | 识别音频时长过长 |
3009 | 不支持的音频文件类型 |
3010 | 不支持的发音类型 |
3201 | 解密失败 |
3301 | 语音识别失败 |
3302 | 语音翻译失败 |
3303 | 服务的异常 |
3411 | 访问频率受限,请稍后访问 |
3412 | 超过最大请求字符数 |
5001 | 无效的OCR类型 |
5002 | 不支持的OCR image类型 |
5003 | 不支持的语言类型 |
5004 | 识别图片过大 |
5005 | 不支持的图片类型 |
5006 | 文件为空 |
5201 | 解密错误,图片base64解密失败 |
5301 | OCR段落识别失败 |
5411 | 访问频率受限 |
5412 | 超过最大识别流量 |
9001 | 不支持的语音格式 |
9002 | 不支持的语音采样率 |
9003 | 不支持的语音声道 |
9004 | 不支持的语音上传类型 |
9005 | 不支持的语音识别 Language类型 |
9301 | ASR识别失败 |
9303 | 服务器内部错误 |
9411 | 访问频率受限(超过最大调用次数) |
9412 | 超过最大处理语音长度 |
10001 | 无效的OCR类型 |
10002 | 不支持的OCR image类型 |
10004 | 识别图片过大 |
10201 | 图片base64解密失败 |
10301 | OCR段落识别失败 |
10411 | 访问频率受限 |
10412 | 超过最大识别流量 |
13001 | 不支持的角度类型 |
13002 | 不支持的文件类型 |
13003 | 表格识别图片过大 |
13004 | 文件为空 |
13301 | 表格识别失败 |
17001 | 需要图片 |
17002 | 图片过大(1M) |
17003 | 识别类型未找到 |
17004 | 不支持的识别类型 |
17005 | 服务调用失败 |
-1000 | 未知错误 |
-2000 | 查询输入为空 |
常见问题及注意事项
1.运行程序崩溃?
检查下是否对应的 so
是否放到当前工程目录下。
2.翻译没结果?
检查下翻译接口回调的错误信息,保证申请的应用ID是有效且提前绑定了。
3.如何获得应用ID
注册账号, 登录后台创建应用和实例并完成绑定, 可获得应用ID和应用密钥等信息。
4.出现错误HTTP_REQUEST_ERROR("Http requesterror.",1)
在确保有网情况下,若调用过程中出现这个错误,HTTP_REQUEST_ERROR("Http requesterror.",1)
,请检查是否是在主线程中调用的翻译识别方法,请确保在主线程调用。
版本更新记录
上线日期 | 版本号 | 更新内容 |
---|---|---|
2023.08.07 | v2.0.1 | 兼容多个sdk |