Android平台语音识别服务对比分析

一、Google

1、主要功能

提供中英文等多国语言的识别。

2、主要优缺点

主要优点：

语音识别引擎庞大，识别精度很高，适用于文本语音识别。提供多国语言的语音识别。任何平台都可以进行访问，容易使用。

主要缺点：

国内可能访问不太稳定，对中文的识别率相对讯飞可能稍差。

3、使用方法

Android在Android 2.2及后续版本本身提供了可以使用的API接口，使用方式相对简单，但是其不足是需要依赖于类似于VoiceSearch.apk这样的应用，这里面主要完成了音频录音，信号检测，信号降噪等的处理。

当然，从理论上来说，基于Android开源的特性，我们也可以拿到VoiceSearch.apk的源代码，然后加以分析和改造，将相关代码集成到我们的应用中，从而达到不依赖于第三方APK而实现语音识别。当然，此种方法理论可行，但是可能有些麻烦。

4、协议条款

Android这边可以免费使用，不存在什么条款和限制。

5、代表产品

使用也比较广泛，比如UCWEB就是采用以依赖第三方APK的方式使用的。

二、科大讯飞

1、主要功能

实现基于HTTP协议的语音应用服务器，支持语音合成、语音听写、语音识别、声纹识别等服务。

提供基于移动平台和PC上的语音客户端子系统，内部集成音频处理和音频编解码模块，提供关于语音合成、语音听写、语音识别和声纹识别完善的API。

只需要申请成为开发者，便可以下载相关的SDK和开发文档。

2、主要优缺点

主要优点：

支持平台丰富，各个平台上都有相应的详细SDK文档

语音识别引擎较庞大，对中文的识别精度很高。

主要缺点：

识别引擎位于服务器端，须远程访问，识别速度较慢。

对语言支持不如Google，目前仅支持中文听写。

当软件用户达到百万次后，需要开始收费。

3、使用方法

（1）以控件方式提供开发者使用，此种做法主要是UI不能自己定制，但是使用比较简单，也不需要依赖第三方APK应用。

（2）将底层库提供给开发者使用，此种做法开发者可以自定义UI，界面风格上会相对灵活。但是以这种方式使用的话具体细节需要和讯飞走商务流程去谈。

4、协议条款

具体见讯飞官网。需要注意的就是申请正式的APPID后可以日使用量达到2W次。当用户达到百万次后，需要开始收费。

5、代表产品

国内广泛适用。

三、云知声

1、主要功能

云知声语音云让计算机“听懂”人类的语音，将语音中包含的文字信息识别出来。云知声语音云支持大词汇量连续语音在线识别，支持应用通过API直接调用公有云服务。

2、主要优缺点

鉴于目前国内科大讯飞占据语音识别的主流地位，云知声相对使用较少，优缺点不是太明确。

3、使用方法

（1）以控件的方式提供开发者使用

（2）以底层API的方式提供开发者使用，需要走商务流程。

4、协议条款

具体见云知声官网。需要注意的是云知声使用相对限制比较松，而且对使用量也没有限制，直接申请即可。

5、代表产品

搜狗输入法，触宝输入法，微信语音插件。。。

综合：根据分析和网上资料来看，对于中文识别，讯飞在识别率和使用量等方面，占有优势。当然，讯飞语音提供给开发者使用的限制也相对较多，这是其相对开发者使用来说的不足之处。但是鉴于目前我们的用户规模较小，暂时选择使用讯飞语音作为我们的语音服务提供商是可以的，故倾向于在62111929语音输入部分选用讯飞语音引擎。