【工程配套】在Unity项目中接入思必驰语音SDK，实现类似“语音助手”的功能

思必驰提供了安卓SDK，基于此实现Unity调用安卓SDK的原生接口。

在Unity项目中接入思必驰语音SDK，实现了简单的语音助手Demo。

此文档为工程配套文档。

一、获取思必驰SDK的Token

这里采用动态注册的方式（注册仅为一种鉴权方式，无论哪种鉴权方式，都不会影响语音识别、语音合成、语音唤醒的功能）。

若是要使用其它注册方式，请参考官方文档。https://cloud.aispeech.com/docs/product_authorization

1. 创建产品

• 登入控制台https://cloud.aispeech.com/

• 选择“基础单项技术”
  

• 右上角添加，“基础技术接入”
  

• 选择单项技术，勾选所需的“语音识别|语音合成|语音唤醒”相关单项
  

2. 申请Token

思必驰SDK提供了动态注册的授权方式，这里需要申请所需的Token

• 进入授权管理
  
• 点击申请APIKEY，输入（你要开发的安卓程序的包名）packagename和（你要开发的安卓程序打包签名时用到的keystore文件）keystore的SHA256值。
  
• 点击确定，得到APIKEY（记录下红框中的内容，后续备用）

3. 补充：包名获取

原生开发方式获取

获取build.gradle文件中的ApplicationId作为PackageName；如果没有设置ApplicationId，请以AndroidManifest.xml配置文件的package 属性为准。

Unity开发获取

安卓平台下

在ProjectSettings中设置PackageName

4. 补充：生成keystore文件

生成keystore文件

参考文档：https://eqgis.blog.csdn.net/article/details/148040233
对于Unity开发者，建议直接在Unity中创建

5. 补充：获取SHA256值

注意：JDK需配置环境变量

• 检查是否将JDK配置环境变量，输入“keytool”，以下情况为正常。
  

• 输入命令：keytool -v -list -keystore keystore文件路径

debug.keystore：命令为：keytool -list -v -keystore debug.keystore

自定义的 keystore：命令为：keytool -list -v -keystore apk的keystore

• 查看SHA256，复制内容。在之前的申请APIKEY的地方时使用

二、Unity配置

注意：这里需使用我提供的工程Demo(或是导入我提供的unitypackage)

1. 配置Token

• 打开EQGIS->Settings，填写思必驰的相关Token信息
  
• 保存修改

2. 创建“Assistant”

• 在场景中创建对象

示例工程中的SampleScene中默认创建，无需额外创建。这里记录仅是作参考

• 检视对象

默认已在对象挂载脚本并绑定

三、语音唤醒

1. 修改唤醒词

唤醒词要求为拼音。

在以下代码位置替换唤醒词即可

四、语音合成

TTS功能（文本转语音）

1. 预设文本转语音

关键步骤：

• 替换textContent
• 启动ttsEngine
  代码示例：

entity.ttsEngine.textContent = entity.RandomResponse(entity.wakeupResponses);
entity.status = VoiceAssistantStatus.SPEEKING;
entity.ttsEngine.StartEngine();

补充说明：你可以找到SbcTtsEngine.cs中StartEngine的引用位置。自定义语音反馈，亦或是通过Unity的AudioClip播放预设音频也可以实现语音反馈。

五、语音识别

ASR功能（语音转文本）

1. 修改本地语音识别的预设文本

当前采用本地识别，则需要预先根据XBNF语法，设置文件。
当前安卓原生部分引入的SDK配置的XBNF文件在Assets目录下。

打包后的安卓aar文件，在Unity的Eqgis/Plugins/Android目录下

打开aar（当做一个zip文件打开就行）
- 查看local_asr.xbnf（替换文本内容），需保持替换前后文件同名。

补充：若是你无法通过上述方式替换成功，请将xbnf文件提供给源码作者，重新编译aar。

此外需要注意的是：

2. 识别到语音内容

默认逻辑：唤醒词唤醒->助手答复后->（启动语音识别监听）语音识别

你可以参考以下代码位置的实现修改逻辑

• 在第一次TTS（文本转语音）后，（认定为助手答复）启动语音识别监听。
  
• 当识别到语音内容时，触发Recognize事件

Unity开发者，在此处处理识别到的语音文本

3. 允许超时的次数设置

ASR识别超时重试，若是超时。可以执行“请再说一遍”（预设文本可在源码中修改）

六、指令任务

在识别到语音内容后，我们得到一个String。通过字符串匹配，我们可实现简单的指令任务。

1. VoiceCommandManager

• 场景中创建一个游戏对象，挂载VoiceCommandManager脚本
• 在ASR识别回调的Recognize(String)事件中，回调出的String就是监听到用户说的话。
• 调用挂载VoiceCommandManager组件的Rec(string)方法

这里实现了根据指令修改Cube颜色的字符串匹配示例，可做参考。

七、运行说明

1. 运行平台

项目采用安卓原生的aar，仅可运行在安卓设备上。

2. 运行日志

接口预留了日志打印方法。Unity项目中配置条件编译。“DEBUG_LOG”
参考EqLog.cs

#if DEBUG_LOG
        private static string logFilePath = Application.persistentDataPath + "/runtime.log";
#endif

文件日志保存在安卓根目录/Android/data/你的包名/files/runtime.log文件中。示例如下：

3. 缓存文件

• 思必驰通过Token动态注册（鉴权）时，第一次会联网鉴权，生成缓存文件。后续动态注册会根据缓存文件鉴权。（因此无需再联网）
• 鉴权成功后，语音识别引擎启动时，会根据xbnf文件编译bin文件，保存在缓存文件夹中。（因此第一次启动语音识别引擎时，耗时会受到xbnf文件大小影响）