语音识别 HarmonyOS SDK

更新时间：2026-01-06

1. 文档说明

文档名称	语音识别集成文档
所属平台	HarmonyOS
提交日期	2026-01-06
概述	本文档是百度语音开放平台HarmonyOS SDK的用户指南，描述了短语音识别、长语音识别等相关接口的使用说明。SDK内部均为采用流式协议，即用户边说边处理。区别于Restapi需要上传整个录音文件。

2. 版本说明

名称	版本号
语音识别	1.0.3
系统支持	HarmonyOS 5.0.4（APILevel 16）+
架构支持	arm64-v8a，armeabi-v7a

3. SDK说明

3.1. 开发包说明

文件名称	说明
doc/Baidu_ASR_SDK_Harmony_Manual.md	本文档
har	语音识别SDK har库
BaiduAsrDemo	开发示例

4. 在线识别调用流程

4.1 初始化 SDK

需要传递三个参数，分别为context上下文，产品pid，cuid。

示例代码

Text

1SpeechEventManager.getInstance().initSdk(
2    getContext(this) as common.UIAbilityContext,    // context上下文
3    "1234",                                         // 产品pid
4    "cuid"                                          // cuid 可选，非必填
5)

4.2 识别

4.2.1 启动识别

this.listener 和 callback 均是回调，用于传入不同形式的回调，业务方按需使用，仅传一个即可

Text

1let startParams: StartParamsAsr = new StartParamsAsr()
2startParams.pid = 123 as number                                  // 识别环境 - pid：非必填，默认1537
3startParams.authInfo = {ak: "apikey", sk: "secretkey"}           // 鉴权参数
4startParams.asrType = SpeechAsrType.SHORT     // SpeechAsrType.SHORT: 单次； SpeechAsrType.TOUCH: 长按 SpeechAsrType.MULTI: 全双工； SpeechAsrType.TRANSLITERATE: 长语音转写
5startParams.earlyReturn = 1                   // 是否打开提前返回
6startParams.acceptAudioVolume = true          // 是否接收音量回调
7
8
9interface Result {
10    word: string[];
11    confident: number[];
12}
13
14interface RecognizeParams {
15    err_no: number;
16    result: Result;
17    asr_align_begin: number;
18    asr_align_end: number;
19    raf: number;
20    early_return_duration_frame: number;
21    corpus_no: number;
22    sn: string;
23    force_align_result: string;
24    confidence_status: number;
25    product_id: number;
26    product_line: string;
27    other_params: string;
28    result_type: string;
29    speak_speed: number;
30    voice_power: number;
31}
32
33SpeechEventManager.getInstance().startAsr(startParams, this.asrListener,
34    (asrState: string, params: string = '', audioData: ArrayBuffer) => {
35        let showMsg = "====" + asrState + ", " + params
36        let msg = "Asr callback: " + showMsg
37        LogUtil.d(msg)
38
39        if (asrState === SpeechAsrState.ASR_AUDIO_DATA) {
40        } else if (asrState === SpeechAsrState.ASR_AUDIO_VOLUME_LEVEL) {
41        } else if (asrState === SpeechAsrState.ASR_READY) {
42
43        } else if (asrState === SpeechAsrState.ASR_PARTIAL) {   // 中间结果
44            const parsedResponse = JSON.parse(params) as RecognizeParams
45            console.log("Partial result: " + parsedResponse?.result?.word[0])
46        } else if (asrState === SpeechAsrState.ASR_FINAL) {     // 最终结果
47        } else if (asrState === SpeechAsrState.ASR_TTS) {       // tts
48        } else if (asrState === SpeechAsrState.ASR_THIRD) {     // 三方数据
49        }else if (asrState === SpeechAsrState.ASR_FINISH) {     // 识别结束
50            const parsedResponse = JSON.parse(params) as RecognizeParams
51            console.log("Final result: " + parsedResponse?.result?.word[0])
52        } else if (asrState === SpeechAsrState.ASR_EXIT) {
53        }
54    })

4.2.1.1 回调样例

Text

1asr.start, {"sn": "a6eb51fb-d44a-465b-9129-9408ae4d7df5"}
2asr.ready, {"sn": "a6eb51fb-d44a-465b-9129-9408ae4d7df5"}
3asr.begin, {"sn": "a6eb51fb-d44a-465b-9129-9408ae4d7df5"}
4asr.partial, {"sn": "a6eb51fb-d44a-465b-9129-9408ae4d7df5", "err_no": 0, "best_result": "我"}
5asr.partial, {"sn": "a6eb51fb-d44a-465b-9129-9408ae4d7df5", "best_result": "我放"}
6asr.partial, {"sn": "a6eb51fb-d44a-465b-9129-9408ae4d7df5", "best_result": "播放音"}
7asr.partial, {"sn": "a6eb51fb-d44a-465b-9129-9408ae4d7df5", "best_result": "播放音乐"}
8asr.end, {"sn": "a6eb51fb-d44a-465b-9129-9408ae4d7df5"}
9asr.final_result, {"sn": "a6eb51fb-d44a-465b-9129-9408ae4d7df5", "best_result": "播放音乐。"}
10asr.finish, {"sn":"a6eb51fb-d44a-465b-9129-9408ae4d7df5","err_no":0,"err":{"errorCode":0,"desc":"Speech Recognize success."}}
11asr.exit, {"sn": "a6eb51fb-d44a-465b-9129-9408ae4d7df5"}
12
13识别失败：
14asr.final_result, {"sn": "162a2ef1-4551-41e9-aac3-93496500b409", "err_no": -3005, "err_msg": "asr server not find effective speech"}

4.2.1.1.1 asr.finish

Text

1{
2	sn: string,
3	err_no: number,
4	err: {
5		errcode: number,
6		desc: string
7	}
8}
9
10sn:asr.finish对应的query的sn。
11err_no:错误码，正常识别结束为0
12err：{
13	errcode:错误码，和err_no一致
14	desc：错误描述
15}

4.2.2 动态设置参数

Text

1let configParams: ConfigParamsAsr = new ConfigParamsAsr()
2configParams.enableLongPress = true
3SpeechEventManager.getInstance().configAsr(configParams)

4.2.3 停止识别

Text

1SpeechEventManager.getInstance().stopAsr()

4.2.4 取消识别

Text

1SpeechEventManager.getInstance().cancelAsr()

4.2.5 支持8k wav文件识别

识别8k wav文件的时候，先进行文件转换，调用接口convertWavTo16kPcm进行转换，转换后把16k pcm文件作为inFile参数传入即可。

4.3. 错误码映射

错误事件	鸿蒙错误码	对应安卓事件	安卓错误码	描述
ERROR_VAD_NO_SPEECH	1001	ERROR_AUDIO_VAD_NO_SPEECH	3101	没有检测到说话开始
ERROR_VAD_INIT_ERROR	1002	ERROR_AUDIO_VAD_INCORRECT	3100	VAD初始化失败
ERROR_NETWORK_FAIL_CONNECT	2001	ERROR_NETWORK_FAIL_CONNECT	2000	网络连接失败
ERROR_NETWORK_LINK_DOWN	2002	~	~	网络连接断开（识别中，系统ws触发close回调）
ERROR_NETWORK_ERROR	2100	ERROR_NETWORK_NOT_AVAILABLE	2100	网络错误
ERROR_AUDIO_RECORDER_OPEN	3001	ERROR_AUDIO_RECORDER_OPEN	3001	录音机打开失败
ERROR_USER_CANCEL	7002	ERROR_EMPTY_RESULT	7002	用户调用exitAsr
ERROR_AUDIO_RECORDER_NO_PERMISSION	9001	ERROR_NO_RECORD_PERMISSION	9001	没有录音机权限

4.4 Debug功能

4.4.1 日志打印

Text

1// 设置关闭日志。
2LogUtil.isLog = false;
3// 设置打开日志。
4LogUtil.isLog = true;

4.4.2 debug音频保存

Text

1// 设置保存路径，即可保存debug音频
2fileRootPath = this.context.filesDir
3ConfigUtil.setDebugAudioPath(fileRootPath)

5 在线sdk鉴权:

在线sdk分为4种激活方式，实际使用种选择其中一种方式进行激活，4种激活方法为：

激活方式	说明
appkey secretKey激活	在百度云网站申请自己的语音合成应用后，会有appKey、appSecret鉴权信息，使用该方法进行在线鉴权，每次启动app需激活一次，不退出app永久有效
永久iamKey激活	需在官网申请的永久iamKey，使用该方法进行在线鉴权，每次启动app需激活一次，不退出app永久有效
accessToken激活	需在使用appkey和secretKey获取的access_token，使用access_token进行授权，该token存在时限，时间到期后需要从新获取新的token从新授权
临时iamKey激活	与accessToken类似，需获取临时iamKey，该key存在时限，时间到期后需要从新获取新的key从新授权