快应用接入机器学习服务指导
1. 机器学习服务介绍
机器学习服务(ML Kit)提供机器学习套件,为开发者使用机器学习能力开发各类应用,提供优质体验。得益于华为长期技术积累,ML Kit为开发者提供简单易用、服务多样、技术领先的机器学习能力,助力开发者更快更好地开发各类AI应用。
目前快应用的机器学习服务主要有三大接口:
-
实时语音识别服务
-
文本翻译服务
-
语音合成服务。
1.1接入准备
-
在华为开发者联盟上注册成为开发者,并完成实名认证。
-
在AppGallery Connect上完成快应用的创建。
-
在AppGallery Connect上开通华为机器学习服务。
-
点击我的项目,在应用里可以下载获取agconnect-service.json的文件。可在该文件获取Appid和Appkey参数
2. 快应用接入机器学习服务开发流程
2.1实时语音识别开发
【Step1】创建快应用,在manifest.json文件中的feature字段增加配置:{"name": "service.ml.asr"}
【Step2】在ux文件的script部分引入:import mlasr from ‘@service.ml.asr’ 或 var mlasr = require(“@service.ml.asr”)
【Step3】调用mlasr.start接口,输入相关参数,启动语音识别服务。
【Step4】调用mlasr.stop接口,输入相关参数,停止语音识别服务。
2.2文本翻译开发
【Step1】创建快应用,在manifest.json文件中的feature字段增加配置: {"name": "service.ml.translate"}
【Step2】在ux文件的script部分引入:import translate from ‘@service.ml.translate’ 或 var translate = require(“@service.ml.translate”)
【Step3】调用translate.translate接口,输入相关参数,进行文本翻译,在毁掉中获取翻译结果。
2.3语音合成开发
【Step1】创建快应用,在manifest.json文件中的feature字段增加配置: {"name": "service.ml.tts"}
【Step2】在ux文件的script部分引入:import translate from ‘@service.ml.tts’ 或 var tts = require(“@service.ml.tts”)
【Step3】调用tts.speck接口,输入相关参数,开始语音合成。
【Step3】调用tts.pausePlay接口,可以暂停语音播放。
【Step3】调用tts.resumePlay接口,可以恢复语音播放。
【Step3】调用tts.stop接口,停止语音合成。
3. 机器学习服务错误码说明
3.1实时语音识别错误码
错误码 | 说明 | 处理建议 |
11202 | 网络错误 | 检查网络是否正常 |
11203 | 服务不可用 | 根据返回的错误信息修改参数 |
11204 | 无法识别的语音 | 检查输入的语音是否正常,是否与设置的语言一致 |
3.2文本翻译错误码
错误码 | 说明 | 处理建议 |
-1 | 未知类型错误。 | - |
0 | 服务正常运行。 | - |
1 | 操作被取消。 | - |
2 | 内部错误。 | - |
3 | 当前服务不可用。 | 检查网络是否正常 |
4 | 不支持的操作,可能是接口未实现或当前版本不支持。 | - |
5 | 错误参数,表示参数本身错误,与服务无关。 | 修改参数 |
6 | 操作超时,在设定的截止时间之前,操作未完成。 | - |
7 | 请求的资源未发现或不存在。 | - |
8 | 想要创建的资源已经存在,不需要重复创建。 | - |
9 | 没有权限操作。 | - |
10 | 资源耗尽,可能是系统资源或当前用户的资源不足。 | - |
11 | 由于系统未准备就绪,导致操作失败。 | - |
12 | 操作被打断,可能是并发导致中止。 | - |
13 | 跨界限操作,试图请求有效范围外的操作。 | - |
3.3语音合成错误码
错误码 | 说明 | 处理建议 |
11305 | 音频播放错误 | - |
11306 | 鉴权失败 | 使用正确的鉴权参数。 |
11301 | 非法参数 | 使用符合规则的参数。 |
11303 | 余额不足 | 查看帐户。 |
11398 | 内部错误 | - |
11302 | 网络连接异常 | 查看网络连接。 |
11304 | 语音合成失败 | - |
11399 | 未知错误 | - |
慕课视频链接:
https://developer.huawei.com/consumer/cn/training/detail/101619764003608910
开发文档链接:
相关文章
- 生产追溯系统-Wifi+传感器,实现计数器以及监控机器是否停止
- 最大似然估计 (MLE)与 最大后验概率(MAP)在机器学习中的应用
- 机器学习在软件测试领域的应用
- 机器学习笔记 - CRAFT(文本检测的字符区域感知)论文解读
- 机器学习笔记 - 深入了解TensorFlow模型优化工具包
- XAI之GS:全局代理(Global Surrogate,对黑盒机器学习执行模型可解释性的技术)的简介、常用工具包、案例应用之详细攻略
- ML与Regularization:正则化理论即bias-variance tradeoff(权值衰减/提前终止/数据扩增/Dropout/融合技术)在机器学习中的简介、常用方法、案例应用之详细攻略
- DL之AF:机器学习/深度学习中常用的激活函数(sigmoid、softmax等)简介、应用、计算图实现、代码实现详细攻略
- Interview之ML:机器学习算法工程师结构知识思维导图集合、求职九大必备技能之【数学基础、特征工程能力、模型评估和优化、机器学习基本概念/经典算法、深度学习算法、业务与应用】(持续更新)
- AI:人工智能领域主要方向(技术和应用)、与机器学习/深度学习的关系、数据科学关键技术与知识发现/数据挖掘/统计学/模式识别/神经计算学/数据库的关系(几张图理清之间的暧昧关系)
- AI之AutoML:Ludwig(无需编写代码/易于使用的界面和可视化自动机器学习工具)的简介、安装、使用方法之详细攻略
- DataScience:机器学习中特征工程之WOE编码(离散变量编码/有监督)的简介、计算过程、案例应用之详细攻略
- AI之FL:联邦学习(Federated Learning,分布式机器学习技术)的简介(背景/思想/特点/优势/未来展望/发展史)、系统及其架构、场景应用之详细攻略
- ML之Validation:机器学习中模型验证方法的简介、代码实现、案例应用之详细攻略
- ML与Regularization:正则化理论即bias-variance tradeoff(权值衰减/提前终止/数据扩增/Dropout/融合技术)在机器学习中的简介、常用方法、案例应用之详细攻略
- 一文详解机器学习中最好用的提升方法:Boosting 与 AdaBoost
- 应用机器学习的建议(Advice for Applying Machine Learning)
- opencv3/C++ 机器学习-SVM应用实例:药品(胶囊)识别与分类
- 机器学习笔记,使用metrics.classification_report显示精确率,召回率,f1指数
- 机器学习——贝叶斯分类器
- OpenMLDB + Jupyter Notebook:快速搭建机器学习应用
- kubernetes要实现的目标——随机关掉一台机器,看你的服务能否正常;减少的应用实例能否自动迁移并恢复到其他节点;服务能否随着流量进行自动伸缩
- 【机器学习】6、推荐系统原理与应用
- 深度学习(2)之机器学习(部分深度学习)算法原理简述
- 机器学习到底有没有用?可以用来做什么?机器学习应用场景
- 机器学习有哪些应用场景?具体有什么作用?