2 sachinks SachinKS 于 2013.01.06 14:39 提问

自编mediaplayer出现问题

应用关闭时出现错误,下面的代码是按钮播放声音的

import android.media.MediaPlayer;
import android.os.Bundle;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.app.Activity;

public class Click extends Activity
 {
  MediaPlayer mp1;

  @Override
    public void onCreate(Bundle savedInstanceState)
     {
      super.onCreate(savedInstanceState);
      setContentView(R.layout.activity_click);

      mp1 = MediaPlayer.create(this, R.raw.sound1);
      final Button button1 = (Button) findViewById(R.id.button1);
      button1.setOnClickListener((OnClickListener) this);
    }

   public void onClick(View v) 
     {
      switch(v.getId()) 
       {
        case R.id.button1:
        mp1.start();
        break;
       }
     } 
    }

2个回答

lanhailvcao
lanhailvcao   2013.01.06 16:32
已采纳

问题出在你没有实现OnClickListener,还有没将Click类映射到OnClickListener中。
更改:

类声明:

public class Click extends Activity implements OnClickListener

然后修改这句

button1.setOnClickListener((OnClickListener) this);

改为

button1.setOnClickListener(this);
zlQQhs
zlQQhs   2013.02.26 01:22

我的习惯是在标签中添加android:onclick="startMedia"(引号中是方法名)
(这样也不用findViewById和setOnClickListener)
public void startMedia(View v){
mp1.start();
}

你若想用取控件的方式,可以用楼上的做法

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
关于MediaPlayer多次点击导致ANR的解决办法
最近在做音乐播放器时,发现经常MediaPlayer出现卡顿和导致应用ANR的问题。经过排查-是由于每次的重新播放都会走reset() 导致多次点击 会出现阻塞Ui的情况,导致我们的系统直接ANR掉,因此 我们在做MediaPlayer时,都需要在reset()方法前调用一次stop(),停止当前的音频这样,就避免了多次快速点击而导致的UI阻塞问题。
自编码器(autoencoder)
什么是自编码器? 自编码器是一种数据压缩算法,或者说是一种PCA,,但是比PCA更高效,灵活。 什么是编码器,解码器? 数据压缩算法离不开编码器和解码器,数据压缩使用编码器,解压缩使用解码器。编码器是把高维度数据有损的映射成低纬度数据,减少数据量,要实现这种映射关系需要学习数据间的相关性。解码器和编码器完全相反,是把低维度数据映射成高纬度数据,增加数据量,使经过压缩的数据恢复本来的面貌。
【theano-windows】学习笔记十三——去噪自编码器
前言上一章节学习了卷积的写法,主要注意的是其实现在theano.tensor.nnet和theano.sandbox.cuda.dnn中都有对应函数实现, 这一节就进入到无监督或者称为半监督的网络构建中. 首先是自编码器(Autoencoders)和降噪自编码器(denoising Autoencoders)国际惯例, 参考网址:Denoising Autoencoders (dA)Learning
[深度学习]深度自编码器简述
转载于https://zhihu.com/question/41490383/answer/103006793 自从Hinton 2006年的工作之后,越来越多的研究者开始关注各种自编码器模型相应的堆叠模型。实际上,自编码器(Auto-Encoder)是一个较早的概念了,比如Hinton等人在1986, 1989年的工作。(说来说去都是这些人呐。。。) 自编码器简介 先暂
对抗自编码器指南之一:自编码器
自编码器是一种特殊的神经网络(`neural network`),它的输出目标(`target`)就是输入(所以它基本上就是试图将输出重构为输入),由于它不需要任何人工标注,所以可以采用无监督的方式进行训练。 自编码器包括两个组成部分:编码器和解码器。
多层自编码器的微调
多层自编码器由多个稀疏自编码器和一个Softmax分类器构成;(其中,每个稀疏自编码器的权值可以利用无标签训练样本得到, Softmax分类器参数可由有标签训练样本得到)多层自编码器微调是指将多层自编码器看做是一个多层的神经网络,利用有标签的训练样本集,对该神经网络的权值进行调整。 1多层自编码器的结构 多层自编码器的结构如图1所示,它包含一个具有2个隐藏层的栈式自编码器和1个softmax模
深度学习之自编码器和多层神经网络
深度学习之自编码器和多层神经网络 参考文献 《deep learning》 《tensorflow实战》 http://ufldl.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B
可视化自编码器训练结果
 可视化自编码器训练结果 From Ufldl Jump to: navigation, search 训练完(稀疏)自编码器,我们还想把这自编码器学到的函数可视化出来,好弄明白它到底学到了什么。我们以在10×10图像(即n=100)上训练自编码器为例。在该自编码器中,每个隐藏单元i对如下关于输入的函数进行计算: <img class="tex" alt="\be
关于深度学习自编码器理解
深度学习的发展应该来说很有前途,目前来看随着GPU和大数据的发展,估计应用到工业上已经不远了,这样的话传统的检测分类和跟踪之类所需要的选取目标特征均可以被替代。好处主要体现在可以自动学习目标特征,并非手动标定,另一方面,体现在可以构建一个超完备空间,可以区分目标背景。其中主要的过程是在调参数。 目前的深度学习有三种架构:SDA,RBM,CNN.其中我们学习的是自编码器。 自编码训练遵循
去噪自编码器_DeepLearning 0.1 documentation中文翻译
《DeepLearning 0.1 documentation》的 Denoising Autoencoders (DA) 部分的翻译,即去噪自编码器。