iOS开发-讯飞语音识别SDK简单实用

时间：2022-01-31 01:01:32

在记录事件的时候，用户在不方便手写的时候，我们可以利用语音录入，转成文字的形式记录时间，是不是既方便又只能，现在做语音识别的有一些不错的开放平台供我们使用，科大讯飞平台，百度语音平台。科大讯飞的优势在于大段大段的文字识别上，准确率较高。这篇博客也主要讲的是是讯飞语音SDK的使用。下面我们详细看一下科大讯飞。

1.科大讯飞开放平台

http://www.xfyun.cn 
2.科大讯飞iOS-API开放平台

第一步：申请账号ID 
创建新应用(获得后续的appid以及开通服务) 
登录到讯飞开放平台上，在用户菜单栏里创建应用，这里的登录也可以采用第三方方式，在创建应用的界面填写相关的信息即可，然后就会有一个SDK的下载链接，，如果没有直接去SDK选项下载即可。

第二步：导入讯飞SDK框架

下载下来SDK解压后有三个文件夹：doc文件夹：不用多说肯定是开发文档；重要的是接下来的那两个文件夹：一个是lib文件夹：存放科大讯飞SDK类库，这就是我们要导入的SDK；一个是sample的科大讯飞demo演示工程。

下面我们创建一个工程，将lib文件夹下的”iflyMSC.framework”拷贝到工程目录，然后在工程中添加依赖库，如下图所示： 
iOS开发-讯飞语音识别SDK简单实用

第三步：开始进行语音识别

语音识别分两种，分别用在不同场合，一个是界面提示的语音识别，一个是*面提示的语音识别，这里以有界面提示的语音识别为例先进性讲解。

3.1导入头文件

#import "iflyMSC/IFlyMSC.h"
  • 1
  • 1

iOS开发-讯飞语音识别SDK简单实用

#import "IFlyContact.h"
#import "IFlyDataUploader.h"
#import "IFlyDebugLog.h"
#import "IFlyISVDelegate.h"
#import "IFlyISVRecognizer.h"
#import "IFlyRecognizerView.h"
#import "IFlyRecognizerViewDelegate.h"
#import "IFlyResourceUtil.h"
#import "IFlySetting.h"
#import "IFlySpeechConstant.h"
#import "IFlySpeechError.h"
#import "IFlySpeechEvaluator.h"
#import "IFlySpeechEvaluatorDelegate.h"
#import "IFlySpeechEvent.h"
#import "IFlySpeechRecognizer.h"
#import "IFlySpeechRecognizerDelegate.h"
#import "IFlySpeechSynthesizer.h"
#import "IFlySpeechSynthesizerDelegate.h"
#import "IFlySpeechUnderstander.h"
#import "IFlySpeechUtility.h"
#import "IFlyTextUnderstander.h"
#import "IFlyUserWords.h"
#import "IFlyPcmRecorder.h"
#import "IFlySpeechEvaluator.h"
#import "IFlySpeechEvaluatorDelegate.h"

#import "IFlyVoiceWakeuper.h"
#import "IFlyVoiceWakeuperDelegate.h"
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28

3.2登录讯飞服务器

在使用讯飞的语音解析之前，需要进行用户身份验证，即登录讯飞服务器，即讯飞服务器需要根据你当前用户的APPID才能同意你登录。代码如下：

//登陆语音平台
NSString *initString = [[NSString alloc] initWithFormat:@"appid=%@",@"57e08eb8"];
 [IFlySpeechUtility createUtility:initString];
  • 1
  • 2
  • 3
  • 1
  • 2
  • 3

3.3创建有界面提示语音识别对象

// Speech-JiKe
//
// Created by rimi on 16/9/22.
// Copyright © 2016年 LucioSui. All rights reserved.
//

#import <UIKit/UIKit.h>
#import "iflyMSC/iflyMSC.h"
@class IFlySpeechRecognizer;

@interface ViewController : UIViewController<IFlySpeechRecognizerDelegate,IFlyRecognizerViewDelegate>

@property (nonatomic, strong) NSString *filePath;//音频文件路径

@property (nonatomic, strong) IFlySpeechRecognizer *iFlySpeechRecognizer;//不带界面的识别对象

@property (nonatomic, strong) IFlyRecognizerView *iflyRecognizerView;//带界面的识别对象

@property (nonatomic, strong) NSString * result;

@property (nonatomic, assign) BOOL isCanceled;

@end
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

3.4初始化带界面的识别对象

// 设置识别参数
-(void)initRecognizer
{
 NSLog(@"%s",__func__);

if ([IATConfig sharedInstance].haveView == NO) {//*面

 //单例模式，无UI的实例
if (_iFlySpeechRecognizer == nil) {
 _iFlySpeechRecognizer = [IFlySpeechRecognizer sharedInstance];

 [_iFlySpeechRecognizer setParameter:@"" forKey:[IFlySpeechConstant PARAMS]];

 //设置听写模式
 [_iFlySpeechRecognizer setParameter:@"iat" forKey:[IFlySpeechConstant IFLY_DOMAIN]];
 }
 _iFlySpeechRecognizer.delegate = self;

if (_iFlySpeechRecognizer != nil) {
 IATConfig *instance = [IATConfig sharedInstance];

 //设置最长录音时间
 [_iFlySpeechRecognizer setParameter:instance.speechTimeout forKey:[IFlySpeechConstant SPEECH_TIMEOUT]];
 //设置后端点
 [_iFlySpeechRecognizer setParameter:instance.vadEos forKey:[IFlySpeechConstant VAD_EOS]];
 //设置前端点
 [_iFlySpeechRecognizer setParameter:instance.vadBos forKey:[IFlySpeechConstant VAD_BOS]];
 //网络等待时间
 [_iFlySpeechRecognizer setParameter:@"20000" forKey:[IFlySpeechConstant NET_TIMEOUT]];

 //设置采样率，推荐使用16K
 [_iFlySpeechRecognizer setParameter:instance.sampleRate forKey:[IFlySpeechConstant SAMPLE_RATE]];

if ([instance.language isEqualToString:[IATConfig chinese]]) {
 //设置语言
 [_iFlySpeechRecognizer setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
 //设置方言
 [_iFlySpeechRecognizer setParameter:instance.accent forKey:[IFlySpeechConstant ACCENT]];
 }else if ([instance.language isEqualToString:[IATConfig english]]) {
 [_iFlySpeechRecognizer setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
 }
 //设置是否返回标点符号
 [_iFlySpeechRecognizer setParameter:instance.dot forKey:[IFlySpeechConstant ASR_PTT]];

 }
 }else {//有界面

 //单例模式，UI的实例
if (_iflyRecognizerView == nil) {
 //UI显示剧中
 _iflyRecognizerView= [[IFlyRecognizerView alloc] initWithCenter:self.view.center];

 [_iflyRecognizerView setParameter:@"" forKey:[IFlySpeechConstant PARAMS]];

 //设置听写模式
 [_iflyRecognizerView setParameter:@"iat" forKey:[IFlySpeechConstant IFLY_DOMAIN]];

 }
 _iflyRecognizerView.delegate = self;

if (_iflyRecognizerView != nil) {
 IATConfig *instance = [IATConfig sharedInstance];
 //设置最长录音时间
 [_iflyRecognizerView setParameter:instance.speechTimeout forKey:[IFlySpeechConstant SPEECH_TIMEOUT]];
 //设置后端点
 [_iflyRecognizerView setParameter:instance.vadEos forKey:[IFlySpeechConstant VAD_EOS]];
 //设置前端点
 [_iflyRecognizerView setParameter:instance.vadBos forKey:[IFlySpeechConstant VAD_BOS]];
 //网络等待时间
 [_iflyRecognizerView setParameter:@"20000" forKey:[IFlySpeechConstant NET_TIMEOUT]];

 //设置采样率，推荐使用16K
 [_iflyRecognizerView setParameter:instance.sampleRate forKey:[IFlySpeechConstant SAMPLE_RATE]];
if ([instance.language isEqualToString:[IATConfig chinese]]) {
 //设置语言
 [_iflyRecognizerView setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
 //设置方言
 [_iflyRecognizerView setParameter:instance.accent forKey:[IFlySpeechConstant ACCENT]];
 }else if ([instance.language isEqualToString:[IATConfig english]]) {
 //设置语言
 [_iflyRecognizerView setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
 }
 //设置是否返回标点符号
 [_iflyRecognizerView setParameter:instance.dot forKey:[IFlySpeechConstant ASR_PTT]];

 }
 }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88
  • 89
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88
  • 89

3.5实现代理方法

#pragma mark 错误的回调函数
- (void) onError:(IFlySpeechError *) error
{
NSLog(@"%s",__func__);

if ([IATConfig sharedInstance].haveView == NO ) {
NSString *text ;

if (self.isCanceled) {
 text = @"识别取消";

 } else if (error.errorCode == 0 ) {
if (_result.length == 0) {
 text = @"无识别结果";
 }else {
 text = @"识别成功";
 }
 }else {
 text = [NSString stringWithFormat:@"发生错误：%d %@", error.errorCode,error.errorDesc];
NSLog(@"%@",text);
 }

 }else {

NSLog(@"errorCode:%d",[error errorCode]);
 }
}


//*面，听写结果回调
// results：听写结果
// isLast：表示最后一次

- (void)onResults:(NSArray *) results isLast:(BOOL)isLast
{

 _volumLabel.alpha = 0.0;

NSMutableString *resultString = [[NSMutableString alloc] init];
NSDictionary *dic = results[0];
for (NSString *key in dic) {
 [resultString appendFormat:@"%@",key];
 }
 _result =[NSString stringWithFormat:@"%@",resultString];
NSString * resultFromJson = [ISRDataHelper stringFromJson:resultString];
 _textLabel.text = [NSString stringWithFormat:@"%@%@",_textLabel.text,resultFromJson];

if (isLast){
NSLog(@"听写结果(json)：%@测试", self.result);
 }
NSLog(@"_result=%@",_result);

}

// 有界面，听写结果回调
// resultArray：听写结果
// isLast：表示最后一次

- (void)onResult:(NSArray *)resultArray isLast:(BOOL)isLast
{
 _volumLabel.alpha = 0.0;

NSMutableString *result = [[NSMutableString alloc] init];
NSDictionary *dic = [resultArray objectAtIndex:0];

for (NSString *key in dic) {
 [result appendFormat:@"%@",key];
 }
 _textLabel.text = [NSString stringWithFormat:@"%@",result];
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70

3.6开始识别语音

音频文件保存地址

 NSArray *paths = NSSearchPathForDirectoriesInDomains(NSCachesDirectory, NSUserDomainMask, YES);
 NSString *cachePath = [paths objectAtIndex:0];
 _filePath = [[NSString alloc] initWithFormat:@"%@",[cachePath stringByAppendingPathComponent:@"asr.pcm"]];
  • 1
  • 2
  • 3
  • 1
  • 2
  • 3

只提取了一部分代码，持续更新，后期上DEMO。

标签：

相关文章