语音识别系统
为了方便人们的生活,许多的方面都可以通过语音指令来代替手动输入来执行想要的指令。现在做语音识别的有一些不错的开放平台供我们使用，一家是科大讯飞平台，一家是百度语音平台。我个人比较偏爱科大讯飞，因为科大讯飞的优势在于大 段大段的文字识别上，准确率较高。这正好能符合我输入银行卡号准确无误的需求。这篇博客也主要讲的是讯飞语音SDK的使用。下面我们来详细看一下科大讯飞。
1.科大讯飞开放平台
2.科大讯飞iOS - API开放平台
科大讯飞的操作步骤
1.注册ID
正常的注册步骤，一步一步的按顺序来
注册完之后先创建新应用如第一个图，然后添加语音听写，在下载里面的SDK选择iOS下载。
2.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；Sample:iOS的科大讯飞demo演示工程。
下面我们来创建一个工程，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：
3.开始语音识别
这里已有界面提示的语音识别来讲，先用storyboard创建一个控制器，跳转两个界面分别是语音识别和文字转换界面。语音识别与FirstViewController相连接并连线属性以及按钮方法，文字识别同上。
3.1导入头文件
#import "AppDelegate.h" #import "iflyMSC/IFlySpeechUtility.h"//
3.2登陆讯飞服务
在使用讯飞的语音解析之前,需要进行用户身份验证,即登陆讯飞服务器,这个在viewDidLoad()方法中添加两行代码即可.即讯飞服务器需要根据你当前用户的APPID才能同意你登陆。代码如下：
1 - (BOOL)application:(UIApplication *)application didFinishLaunchingWithOptions:(NSDictionary *)launchOptions {
2 // Override point for customization after application launch.
3
4 //登录科大讯飞语音平台
5 NSString *appID = [NSString stringWithFormat:@"appid=%@",@"570f0a8b"];
6 [IFlySpeechUtility createUtility:appID];
7
8 return YES;
9 }
3.3在FirstViewController.m中编写语音识别的代码如下
#import "FirstViewController.h"
//第一步：引入库文件
//科大讯飞语音识别功能回调方法的接口文件
#import <iflyMSC/IFlyRecognizerViewDelegate.h>
//科大讯飞语音识别功能的声音识别视图
#import <iflyMSC/IFlyRecognizerView.h>
//科大讯飞语音识别功能中定义的常量
#import <iflyMSC/IFlySpeechConstant.h>
//遵循代理协议
@interface FirstViewController ()<IFlyRecognizerViewDelegate>
//语音识别对象
@property(nonatomic,strong)IFlyRecognizerView *iflyRecognizerView;
//接受相关结果的字符串
@property(nonatomic,strong)NSMutableString *result;
//展示识别内容TextView
@property (weak, nonatomic) IBOutlet UITextView *showContentTextView;
@end
@implementation FirstViewController
- (void)viewDidLoad {
[super viewDidLoad];
// Do any additional setup after loading the view.
//创建声音识别视图对象,初始化声音识别控件
self.iflyRecognizerView= [[IFlyRecognizerView alloc] initWithCenter:self.view.center];
//delegate需要设置，确保delegate回调可以正常返回
self.iflyRecognizerView.delegate = self;
}
#pragma mark - 开始识别
- (IBAction)beginRecognise:(id)sender {
[self startListenning];
}
- (void)startListenning
{
//设置语音识别结果应用为普通文本领域
[self.iflyRecognizerView setParameter: @"iat" forKey:[IFlySpeechConstant IFLY_DOMAIN]];
//设置前端点检测时间为6000ms
[self.iflyRecognizerView setParameter: @"6000" forKey:[IFlySpeechConstant VAD_BOS]];
//设置后端点检测时间为700ms
[self.iflyRecognizerView setParameter: @"700" forKey:[IFlySpeechConstant VAD_EOS]];
//设置采样率为8000
[self.iflyRecognizerView setParameter: @"8000" forKey:[IFlySpeechConstant SAMPLE_RATE]];
//设置为返回结果中包含标点符号
[self.iflyRecognizerView setParameter: @"1" forKey:[IFlySpeechConstant ASR_PTT]];
//设置语音识别完成后数据的返回数据结构类型xml
[self.iflyRecognizerView setParameter: @"plain" forKey:[IFlySpeechConstant RESULT_TYPE]];
//设置在Documents文件夹下缓存的文件名为temp.asr
[self.iflyRecognizerView setParameter: @"temp.asr" forKey:[IFlySpeechConstant ASR_AUDIO_PATH]];
//设置自定义的参数
[self.iflyRecognizerView setParameter: @"custom" forKey:[IFlySpeechConstant PARAMS]];
[self.iflyRecognizerView start];
}
3.4代理方法
讯飞对识别结果的处理采用的代理回调的方法,实现IFlySpeechSynthesizerDelegate协议的onResult:isLast:方法.
注意!!!!这里的是onResult,不是onResults,后者是无界面提示的语音解析的结果回调函数.
回调时默认传回来的数据是json数据，咱们大可不必疑惑解析到底使用哪种方式，科大讯飞已经为我们考虑到这些问题了，他官方提供了一个叫做“ISRDataHelper”用它解析就可以了。代码如下：
#pragma mark - 代理方法
//成功
-(void)onResult:(NSArray *)resultArray isLast:(BOOL)isLast{
self.result = [[NSMutableString alloc] init];
NSDictionary *dic = [resultArray objectAtIndex:0];
for (NSString *key in dic)
{
[self.result appendFormat:@"%@",key];
}
NSLog(@"%@---------",_result);
//自定义控件显示内容
self.showContentTextView.text = [NSString stringWithFormat:@"%@%@",self.showContentTextView.text,self.result];
}
//失败
-(void)onError:(IFlySpeechError *)error{
NSLog(@"error = %@",error);
}
- (void)didReceiveMemoryWarning {
[super didReceiveMemoryWarning];
// Dispose of any resources that can be recreated.
}
4.语音识别文字的（说句话让它显示出你说的文字）
整体流程跟上面一样下面来写一下代码
#import "SecondViewController.h"
//第一步:引入头文件
//文字识别的回调方法接口
#import <iflyMSC/IFlySpeechSynthesizerDelegate.h>
//文字识别对象
#import <iflyMSC/IFlySpeechSynthesizer.h>
//科大讯飞语音框架定义的常量
#import <iflyMSC/IFlySpeechConstant.h>
@interface SecondViewController ()<IFlySpeechSynthesizerDelegate>//引入协议
@property (weak, nonatomic) IBOutlet UITextField *input;//接收框属性
//创建文字识别对象
@property (strong, nonatomic) IFlySpeechSynthesizer *synthesizer;
@end
@implementation SecondViewController
- (void)viewDidLoad {
[super viewDidLoad];
// Do any additional setup after loading the view.
//创建文字识别对象
self.synthesizer = [IFlySpeechSynthesizer sharedInstance];
//指定文字识别对象的代理对象
self.synthesizer.delegate = self;
//设置文字识别对象的关键属性
[self.synthesizer setParameter:@"50" forKey:[IFlySpeechConstant SPEED]];
[self.synthesizer setParameter:@"50" forKey:[IFlySpeechConstant VOLUME]];
[self.synthesizer setParameter:@"XIAOYAN" forKey:[IFlySpeechConstant VOICE_NAME]];
[self.synthesizer setParameter:@"8000" forKey:[IFlySpeechConstant SAMPLE_RATE]];
[self.synthesizer setParameter:@"temp.pcm" forKey:[IFlySpeechConstant TTS_AUDIO_PATH]];
[self.synthesizer setParameter:@"custom" forKey:[IFlySpeechConstant PARAMS]];
}
#pragma mark - 识别相关的内容
- (IBAction)beginRecgnise:(id)sender {
[self.synthesizer startSpeaking:_input.text];
}
#pragma mark - 代理方法
-(void)onCompleted:(IFlySpeechError *)error{
}
这个是很方便的一种第三方的方法实现语音识别！
时间： 2024-10-04 13:05:07