2. 程式人生 > >ios開發-語音識別（科大訊飛）

ios開發-語音識別（科大訊飛）

阿新 • • 發佈：2019-02-11

在記錄事件的時候，使用者在不方便手寫的時候，我們可以利用語音錄入，轉成文字的形式記錄時間，是不是既方便又只能，現在做語音識別的有一些不錯的開放平臺供我們使用，科大訊飛平臺，百度語音平臺。科大訊飛的優勢在於大段大段的文字識別上，準確率較高。這篇部落格也主要講的是是訊飛語音SDK的使用。下面我們詳細看一下科大訊飛。

1.科大訊飛開放平臺

第一步：申請賬號ID
建立新應用(獲得後續的appid以及開通服務)
登入到訊飛開放平臺上，在使用者選單欄裡建立應用，這裡的登入也可以採用第三方方式，在建立應用的介面填寫相關的資訊即可，然後就會有一個SDK的下載連結，，如果沒有直接去SDK選項下載即可。

第二步：匯入訊飛SDK框架

下載下來SDK解壓後有三個資料夾：doc資料夾：不用多說肯定是開發文件；重要的是接下來的那兩個資料夾：一個是lib資料夾：存放科大訊飛SDK類庫，這就是我們要匯入的SDK；一個是sample的科大訊飛demo演示工程。

下面我們建立一個工程，將lib資料夾下的”iflyMSC.framework”拷貝到工程目錄，然後在工程中新增依賴庫，如下圖所示：
這裡寫圖片描述

第三步：開始進行語音識別

語音識別分兩種，分別用在不同場合，一個是介面提示的語音識別，一個是無介面提示的語音識別，這裡以有介面提示的語音識別為例先進性講解。

3.1匯入標頭檔案

#import "iflyMSC/IFlyMSC.h"

這裡寫圖片描述

#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"

3.2登入訊飛伺服器

在使用訊飛的語音解析之前，需要進行使用者身份驗證，即登入訊飛伺服器，即訊飛伺服器需要根據你當前使用者的APPID才能同意你登入。程式碼如下：

//登陸語音平臺
    NSString *initString = [[NSString alloc] initWithFormat:@"appid=%@",@"57e08eb8"];
    [IFlySpeechUtility createUtility:initString];

3.3建立有介面提示語音識別物件

//  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;//音訊檔案路徑

@property (nonatomic, strong) IFlySpeechRecognizer *iFlySpeechRecognizer;//不帶介面的識別物件

@property (nonatomic, strong) IFlyRecognizerView *iflyRecognizerView;//帶介面的識別物件

@property (nonatomic, strong) NSString * result;

@property (nonatomic, assign) BOOL isCanceled;

@end

3.4初始化帶介面的識別物件

// 設定識別引數
-(void)initRecognizer
{
    NSLog(@"%s",__func__);

    if ([IATConfig sharedInstance].haveView == NO) {//無介面

        //單例模式，無UI的例項
        if (_iFlySpeechRecognizer == nil) {
            _iFlySpeechRecognizer = [IFlySpeechRecognizer sharedInstance];

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

            //設定聽寫模式
            [_iFlySpeechRecognizer setParameter:@"iat" forKey:[IFlySpeechConstant IFLY_DOMAIN]];
        }
        _iFlySpeechRecognizer.delegate = self;

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

            //設定最長錄音時間
            [_iFlySpeechRecognizer setParameter:instance.speechTimeout forKey:[IFlySpeechConstant SPEECH_TIMEOUT]];
            //設定後端點
            [_iFlySpeechRecognizer setParameter:instance.vadEos forKey:[IFlySpeechConstant VAD_EOS]];
            //設定前端點
            [_iFlySpeechRecognizer setParameter:instance.vadBos forKey:[IFlySpeechConstant VAD_BOS]];
            //網路等待時間
            [_iFlySpeechRecognizer setParameter:@"20000" forKey:[IFlySpeechConstant NET_TIMEOUT]];

            //設定取樣率，推薦使用16K
            [_iFlySpeechRecognizer setParameter:instance.sampleRate forKey:[IFlySpeechConstant SAMPLE_RATE]];

            if ([instance.language isEqualToString:[IATConfig chinese]]) {
                //設定語言
                [_iFlySpeechRecognizer setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
                //設定方言
                [_iFlySpeechRecognizer setParameter:instance.accent forKey:[IFlySpeechConstant ACCENT]];
            }else if ([instance.language isEqualToString:[IATConfig english]]) {
                [_iFlySpeechRecognizer setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
            }
            //設定是否返回標點符號
            [_iFlySpeechRecognizer setParameter:instance.dot forKey:[IFlySpeechConstant ASR_PTT]];

        }
    }else  {//有介面

        //單例模式，UI的例項
        if (_iflyRecognizerView == nil) {
            //UI顯示劇中
            _iflyRecognizerView= [[IFlyRecognizerView alloc] initWithCenter:self.view.center];

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

            //設定聽寫模式
            [_iflyRecognizerView setParameter:@"iat" forKey:[IFlySpeechConstant IFLY_DOMAIN]];

        }
        _iflyRecognizerView.delegate = self;

        if (_iflyRecognizerView != nil) {
            IATConfig *instance = [IATConfig sharedInstance];
            //設定最長錄音時間
            [_iflyRecognizerView setParameter:instance.speechTimeout forKey:[IFlySpeechConstant SPEECH_TIMEOUT]];
            //設定後端點
            [_iflyRecognizerView setParameter:instance.vadEos forKey:[IFlySpeechConstant VAD_EOS]];
            //設定前端點
            [_iflyRecognizerView setParameter:instance.vadBos forKey:[IFlySpeechConstant VAD_BOS]];
            //網路等待時間
            [_iflyRecognizerView setParameter:@"20000" forKey:[IFlySpeechConstant NET_TIMEOUT]];

            //設定取樣率，推薦使用16K
            [_iflyRecognizerView setParameter:instance.sampleRate forKey:[IFlySpeechConstant SAMPLE_RATE]];
            if ([instance.language isEqualToString:[IATConfig chinese]]) {
                //設定語言
                [_iflyRecognizerView setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
                //設定方言
                [_iflyRecognizerView setParameter:instance.accent forKey:[IFlySpeechConstant ACCENT]];
            }else if ([instance.language isEqualToString:[IATConfig english]]) {
                //設定語言
                [_iflyRecognizerView setParameter:instance.language forKey:[IFlySpeechConstant LANGUAGE]];
            }
            //設定是否返回標點符號
            [_iflyRecognizerView setParameter:instance.dot forKey:[IFlySpeechConstant ASR_PTT]];

        }
    }
}

3.5實現代理方法

#pragma mark 錯誤的回撥函式
- (void) onError:(IFlySpeechError *) error
{
    NSLog(@"%s",__func__);

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

        if (self.isCanceled) {
            text = @"識別取消";

        } else if (error.errorCode == 0 ) {
            if (_result.length == 0) {
                text = @"無識別結果";
            }else {
                text = @"識別成功";
            }
        }else {
            text = [NSString stringWithFormat:@"發生錯誤：%d %@", error.errorCode,error.errorDesc];
            NSLog(@"%@",text);
        }

    }else {

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


//無介面，聽寫結果回撥
// results：聽寫結果
// isLast：表示最後一次

- (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(@"聽寫結果(json)：%@測試", self.result);
    }
    NSLog(@"_result=%@",_result);

}

// 有介面，聽寫結果回撥
// resultArray：聽寫結果
// isLast：表示最後一次

- (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];
}

3.6開始識別語音

音訊檔案儲存地址

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

只提取了一部分程式碼，持續更新，後期上DEMO。

相關推薦

ios開發-語音識別（科大訊飛）

在記錄事件的時候，使用者在不方便手寫的時候，我們可以利用語音錄入，轉成文字的形式記錄時間，是不是既方便又只能，現在做語音識別的有一些不錯的開放平臺供我們使用，科大訊飛平臺，百度語音平臺。科大訊飛的優勢在於大段大段的文字識別上，準確率較高。這篇部落格也主要講的是是

android 語音轉換文字（科大訊飛SDK簡易封裝）

簡介：本地講解的是 科大訊飛開發平臺的語音轉換功能的整合方法和封裝 準備工作： 1、首先申請平臺賬號，建立我的應用，新增語音服務，獲取Appid 2、下載建立的應用的對應SDK，這條很重要，每一個應用會對應一個SDK，用於做區分。 構建專案： 1、首先將需要的元件.

文字轉語言的工具類（科大訊飛的API）

開發過程中有時需要用到科大訊飛的SDK，下面是我自己寫的文字轉語音的工具類： package utils; import android.content.Context; import android.os.Bundle; import android.

離線語音合成使用——科大訊飛or雲知音or百度語音

本片主要講解如果使用科大訊飛和雲知音這兩個離線語音合成功能。目前語音合成的主要有科大訊飛、百度語音、雲知聲。一、三大產品功能分析1.百度語音百度語音合成只有離線上語音服務（免費），沒有純離線，離線上語音合成，在首次使用語音功能，必須聯網，讓其通過網路獲得百度的授權檔案之後，方

接入高德 SDK 遇到的問題 01：語音導航中科大訊飛線上語音合成次數限制

需求：採用高德導航SDK實現路線導航，並且實現語音播報導航 問題：高德導航語音合成開發指南中，建議採用的科大訊飛線上語音合成存在次數限制，遠遠達不到生產環境的需求量 解決：採用百度離線上語音識別 Android SDK 一、科大訊飛語音合成使用次數有限

2018 Android 文字轉語音(中文) TextToSpeech+科大訊飛語音引擎3.0

最近專案中需要用到文字轉語音。 本來是想使用朗讀女生成的聲音檔案放到專案資源中進行播放。 但是產品要求改成動態的。於是就用了Google為我們封裝好的類TTS，即[TextToSpeech]：大家可以看下詳細文件。 程式碼其實不多，但是寫完之後測試就有問題

【iOS開發】UIView（包括子類）的幾個初始化方法

-(id)initWithFrame:(CGRect)frame UIView的指定初始化方法; 總是傳送給UIView去初始化, 除非是從一個nib檔案中載入的; -(id

iOS開發-- 常見坑（網路下載失敗）

  現在iOS9 和Xcode7 已經出來很久了但是還是有好多人不瞭解，或者不知道他們的新特性。 就簡單的說一下 下載這一個問題 在Xcode7 以後 Xcode就不再支援 http協議  而去支援https協議 所以我們進行網路請求的時候要改成https協議 方法   講

iOS開發——輸出中文（字典和陣列）

      經常用網路請求返回Json資料，     其中字典或者陣列列印輸出中文，非看不懂的Unicode編碼 1.支援NSLog輸出中文 2.支援控制檯po輸出中文 實現方式==》： 1.新建NSDictionary分類 （Xcode8 ） 2.自動生成.h

ios開發科大訊飛的語音識別

1、新建工程不說了 2、匯入庫：xcode工程下沒有Frameworks目錄了，可以自己newgroup一個出來，然後在重新命名一下，注意大小寫，不然匯入後不在該目錄下，當然沒有強迫症的可以忽略，直接匯入就好了，新建目錄是結構看起來舒服點。。。 第三方庫，即iFly的庫，

手把手的操作——用java呼叫科大訊飛的離線語音識別dll實現離線識別（JNA實現）（一）

#用java呼叫科大訊飛的離線語音識別dll實現離線識別（JNA實現）（一） 本人接的任務，做離線語音識別，用的是科大訊飛的離線識別，java不支援離線了，所以下載了windows的離線包，用JNA進行呼叫。之前用的是jni，但是一直沒有測試通過，本人又不會C++，研究了一個星期終究

手把手的操作——用java呼叫科大訊飛的離線語音識別dll實現離線識別（JNA實現）（二）

上一篇講到了最難的地方，引數的轉換，這裡單獨寫出來 ** 三、引數的轉換（難點） ** 注：本文是以訊飛提供的C語言例子作為模板改寫，語音來源於檔案 1、先分析提供的例子 本人使用的是VS2010 下載連結連結：https://pan.baidu.com/s/

unity接科大訊飛語音識別Windows平臺（補充前面的文章，添加了錄音功能）

其他操作就不在一一贅述了，直說一下新增的負責錄音的那段程式碼 1、首先利用Microphone類開始錄製和結束錄製音訊 2、利用AudioSource類播放錄製的音訊 3、然後用自己寫的方法Float2Byte將錄製的音訊轉成byte資料，供訊飛語音識別方法呼叫 詳細

ios下的語音開發——科大訊飛使用

科大訊飛是國內做的比較好的語音開發sdk，首先在網站上註冊賬號等一系列流程下來之後，獲得id的值 - (BOOL)application:(UIApplication *)application didFinishLaunchingWithOptions:(NSDictio

關於科大訊飛語音合成的開發（先寫個本地的，簡單）

1、首先在科大訊飛官網申請應用下載語音合成SDK，在專案中匯入Msc.jar包，別忘了還有armeabi目錄下的檔案。然後建一個語音合成的工具類SpeechUtil_xf,具體程式碼下面貼出來，相信大家看註釋已經很清楚了； package com.chai

科大訊飛 線上語音識別 音訊來源為【檔案】的java接入實現， 適用於初學者

****科大訊飛的語音識別提供了兩種音訊來源方式，一個是通過麥克風，一個是來自音訊檔案。這裡介紹本人自己寫的通過音訊 檔案識別的java程式碼。**** 【離線識別參考我的另一篇】用java呼叫科大訊飛的離線語音識別dll實現離線識別（JNA實現） 之前的註冊、獲得註冊碼、

科大訊飛離線語音命令詞識別的使用說明

      最近因為專案的需求，需要在無網路的情況下實現語音識別的功能，因為之前線上識別一直用的科大的，所以經理就和我說，你花半天時間簡單熟悉一下，然後出一個Demo，下午有人過來看；因為之前科大線上SR也是別人做的，準確的說我只是瞭解過一點，也寫過相關的blog——百度語音

android 融雲 + 科大訊飛 實現仿微信語音訊息轉換為文字（附DEMO原始碼）

融雲SDK 使用很方便，簡單配置就可以搭建即時通訊功能，配合科大訊飛的語音識別， 即可實現微信中語音訊息轉換為文字的功能 融雲sdk的基本使用就不細說了， 網上很多資料 使用融雲sdk自帶的聊天會話介面，想要在此會話介面上增加語音訊息長按時彈出 “轉換為文

使用科大訊飛最新版SDK在樹莓派上搭建語音識別服務

本人的SDK是2017年1月30號左右下載的，可以在http://www.xfyun.cn/科大訊飛官網註冊，選擇相應的Linux SDK下載。 1、因為最新版SDK不支援樹莓派了，所以要下載個RaspberryPi檔案來支援在樹莓派上使用： 2、解壓好SDK後，如圖。

iOS ---使用科大訊飛技術實現語音轉文字(語音聽寫)

本文主要介紹的是利用科大訊飛技術實現語音轉文字的功能(語音聽寫).首先,註冊訊飛賬號，申請APPID然後,下載科大訊飛SDK將開發工具包中lib目錄下的iflyMSC.framework新增到新建工程中.按下圖新增SDK所需要的iOS庫。(除iflyMSC.framework