iOS语音识别（科大讯飞SDK）

         最近在研究语音识别，前段时间使用了百度语音识别，最近公司又突然让转用科大讯飞的SDK，感觉有点坑。不过也算是学习了使用新的SDK了吧。在这里将集成SDK以及一些使用方法写一下。

第一步：获取APPid

先在科大讯飞语音识别开发者网站注册，获取APPid。

第二步：集成SDK

导入科大讯飞的iflyMSC.framework；然后再导入相关的依赖库：

第三步：初始化启动服务

在app delegate里面写入如下代码初始化

NSLog(@"%@",[IFlySettinggetVersion]);

    //设置sdk的log等级，log保存在下面设置的工作路径中

    [IFlySettingsetLogFile:LVL_ALL];

    

    //打开输出在console的log开关

    [IFlySettingshowLogcat:NO];

    

    //设置sdk的工作路径

    NSArray *paths =NSSearchPathForDirectoriesInDomains(NSCachesDirectory,NSUser DomainMask,YES);

    NSString *cachePath = [pathsobjectAtIndex:0];

    [IFlySettingsetLogFilePath:cachePath];

    

    //创建语音配置,appid必须要传入，仅执行一次则可

    NSString *initString = [[NSStringalloc] initWithFormat:@"appid=%@",APPID_VALUE];

    

    //所有服务启动前，需要确保执行createUtility

    [IFlySpeechUtilitycreateUtility:initString];

在使用的页面

- (void)viewWillAppear:(BOOL)animated

{

    NSLog(@"%s",__func__);

    [superviewWillAppear:animated];

   

    [selfinitRecognizer];

}

- (void)viewWillDisappear:(BOOL)animated

{

    NSLog(@"%s",__func__);

    [superviewWillDisappear:animated];

    [_iFlySpeechRecognizercancel];

    [_iFlySpeechRecognizersetDelegate:nil];

    [_iFlySpeechRecognizersetParameter:@""forKey:[IFlySpeechConstantPARAMS]];

}

//初始化识别参数

- (void)initRecognizer

{

    NSLog(@"%s",__func__);

    

    //单利模式无UI的实例

    if (self.iFlySpeechRecognizer==nil) {

        _iFlySpeechRecognizer=[IFlySpeechRecognizersharedInstance];

        [_iFlySpeechRecognizersetParameter:@""forKey:[IFlySpeechConstantPARAMS]];

        

        //设置听写模式

        [_iFlySpeechRecognizersetParameter:@"iat"forKey:[IFlySpeechConstantIFLY_DOM AIN]];

        

    }

    _iFlySpeechRecognizer.delegate=self;

    

    if (_iFlySpeechRecognizer!=nil) {

        IATConfig *instance=[IATConfigsharedInstance];

        

        //设置最长录音时间

        [_iFlySpeechRecognizersetParameter:instance.speechTimeoutforKey:[IFlySpeechConstant SPEECH_TIMEOUT]];

        

        //设置后端点

        [_iFlySpeechRecognizersetParameter:instance.vadEosforKey:[IFlySpeechConstantVAD_EOS]];

        

        //设置前端点

        [_iFlySpeechRecognizersetParameter:instance.vadBosforKey:[IFlySpeechConstantVAD_BOS]];

        

        //网络等待时间

        [_iFlySpeechRecognizersetParameter:@"20000"forKey:[IFlySpeechConstantNET_TI MEOUT]];

        

        //设置采样率，推荐16K

        [_iFlySpeechRecognizersetParameter:IATConfig.lowSampleRateforKey:[IFlySpeechConstant SAMPLE_RATE]];

        if ([instance.languageisEqualToString:[IATConfigchinese]]) {

            //设置语言

            [_iFlySpeechRecognizersetParameter:instance.languageforKey:[IFlySpeechConstant LANGUAGE]];

            //设置方言

            [_iFlySpeechRecognizersetParameter:instance.accentforKey:[IFlySpeechConstant ACCENT]];

            

        }elseif([instance.languageisEqualToString:[IATConfigenglish]]){

            [_iFlySpeechRecognizersetParameter:instance.languageforKey:[IFlySpeechConstant LANGUAGE]];

        }

        //设置是否返回标点符号

        [_iFlySpeechRecognizersetParameter:instance.dotforKey:[IFlySpeechConstantAS R_PTT]];

    }

    

}

- (void)startButtonClick

{

    NSLog(@"start");

    [_textViewsetText:@""];

    [_textViewresignFirstResponder];

    self.isCanceled=NO;

    if (_iFlySpeechRecognizer==nil) {

        [selfinitRecognizer];

    }

    [_iFlySpeechRecognizercancel];

    

    //设置音频来源为麦克风

    [_iFlySpeechRecognizersetParameter:IFLY_AUDIO_SOURCE_MICforKey:@"audio_source"];

    

    //设置听说结果格式为json

    [_iFlySpeechRecognizersetParameter:@"json"forKey:[IFlySpeechConstantRESULT_ TYPE]];

    

    //保存录音文件，保存在sdk工作路径中，如未设置工作路径，则默认保存在library/cache下（为了测试音频流识别用的）

    [_iFlySpeechRecognizersetParameter:@"asr.pcm"forKey:[IFlySpeechConstantASR_ AUDIO_PATH]];

    

    [_iFlySpeechRecognizersetDelegate:self];

    

    BOOL ret=[_iFlySpeechRecognizerstartListening];

    if (ret) {

        NSLog(@"启动成功");

    }else{

        [_popUpViewshowText:@"启动失败"];

    }

}

//停止录音

- (void)stopButtonClick

{

    NSLog(@"stop");

    [_iFlySpeechRecognizerstopListening];

    [_textViewresignFirstResponder];

}

//取消录音

- (void)cancelButtonClick

{

    NSLog(@"cancel");

    [_iFlySpeechRecognizercancel];

    [_textViewresignFirstResponder];

}

回调方法

#pragma mark - IFlySpeechRecognizerDelegate

/**

 音量回调函数

  volume 0－30

  ****/

- (void) onVolumeChanged: (int)volume

{

    if (self.isCanceled) {

        [_popUpViewremoveFromSuperview];

        return;

    }

    

    NSString * vol = [NSStringstringWithFormat:@"音量：%d",volume];

    [_popUpViewshowText: vol];

}

/**

 开始识别回调

  ****/

- (void) onBeginOfSpeech

{

    NSLog(@"onBeginOfSpeech");

    [_popUpViewshowText: @"正在录音"];

}

/**

 停止录音回调

  ****/

- (void) onEndOfSpeech

{

    NSLog(@"onEndOfSpeech");

    

    [_popUpViewshowText: @"停止录音"];

}

/**

 听写结束回调（注：无论听写是否正确都会回调）

  error.errorCode =

  0     听写正确

  other 听写出错

  ****/

- (void)onError:(IFlySpeechError *)error

{

    NSLog(@"%s",__func__);

    NSString *text;

    

    if (self.isCanceled) {

        text=@"识别取消";

    }elseif (error.errorCode==0){

        if (self.result.length==0) {

            text=@"无识别结果";

        }else{

            text=@"识别成功";

        }

    }else{

        text=[NSStringstringWithFormat:@"发生错误：%d %@",error.errorCode,error.errorDesc];;

        NSLog(@"%@",text);

    }

    

}

/**

 无界面，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

{

    NSMutableString *resultString=[[NSMutableStringalloc]init];

    NSDictionary *dic=results[0];

    for (NSString *keyin dic) {

        [resultString appendFormat:@"%@",key];

    }

    self.result=[NSStringstringWithFormat:@"%@%@",self.textView.text,resultString];

    NSString *resultFromJson=[ISRDataHelperstringFromJson:resultString];

    self.textView.text=[NSStringstringWithFormat:@"%@%@",_textView.text,resultFromJson];

    if (isLast) {

        NSLog(@"听说结果（json）:%@测试",self.result);

    }

    NSLog(@"_result=%@",_result);

    NSLog(@"resultFromJson=%@",resultFromJson);

    NSLog(@"isLast=%d,_textView.text=%@",isLast,_textView.text);

    

}

/**

 听写取消回调

  ****/

- (void) onCancel

{

    NSLog(@"识别取消");

}

对比百度语音识别的SDK，科大讯飞的SDK更新比较快速，百度语音识别的SDK最新版本还是15年更新的，并且给的实例Demo用的全是自动内存管理，文档上的集成方式也不一样，当时集成百度语音识别时候也出现各种问题，相对还是科大讯飞的使用起来简单粗暴，官方下载的Demo看起来也比较有条理。不过百度语音识别可以在边说话边识别出结果，而科大讯飞的必须要说完之后才能把结果全部返回。