ios开发-语音识别（科大讯飞）

来源：互联网发布：艾弗森01年季后赛数据编辑：程序博客网时间：2024/06/07 00:50

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：
这里写图片描述

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，一个是无界面提示的语音识别，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"

这里写图片描述

#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];

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

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) {//无界面        //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]];        }    }}

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]);    }}//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{    _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];}

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"]];

只提取了一部分代码，持续更新，后期上DEMO。

0 1