首页 > 代码库 > IOS开发学习笔记（二）－语音识别（科大讯飞）

IOS开发学习笔记（二）－语音识别（科大讯飞）

2024-07-12 23:42:20   225人阅读

    上次简单地讲解了如何利用科大讯飞完成语音合成，今天接着也把语音识别整理一下。当然，写代码前我们需要做的一些工作（如申请appid、导库），在上一篇语音合成的文章当中已经说过了，不了解的可以看看我上次的博文，那么这次直接从堆代码开始吧。

详细步骤：

1.导完类库之后，在工程里添加好用的头文件。在视图里只用了一个UITextField显示识别的内容，两个UIButton（一个开始监听语音，一个结束监听），然后引入类、添加代理，和语音合成的一样。

MainViewController.h

 1 #import <UIKit/UIKit.h> 2 #import "iflyMSC/IFlySpeechRecognizerDelegate.h" 3 //引入语音识别类 4 @class IFlyDataUploader; 5 @class IFlySpeechUnderstander; 6 //注意要添加语音识别代理 7 @interface MainViewController : UIViewController<IFlySpeechRecognizerDelegate> 8 @property (nonatomic,strong) IFlySpeechUnderstander *iFlySpeechUnderstander; 9 @property (strong, nonatomic) IBOutlet UITextField *content;10 @property (nonatomic,strong) NSString               *result;11 @property (nonatomic,strong) NSString               *str_result;12 @property (nonatomic)         BOOL                  isCanceled;13 14 - (IBAction)understand:(id)sender;15 - (IBAction)finish:(id)sender;16 17 @end

MainViewController.m

  1 #import "MainViewController.h"  2 #import <QuartzCore/QuartzCore.h>  3 #import <AVFoundation/AVAudioSession.h>  4 #import <AudioToolbox/AudioSession.h>  5   6 #import "iflyMSC/IFlyContact.h"  7 #import "iflyMSC/IFlyDataUploader.h"  8 #import "iflyMSC/IFlyUserWords.h"  9 #import "iflyMSC/IFlySpeechUtility.h" 10 #import "iflyMSC/IFlySpeechUnderstander.h" 11  12 @interface MainViewController () 13  14 @end 15  16 @implementation MainViewController 17  18 - (void)viewDidLoad 19 { 20     [super viewDidLoad]; 21     //创建识别对象 22     //创建语音配置 23     NSString *initString = [[NSString alloc] initWithFormat:@"appid=%@,timeout=%@",@"53b5560a",@"20000"];    24      25     //所有服务启动前，需要确保执行createUtility 26     [IFlySpeechUtility createUtility:initString]; 27     _iFlySpeechUnderstander = [IFlySpeechUnderstander sharedInstance]; 28     _iFlySpeechUnderstander.delegate = self; 29 } 30  31 -(void)viewWillDisappear:(BOOL)animated 32 { 33     [_iFlySpeechUnderstander cancel]; 34     _iFlySpeechUnderstander.delegate = nil; 35     //设置回非语义识别 36     [_iFlySpeechUnderstander destroy]; 37     [super viewWillDisappear:animated]; 38 } 39  40 - (void)didReceiveMemoryWarning 41 { 42     [super didReceiveMemoryWarning]; 43 } 44  45 - (IBAction)understand:(id)sender { 46     bool ret = [_iFlySpeechUnderstander startListening];  //开始监听 47     if (ret) { 48         self.isCanceled = NO; 49     } 50     else{ 51         NSLog(@"启动识别失败!"); 52     }   53 } 54  55 - (IBAction)finish:(id)sender { 56     [_iFlySpeechUnderstander stopListening];   //结束监听，并开始识别 57 } 58  59 #pragma mark - IFlySpeechRecognizerDelegate 60 /** 61  * @fn      onVolumeChanged 62  * @brief   音量变化回调 63  * @param   volume      -[in] 录音的音量，音量范围1~100 64  * @see 65  */ 66 - (void) onVolumeChanged: (int)volume 67 { 68      69 } 70  71 /** 72  * @fn      onBeginOfSpeech 73  * @brief   开始识别回调 74  * @see 75  */ 76 - (void) onBeginOfSpeech 77 { 78     79 } 80  81 /** 82  * @fn      onEndOfSpeech 83  * @brief   停止录音回调 84  * @see 85  */ 86 - (void) onEndOfSpeech 87 { 88     89 } 90  91 /** 92  * @fn      one rror 93  * @brief   识别结束回调 94  * @param   errorCode   -[out] 错误类，具体用法见IFlySpeechError 95  */ 96 - (void) one rror:(IFlySpeechError *) error 97 { 98     NSString *text ; 99     if (self.isCanceled) {100         text = @"识别取消";101     }102     else if (error.errorCode ==0 ) {103         if (_result.length==0) {104             text = @"无识别结果";105         }106         else{107             text = @"识别成功";108         }109     }110     else{111         text = [NSString stringWithFormat:@"发生错误：%d %@",error.errorCode,error.errorDesc];112         NSLog(@"%@",text);113     }114 }115 116 /**117  * @fn      onResults118  * @brief   识别结果回调119  * @param   result      -[out] 识别结果，NSArray的第一个元素为NSDictionary，NSDictionary的key为识别结果，value为置信度120  * @see121  */122 - (void) onResults:(NSArray *) results isLast:(BOOL)isLast123 {124     NSArray * temp = [[NSArray alloc]init];125     NSString * str = [[NSString alloc]init];126     NSMutableString *result = [[NSMutableString alloc] init];127     NSDictionary *dic = results[0];128     for (NSString *key in dic) {129         [result appendFormat:@"%@",key];130         131     }132     NSLog(@"听写结果：%@",result);133     //---------讯飞语音识别JSON数据解析---------//134     NSError * error;135     NSData * data =http://www.mamicode.com/ [result dataUsingEncoding:NSUTF8StringEncoding];136     NSLog(@"data: %@",data);137     NSDictionary * dic_result =[NSJSONSerialization JSONObjectWithData:data options:NSJSONReadingMutableLeaves error:&error];138     NSArray * array_ws = [dic_result objectForKey:@"ws"];139     //遍历识别结果的每一个单词140     for (int i=0; i<array_ws.count; i++) {141         temp = [[array_ws objectAtIndex:i] objectForKey:@"cw"];142         NSDictionary * dic_cw = [temp objectAtIndex:0];143         str = [str  stringByAppendingString:[dic_cw objectForKey:@"w"]];144         NSLog(@"识别结果:%@",[dic_cw objectForKey:@"w"]);145     }146     NSLog(@"最终的识别结果:%@",str);147     //去掉识别结果最后的标点符号148     if ([str isEqualToString:@"。"] || [str isEqualToString:@"？"] || [str isEqualToString:@"！"]) {149         NSLog(@"末尾标点符号：%@",str);150     }151     else{152         self.content.text = str;153     }154     _result = str;155 }156 157 @end

2.语音识别和语音合成在api函数的使用上大体相似，但语音识别返回的结果是json数据格式的。然后我在查看官方提供的sdk文件中，发现有UI界面的Sample里使用的语音识别返回的竟是原原本本的字符串，本来是想换掉原来的语音识别方法，但实在不想用官方的UI界面，所以就自己分析识别结果，写了一个Json数据解析。经过测试，Json数据解析的效果还是可以的，通过遍历把分割的识别内容拼接起来，最后组合成一句完整的话就行了。

语法识别结果示例：

{"sn":1,"ls":true,"bg":0,"ed":0,"ws":[{"bg":0,"cw":[{"w":" 今天 ","sc":0}]},{"bg":0,"cw":[{"w":" 的","sc":0}]},{"bg":0,"cw":[{"w":" 天气 ","sc":0}]},{"bg":0,"cw":[{"w":" 怎么样 ","sc":0}]},{"bg":0,"cw":[{"w":" 。","sc":0}]}]}

这次的文章就到这里，大家还有什么不懂的，可以给我留言，我会尽快回复！


联系
我们