IOS10 语音转文字

IOS10新出的speech(演讲,讲话)框架,可以方便的将语音转化为文字 。

在使用之前,首先介绍几个需要用的类 ,使用方法类似webView

SFSpeechRecognizer (Speech:演讲  Recognizer:识别)

SFSpeechRecognitionRequest (识别请求)

SFTranscription (Transcription:译文)

SFTranscriptionSegment (Segment :段)

先创建一个SFSpeechRecognizer     类似创建一个webView

然后传入求个识别请求                      类似webView的网络请求

然后设置代理,监听返回结果。

在使用之前语音之前 先在info.plist里面添加这个key,否则会崩溃

<key>NSSpeechRecognitionUsageDescription</key>

<string>测试语音  </string>

这个是使用录音功能添加的  语音不需要

<key>NSMicrophoneUsageDescription</key>

<string>测试录音 </string>

- (void)speechRecognitionTask:(SFSpeechRecognitionTask *)task didFinishRecognition:(SFSpeechRecognitionResult *)recognitionResult{}

这个代理方法里面返回recognitionResult :

recognitionResult的两个属性

@property (nonatomic, readonly, copy) SFTranscription *bestTranscription;

// Hypotheses for possible transcriptions, sorted in decending order of confidence (more likely first)

@property (nonatomic, readonly, copy) NSArray*transcriptions;

bestTranscription : 返回了最可能的一条表达译文数据

transcriptions:所有的可能的识别数据

SFTranscription的一个属性

@property(nonatomic,readonly,copy)NSArray<SFTranscriptionSegment>*segments;

你所说的一句话,可能是有好几个词语拼成的,transcription就是你所说的那句话,segments就是你所说的你那句话的组成每个单词的集合。SFTranscriptionSegment包含该每个单词信息,比如说这个单词所用的时间。

录音:(好像文章结构有点乱)

录音使用 AVAudioRecorder

录音后的文件 这里保存在了 这个路径里面

NSString *documentPath = NSSearchPathForDirectoriesInDomains(NSDocumentDirectory, NSUserDomainMask, YES)[0];

return [documentPath stringByAppendingPathComponent:@"test.aac"];

关于录音里面的一些参数的设置,demo里面给了较多的注释和讲解。

这里面的录音,每次新录的会覆盖原来的录音

录音完成后转化为文字:

- (void)speechRecognitionTask:(SFSpeechRecognitionTask *)task didFinishRecognition:(SFSpeechRecognitionResult *)recognitionResult 

录音转化完成会调用这个方法。

NSLog(@"完成录音转换  %@",recognitionResult.bestTranscription);

取这个recognitionResult.bestTranscription 就是转化完成的语句。不过这个转化完成的语句有个缺点就是它只是一长句话,中间没有什么标点符号。并不像微信里面的那么智能。

对转化后的文字的处理:

这个我也没有什么好的办法。百度上找了好多,介绍的文章也就是到此为止。

这里笔者就是把转化后的每句话做了判断:

如果一句话中的某个片段,时间大于0.6秒 后面就需要拼接标点

根据这个片段的最后一个字,拼接相应的标点

if (speechString.length == 0) return @"";

NSString *lastString = [speechString substringFromIndex:speechString.length  - 1];

if ([lastString isEqualToString:@"啊"]) {

return @"!";

}else if ([lastString isEqualToString:@"吧"])

{

return @"~";

}else if ([lastString isEqualToString:@"呢"]){

return @"?";

}else if ([lastString isEqualToString:@"哈"]) {

return @"~~";

}else {

return @",";

}

最后希望有大神能对文章以及后面的这个标点符号的处理多多指正 ~~~~非常感激

demo:地址

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,457评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,837评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,696评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,183评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,057评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,105评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,520评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,211评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,482评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,574评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,353评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,897评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,489评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,683评论 2 335

推荐阅读更多精彩内容