前述：自从看了罗永浩在锤子手机发布会上，展示了一下语音识别技术，锤子手机集成的是讯飞语音技术。感觉好牛逼，很高大上的样子。因为这样我对语音识别技术开始感兴趣了。最近在网上逛网站、技术博客时，看到了一篇介绍苹果自带的语音识别组件Speech的文章。并且仔细查看了该组建的开发文档。所以着手写了这篇文章。
一、SPeech组成部分
SFSpeechRecognizer.h 语音识别器
SFSpeechRecognitionRequest.h 语音识别请求
SFSpeechRecognitionTask.h 语音识别任务
SFSpeechRecognitionTaskHint.h 语音识别的类型
SFSpeechRecognitionResult.h 语音识别的结果
SFTranscriptionSegment.h 转录的子串
SFTranscription.h 语音录制的文本形式
二、语音识别前的验证及准备
声明三个属性：
@property (weak, nonatomic) IBOutlet UITextView *wordTextView;
@property (weak, nonatomic) IBOutlet UIButton *recordBtn;
@property(nonatomic,strong) SFSpeechRecognizer *recognizer;
//识别功能
@property(nonatomic,strong) SFSpeechAudioBufferRecognitionRequest *recognitionRequest;
@property(nonatomic,strong) SFSpeechRecognitionTask *recognitionTask;
@property(nonatomic,strong) AVAudioEngine *engine;
[SFSpeechRecognizer supportedLocales] //当前苹果支持语音识别的时区 目前支持62门语言
NSLocale *cale = [[NSLocale alloc] initWithLocaleIdentifier:@"zh-CN"]; //时区对象
self.recognizer = [[SFSpeechRecognizer alloc] initWithLocale:cale]; //用时区来初始化识别器 目前只支持识别一个时区
self.recognizer.delegate = self; //设置代理
//识别器代理方法 语音识别识别改变的代理方法
-(void)speechRecognizer:(SFSpeechRecognizer *)speechRecognizer availabilityDidChange:(BOOL)available {
//设置控制语音识别按钮的是否可点击
}
//检查设备是否支持语音识别
//注意//注意要在info中加入私有白名单 Privacy - Speech Recognition Usage Description
[SFSpeechRecognizer requestAuthorization:^(SFSpeechRecognizerAuthorizationStatus status) {
BOOL isButtonEnabled = false;
switch (status) {
case SFSpeechRecognizerAuthorizationStatusDenied:
//设置按钮是否可点击
isButtonEnabled = false;
NSLog(@"用户被拒绝访问语音识别");
break;
case SFSpeechRecognizerAuthorizationStatusAuthorized:
isButtonEnabled = true;
NSLog(@"可以语音识别");
break;
case SFSpeechRecognizerAuthorizationStatusRestricted:
isButtonEnabled = false;
NSLog(@"不能在该设备上进行语音识别");
break;
case SFSpeechRecognizerAuthorizationStatusNotDetermined:
isButtonEnabled = false;
NSLog(@"没有授权");
break;
default:
break;
}
//注意当前线程是子线程
NSLog(@"%@",[NSThread currentThread]);
dispatch_async(dispatch_get_main_queue(), ^{
//回到主线程刷新UI，设置按钮是否可点击
self.recordBtn.enabled = isButtonEnabled;
});
}];
三、语音识别
//开始录制 - 识别语音转文字
- (void)startRecording {
if (self.recognitionTask) {
[self.recognitionTask cancel];
self.recognitionTask = nil;
}
//判断语音录入是否可用
AVAudioSession *audioSession = [AVAudioSession sharedInstance];
//注意要在info中加入私有白名单 Privacy - Microphone Usage Description
BOOL audioBool = [audioSession setCategory:AVAudioSessionCategoryRecord error:nil];
//Category
AVAudioSessionCategoryPlayAndRecord 录制音频时使用这个类别
AVAudioSessionCategoryAmbient 使用这个类别的背景声音，如雨，汽车发动机噪音，等等
AVAudioSessionCategorySoloAmbient 使用这个类别的背景声音。其他的音乐将停止演奏
AVAudioSessionCategoryPlayback 使用这类音乐曲目
AVAudioSessionCategoryPlayAndRecord 在录制和回放音频时使用这个类别
BOOL audioBool1 = [audioSession setMode:AVAudioSessionModeMeasurement error:nil];
//mode
AVAudioSessionModeMeasurement 适用于希望尽量减少系统提供的信号效果的应用程序 处理输入和/或输出音频信号
//激活音频会话
BOOL audioBool2 = [audioSession setActive:true withOptions:AVAudioSessionSetActiveOptionNotifyOthersOnDeactivation error:nil];
if (audioBool || audioBool1 || audioBool2) {
NSLog(@"可以使用");
} else {
NSLog(@"这里说明有的功能不支持");
}
//创建识别请求: 从任意音频缓冲区识别语音的请求
self.recognitionRequest = [[SFSpeechAudioBufferRecognitionRequest alloc] init];
AVAudioInputNode *inputNode = self.engine.inputNode;
//报告这个识别是否是最终结果
self.recognitionRequest.shouldReportPartialResults = true;
//开始识别任务
self.recognitionTask = [self.recognizer recognitionTaskWithRequest:self.recognitionRequest resultHandler:^(SFSpeechRecognitionResult * _Nullable result, NSError * _Nullable error) {
BOOL isFinal = false;
if (result) {
//语音转文本
self.wordTextView.text = [[result bestTranscription] formattedString];
isFinal = [result isFinal];
}
if (error || isFinal) {
//没有识别到，
[self.engine stop];
销毁节点
[inputNode removeTapOnBus:0];
self.recognitionRequest = nil;
self.recognitionTask = nil;
self.recordBtn.enabled = true;
}
}];
AVAudioFormat *recordingFormat = [inputNode outputFormatForBus:0];
////连接上次的语音输入
[inputNode installTapOnBus:0 bufferSize:1024 format:recordingFormat block:^(AVAudioPCMBuffer * _Nonnull buffer, AVAudioTime * _Nonnull when) {
[self.recognitionRequest appendAudioPCMBuffer:buffer];
}];
//识别器准备
[self.engine prepare];
BOOL audioEngineBool = [self.engine startAndReturnError:nil];
NSLog(@"audioEngineBool----%d",audioEngineBool);
}
小伙伴们，这样就识别成功了。
