iOS Speech框架 詳解

原文地址：

在郁南等地區，都構建了全面的區域性戰略布局，加強發展的系統性、市場前瞻性、產品創新能力，以專注、極致的服務理念，為客戶提供成都網站制作、成都網站建設 網站設計制作專業公司,公司網站建設,企業網站建設,成都品牌網站建設,全網營銷推廣,外貿網站制作,郁南網站建設費用合理。

一、引言

? ? iOS10系統是一個較有突破性的系統，其在Message，Notification等方面都開放了很多實用性的開發接口。本篇博客將主要探討iOS10中新引入的SpeechFramework框架。有個這個框架，開發者可以十分容易的為自己的App添加語音識別功能，不需要再依賴于其他第三方的語音識別服務，并且，Apple的Siri應用的強大也證明了Apple的語音服務是足夠強大的，不通過第三方，也大大增強了用戶的安全性。

二、SpeechFramework框架中的重要類

? ? SpeechFramework框架比較輕量級，其中的類并不十分冗雜，在學習SpeechFramework框架前，我們需要對其中類與類與類之間的關系有個大致的熟悉了解。

SFSpeechRecognizer：這個類是語音識別的操作類，用于語音識別用戶權限的申請，語言環境的設置，語音模式的設置以及向Apple服務發送語音識別的請求。

SFSpeechRecognitionTask：這個類是語音識別服務請求任務類，每一個語音識別請求都可以抽象為一個SFSpeechRecognitionTask實例，其中SFSpeechRecognitionTaskDelegate協議中約定了許多請求任務過程中的監聽方法。

SFSpeechRecognitionRequest:語音識別請求類，需要通過其子類來進行實例化。

SFSpeechURLRecognitionRequest：通過音頻URL來創建語音識別請求。

SFSpeechAudioBufferRecognitionRequest:通過音頻流來創建語音識別請求。

SFSpeechRecognitionResult：語音識別請求結果類。

SFTranscription：語音轉換后的信息類。

SFTranscriptionSegment：語音轉換中的音頻節點類。

三、申請用戶語音識別權限與進行語音識別請求

? ? 開發者若要在自己的App中使用語音識別功能，需要獲取用戶的同意。首先需要在工程的Info.plist文件中添加一個Privacy-Speech Recognition Usage Description鍵，其實需要對應一個String類型的值，這個值將會在系統獲取權限的警告框中顯示，Info.plist文件如下圖所示：

使用SFSpeechRecognize類的requestAuthorization方法來進行用戶權限的申請，用戶的反饋結果會在這個方法的回調block中傳入，如下：

? //申請用戶語音識別權限

? [SFSpeechRecognizer requestAuthorization:^(SFSpeechRecognizerAuthorizationStatus status) {? ?

? }];

SFSpeechRecognizerAuthorzationStatus枚舉中定義了用戶的反饋結果，如下：

typedef NS_ENUM(NSInteger, SFSpeechRecognizerAuthorizationStatus) {

? ? //結果未知 用戶尚未進行選擇

? ? SFSpeechRecognizerAuthorizationStatusNotDetermined,

? ? //用戶拒絕授權語音識別

? ? SFSpeechRecognizerAuthorizationStatusDenied,

? ? //設備不支持語音識別功能

? ? SFSpeechRecognizerAuthorizationStatusRestricted,

? ? //用戶授權語音識別

? ? SFSpeechRecognizerAuthorizationStatusAuthorized,

};

如果申請用戶語音識別權限成功，開發者可以通過SFSpeechRecognizer操作類來進行語音識別請求，示例如下：

? ? //創建語音識別操作類對象

? ? SFSpeechRecognizer * rec = [[SFSpeechRecognizer alloc]init];

? ? //通過一個音頻路徑創建音頻識別請求

? ? SFSpeechRecognitionRequest * request = [[SFSpeechURLRecognitionRequest alloc]initWithURL:[[NSBundle mainBundle] URLForResource:@"7011" withExtension:@"m4a"]];

? ? //進行請求

? ? [rec recognitionTaskWithRequest:request resultHandler:^(SFSpeechRecognitionResult * _Nullable result, NSError * _Nullable error) {

? ? ? ? //打印語音識別的結果字符串

? ? ? ? NSLog(@"%@",result.bestTranscription.formattedString);

? ? }];

四、深入SFSpeechRecognizer類

SFSpeechRecognizer類的主要作用是申請權限，配置參數與進行語音識別請求。其中比較重要的屬性與方法如下：

//獲取當前用戶權限狀態

+ (SFSpeechRecognizerAuthorizationStatus)authorizationStatus;

//申請語音識別用戶權限

+ (void)requestAuthorization:(void(^)(SFSpeechRecognizerAuthorizationStatus status))handler;

//獲取所支持的所有語言環境

+ (NSSetNSLocale * *)supportedLocales;

//初始化方法 需要注意 這個初始化方法將默認以設備當前的語言環境作為語音識別的語言環境

- (nullable instancetype)init;

//初始化方法 設置一個特定的語言環境

- (nullable instancetype)initWithLocale:(NSLocale *)locale NS_DESIGNATED_INITIALIZER;

//語音識別是否可用

@property (nonatomic, readonly, getter=isAvailable) BOOL available;

//語音識別操作類協議代理

@property (nonatomic, weak) idSFSpeechRecognizerDelegate delegate;

//設置語音識別的配置參數 需要注意 在每個語音識別請求中也有這樣一個屬性 這里設置將作為默認值

//如果SFSpeechRecognitionRequest對象中也進行了設置 則會覆蓋這里的值

/*

typedef NS_ENUM(NSInteger, SFSpeechRecognitionTaskHint) {

? ? SFSpeechRecognitionTaskHintUnspecified = 0,? ? // 無定義

? ? SFSpeechRecognitionTaskHintDictation = 1,? ? ? // 正常的聽寫風格

? ? SFSpeechRecognitionTaskHintSearch = 2,? ? ? ? ? // 搜索風格

? ? SFSpeechRecognitionTaskHintConfirmation = 3,? ? // 短語風格

};

*/

@property (nonatomic) SFSpeechRecognitionTaskHint defaultTaskHint;

//使用回調Block的方式進行語音識別請求 請求結果會在Block中傳入

- (SFSpeechRecognitionTask *)recognitionTaskWithRequest:(SFSpeechRecognitionRequest *)request

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? resultHandler:(void (^)(SFSpeechRecognitionResult * __nullable result, NSError * __nullable error))resultHandler;

//使用代理回調的方式進行語音識別請求

- (SFSpeechRecognitionTask *)recognitionTaskWithRequest:(SFSpeechRecognitionRequest *)request

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? delegate:(id SFSpeechRecognitionTaskDelegate)delegate;

//設置請求所占用的任務隊列

@property (nonatomic, strong) NSOperationQueue *queue;

SFSpeechRecognizerDelegate協議中只約定了一個方法，如下:

//當語音識別操作可用性發生改變時會被調用

- (void)speechRecognizer:(SFSpeechRecognizer *)speechRecognizer availabilityDidChange:(BOOL)available;

? ? 通過Block回調的方式進行語音識別請求十分簡單，如果使用代理回調的方式，開發者需要實現SFSpeechRecognitionTaskDelegate協議中的相關方法，如下：

//當開始檢測音頻源中的語音時首先調用此方法

- (void)speechRecognitionDidDetectSpeech:(SFSpeechRecognitionTask *)task;

//當識別出一條可用的信息后 會調用

/*

需要注意，apple的語音識別服務會根據提供的音頻源識別出多個可能的結果 每有一條結果可用 都會調用此方法

*/

- (void)speechRecognitionTask:(SFSpeechRecognitionTask *)task didHypothesizeTranscription:(SFTranscription *)transcription;

//當識別完成所有可用的結果后調用

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

//當不再接受音頻輸入時調用 即開始處理語音識別任務時調用

- (void)speechRecognitionTaskFinishedReadingAudio:(SFSpeechRecognitionTask *)task;

//當語音識別任務被取消時調用

- (void)speechRecognitionTaskWasCancelled:(SFSpeechRecognitionTask *)task;

//語音識別任務完成時被調用

- (void)speechRecognitionTask:(SFSpeechRecognitionTask *)task didFinishSuccessfully:(BOOL)successfully;

SFSpeechRecognitionTask類中封裝了屬性和方法如下：

//此任務的當前狀態

/*

typedef NS_ENUM(NSInteger, SFSpeechRecognitionTaskState) {

SFSpeechRecognitionTaskStateStarting = 0,? ? ? // 任務開始

SFSpeechRecognitionTaskStateRunning = 1,? ? ? ? // 任務正在運行

SFSpeechRecognitionTaskStateFinishing = 2,? ? ? // 不在進行音頻讀入 即將返回識別結果

SFSpeechRecognitionTaskStateCanceling = 3,? ? ? // 任務取消

SFSpeechRecognitionTaskStateCompleted = 4,? ? ? // 所有結果返回完成

};

*/

@property (nonatomic, readonly) SFSpeechRecognitionTaskState state;

//音頻輸入是否完成

@property (nonatomic, readonly, getter=isFinishing) BOOL finishing;

//手動完成音頻輸入 不再接收音頻

- (void)finish;

//任務是否被取消

@property (nonatomic, readonly, getter=isCancelled) BOOL cancelled;

//手動取消任務

- (void)cancel;

關于音頻識別請求類，除了可以使用SFSpeechURLRecognitionRequest類來進行創建外，還可以使用SFSpeechAudioBufferRecognitionRequest類來進行創建：

@interface SFSpeechAudioBufferRecognitionRequest : SFSpeechRecognitionRequest

@property (nonatomic, readonly) AVAudioFormat *nativeAudioFormat;

//拼接音頻流

- (void)appendAudioPCMBuffer:(AVAudioPCMBuffer *)audioPCMBuffer;

- (void)appendAudioSampleBuffer:(CMSampleBufferRef)sampleBuffer;

//完成輸入

- (void)endAudio;

@end

五、語音識別結果類SFSpeechRecognitionResult

? ? SFSpeechRecognitionResult類是語音識別結果的封裝，其中包含了許多套平行的識別信息，其每一份識別信息都有可信度屬性來描述其準確程度。SFSpeechRecognitionResult類中屬性如下：

//識別到的多套語音轉換信息數組 其會按照準確度進行排序

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

//準確性最高的識別實例

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

//是否已經完成 如果YES 則所有所有識別信息都已經獲取完成

@property (nonatomic, readonly, getter=isFinal) BOOL final;

SFSpeechRecognitionResult類只是語音識別結果的一個封裝，真正的識別信息定義在SFTranscription類中，SFTranscription類中屬性如下：

//完整的語音識別準換后的文本信息字符串

@property (nonatomic, readonly, copy) NSString *formattedString;

//語音識別節點數組

@property (nonatomic, readonly, copy) NSArraySFTranscriptionSegment * *segments;

當對一句完整的話進行識別時，Apple的語音識別服務實際上會把這句語音拆分成若干個音頻節點，每個節點可能為一個單詞，SFTranscription類中的segments屬性就存放這些節點。SFTranscriptionSegment類中定義的屬性如下：

//當前節點識別后的文本信息

@property (nonatomic, readonly, copy) NSString *substring;

//當前節點識別后的文本信息在整體識別語句中的位置

@property (nonatomic, readonly) NSRange substringRange;

//當前節點的音頻時間戳

@property (nonatomic, readonly) NSTimeInterval timestamp;

//當前節點音頻的持續時間

@property (nonatomic, readonly) NSTimeInterval duration;

//可信度/準確度 0-1之間

@property (nonatomic, readonly) float confidence;

//關于此節點的其他可能的識別結果

@property (nonatomic, readonly) NSArrayNSString * *alternativeSubstrings;

溫馨提示：SpeechFramework框架在模擬器上運行會出現異常情況，無法進行語音識別請求。會報出kAFAssistantErrorDomain的錯誤，還望有知道解決方案的朋友，給些建議，Thanks。

蘋果6語音識別怎么設置

蘋果6語音識別聲音可通過以下方式進行關閉：

1、打開“設置”應用；

2、點擊打開“通用”選項；

3、點擊打開 Siri 選項；

4、點擊當前已經打開的 Siri 開關；

5、提示是否要真的關閉 Siri 功能，點擊“停用 Siri”按鈕即可關閉。

蘋果手機的語音識別怎么設置？

你是要設置Siri嗎，如果是的話請往下看，操作非常簡單，就不配圖啦。

1.進入手機“設置”界面，點擊并進入“通用”選項。

2.我們在“通用”界面中，選擇并點擊“Siri”。

3.這樣，我們可以在“Siri”設置界面，通過滑動開啟“允許‘Hey Siri’”功能。

使用方法：

1.首先，開啟了Voiceover(語音朗讀)功能后，無論你按哪里都會有出現一個黑色框框的，有框框跟隨，證明你已經開啟了Voiceover功能。

2.然后大家點擊【設置】按鈕，連按2次。然后在【設置】界面找到【通用】欄，同樣連按2次。 注:在開啟Voiceover功能后，大家需要選擇哪個按鍵都需要連按2次才能進入。

3.在【通用】界面里選擇【輔助功能】，然后選擇【Voiceover】進入。

4.在【Voiceover】界面里，連按2次開關按鈕，即可關閉Voiceover功能。

5.最后在檢查[輔助功能】最下面【輔助功能快捷鍵】有沒有關閉。

網站題目：Ios語音識別開發,android 語音識別開發
URL標題：http://m.newbst.com/article32/dsighsc.html

成都網站建設公司_創新互聯，為您提供軟件開發、建站公司、Google、外貿網站建設、微信公眾號、網站導航

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯