iOS 10 的 Speech 框架实现语音识别 (Swift)

什么都不说先上效果

早在2011年iPhone4s 的上,iOS 5系统就有了语音识别.

但有以下缺陷

需要- 弹出键盘

只支持实时语音

无法自定义录音

单一的输出结果

不开放

在 2016 年的 WWDC 上，Apple 终于开放了语音识别 Speech Recognition API，那就是 Speech 框架。事实上，Siri 的语音识别正是由 Speech Kit 提供支持。

超过50种语言获得支持

任何运行iOS10的设备都可用

加入用户授权使其更安全

可以转化音频文件和实时语音

下面通过一个语音转换为文本介绍Speech 框架的使用

##界面设计

首先，让我们来创建一个 iOS Single View Application 工程。然后在 Main.storyboard 上添加

UILabel用于标题

UITextView用于显示识别内容

UIButton 用于触发

下一步，连线 textView变量,Button变量和事件

@IBOutlet weak var textView: UITextView!

@IBOutlet weak var speakerBtn: UIButton!

@IBAction func speakAction(_ sender: Any) {

}

##使用 Speech 框架

import这个框架，并遵循 SFSpeechRecognizerDelegate 协议。

##用户权限

在使用 Speech 框架进行语音识别之前，你必须先请求用户许可，原因是识别不仅发生在 iOS 设备本地，还需要依赖 Apple 的服务器。具体来说，所有音频数据都会被传输到苹果后台进行处理。因此需要获取用户的权限,其中包括用户必须允许应用使用的音频输入和语音识别权限。

//用于apple语言识别的变量

private let speechRecognizer = SFSpeechRecognizer(locale: Locale.init(identifier: "zh-CN"))

// MARK: - *** 获取用户权限 ***

func authRequest(){

speakerBtn.isEnabled = false

speechRecognizer?.delegate = self

SFSpeechRecognizer.requestAuthorization { (authStatus) in

var isBtnEndable = false

switch authStatus{

case.authorized:

isBtnEndable = true

case .denied:

isBtnEndable = false

print("User denied access to speech recognition")

case .restricted:

isBtnEndable = false

print("Speech recognition restricted on this device")

case .notDetermined:

isBtnEndable = false

}

OperationQueue.main.addOperation {

self.speakerBtn.isEnabled = isBtnEndable

}

创建一个区域标志符 (locale identifier) 为 zh-CN 的 SFSpeechRecognizer 实例，这时候语音识别就会知道用户录入的语种。简单说，这就是语音识别的处理对象。

在语音识别被激活之前，默认设置麦克风按钮为禁用状态。

然后，将语音识别的 delegate 设置为 ViewController 中的 self。

之后，就到了请求语音识别权限的阶段了，这时我们通过调用 SFSpeechRecognizer.requestAuthorization 来达到目的。

最后，检查验证状态，如果得到了授权，则启用麦克风按钮。否则，打印错误信息，继续禁用麦克风按钮。

你可能会认为，现在我们启动应用将会看到一个授权提示框，很遗憾你错了。运行应用带来的是崩溃。你可能会想问，这是为什么？

提供授权信息

Apple 要求应用为所有请求的权限提供自定义消息，对于语音权限的情况，我们必须为两个行为请求授权：

麦克风的使用

语音的识别

要自定义消息，你需要在 info.plist 文件中定义这些消息。

让我们打开 info.plist 文件的源代码。方法是在 info.plist 上点击右键。然后选择 Open As > Source Code。最后，复制下面的 XML 代码并将它们插入到标签前。

NSMicrophoneUsageDescription

麦克风输入请求信息

NSSpeechRecognitionUsageDescription

语音识别请求信息

注意：务必在IPhone真机上运行测试,iOS 模拟器并不会连接 Mac 的麦克风。

处理语音识别

// 可以将识别请求的结果返回给你，它带来了极大的便利，必要时，可以取消或停止任务。

private var recognitionTask: SFSpeechRecognitionTask?

//对象用于处理语音识别请求，为语音识别提供音频输入

private var recognitionRequest: SFSpeechAudioBufferRecognitionRequest?

// 音频引擎用于进行音频输入

private let audioEngine = AVAudioEngine()

// MARK: - *** 处理语音识别 ***

func startRecording(){

if recognitionTask != nil{

recognitionTask?.cancel()

recognitionTask = nil

}

let audioSession = AVAudioSession.sharedInstance()

do {

try audioSession.setCategory(AVAudioSessionCategoryRecord)

try audioSession.setMode(AVAudioSessionModeMeasurement)

try audioSession.setActive(true, with: .notifyOthersOnDeactivation)

}catch{

fatalError("会话创建失败")

}

recognitionRequest = SFSpeechAudioBufferRecognitionRequest()

guard let inputNode = audioEngine.inputNode else {

fatalError("音频引擎没有输入节点")

}

guard let recognitionRequest = recognitionRequest else {

fatalError("创建音频缓存失败")

}

//结果报告

recognitionRequest.shouldReportPartialResults = true

//开启授权任务

recognitionTask = speechRecognizer?.recognitionTask(with: recognitionRequest, resultHandler: { (result, error) in

var isFinal = false

if result != nil {

self.textView.text = result?.bestTranscription.formattedString

isFinal = (result?.isFinal)!

}

if error != nil || isFinal {

self.audioEngine.stop()

inputNode.removeTap(onBus: 0)

self.recognitionRequest = nil

self.recognitionTask = nil

self.speakerBtn.isEnabled = true

}

})

let recordingFormat = inputNode.outputFormat(forBus: 0)

inputNode.installTap(onBus: 0, bufferSize: 1024, format: recordingFormat) { (buffer, when) in

self.recognitionRequest?.append(buffer)

}

audioEngine.prepare()

do {

try audioEngine.start()

} catch {

print("audioEngine couldn't start because of an error.")

}

检查 recognitionTask 的运行状态，如果正在运行，取消任务。

创建一个 AVAudioSession 对象为音频录制做准备。这里我们将录音分类设置为 Record，模式设为 Measurement，然后启动。注意，设置这些属性有可能会抛出异常，因此你必须将其置于 try catch 语句中。

实例化 recognitionResquest。创建 SFSpeechAudioBufferRecognitionRequest 对象，然后我们就可以利用它将音频数据传输到 Apple 的服务器。

检查 audioEngine (你的设备)是否支持音频输入以录音。如果不支持，报一个 fatal error。

检查 recognitionRequest 对象是否已被实例化，并且值不为 nil。

告诉 recognitionRequest 不要等到录音完成才发送请求，而是在用户说话时一部分一部分发送语音识别数据。

在调用 speechRecognizer 的 recognitionTask 函数时开始识别。该函数有一个完成回调函数，每次识别引擎收到输入时都会调用它，在修改当前识别结果，亦或是取消或停止时，返回一个最终记录。

定义一个 boolean 变量来表示识别是否已结束。

倘若结果非空，则设置 textView.text 属性为结果中的最佳记录。同时若为最终结果，将 isFinal 置为 true。

如果请求没有错误或已经收到最终结果，停止 audioEngine (音频输入)，recognitionRequest 和 recognitionTask。同时，将开始录音按钮的状态切换为可用。

向 recognitionRequest 添加一个音频输入。值得留意的是，在 recognitionTask 启动后再添加音频输入完全没有问题。Speech 框架会在添加了音频输入之后立即开始识别任务。

将 audioEngine 设为准备就绪状态，并启动引擎。

触发语音识别

在创建语音识别任务时，我们首先得确保语音识别的可用性，需要实现delegate 方法。如果语音识别不可用，或是改变了状态，应随之设置按钮的enable ,我们通过扩展来实现代理

// MARK: - *** delegate ***

//这个方法会在按钮的可用性改变时被调用。如果语音识别可用，录音按钮也将被启用。

extension ViewController: SFSpeechRecognizerDelegate{

func speechRecognizer(_ speechRecognizer: SFSpeechRecognizer, availabilityDidChange available: Bool) {

if available {

speakerBtn.isEnabled = true

} else {

speakerBtn.isEnabled = false

}

最后，我们还需要更新一下按钮的点击方法：

@IBAction func speakAction(_ sender: Any) {

if audioEngine.isRunning {

audioEngine.stop()

recognitionRequest?.endAudio()

speakerBtn.isEnabled = false

speakerBtn.setTitle("开始说话", for: .normal)

} else {

startRecording()

speakerBtn.setTitle("说完了", for: .normal)

}

Apple忠告

确保使用语音之别之前,通过UI界面告知用户

在涉及密码或者敏感信息时,请勿使用

在你操作识别结果之前,请先把结果展示给用户

Apple 对每台设备的识别有限制。详情未知，不过你可以尝试联系 Apple 获得更多信息。

Apple 对每个应用的识别也有限制。

如果你总是遭遇限制，务必联系 Apple，他们或许可以解决这个问题。

语音识别会消耗不少电量和流量。

语音识别每次只能持续大概一分钟。

欢迎打赏点赞,收藏,关注博主

iOS 10 的 Speech 框架实现语音识别 (Swift)相关推荐

iOS 10中不推荐使用UILocalNotification(UILocalNotification is deprecated in iOS 10)
It may be a question in advance but I wonder what to use instead of UILocalNotification in iOS 10. I ...
支持防骚扰的iOS 10来了，网络电话成受益者
今天,苹果正式推送iOS 10.作为第十代iOS,这次更新让人眼花缭乱:更强大的通知栏.更智能的Siri.更好玩的iMessage.更聪明的照片应用.作为第十代iOS,iOS 10前所未有的开放,部分 ...
iOS 10来了！迎来黄金赛道的网络电话拼什么？
今天,苹果正式推送iOS 10.作为第十代iOS,这次更新让人眼花缭乱:更强大的通知栏.更智能的Siri.更好玩的iMessage.更聪明的照片应用.作为第十代iOS,iOS 10前所未有的开放,部分 ...
iOS 语音识别，语音转文字的实现（Speech 框架的使用）
闲来无聊翻看苹果官方文档的时候看到一个 Speech 框架 ,之前并没有接触过这个框架,看了一下这个框架其实不大,于是决定研究一下. Speech API可让我们扩展和增强应用程序中的语音识别体验,而 ...
iOS 10 SceneKit 新特性 – SceneKit 制作 3D 场景框架
来源:scauos(@大朕东) 链接:http://www.jianshu.com/p/b30785bb6c97 开头语: 今天的主题是探索iOS10 SceneKit的新功能,你可以观看今年WWDC ...
活久见的重构 - iOS 10 UserNotifications 框架解析
2019独角兽企业重金招聘Python工程师标准>>> TL;DR iOS 10 中以前杂乱的和通知相关的 API 都被统一了,现在开发者可以使用独立的 UserNotificati ...
ios swift请求框架_使用Swift在iOS中创建二进制框架
ios swift请求框架 We all use a lot of frameworks in our daily development routine. We just type the magi ...
使用 Swift 在 iOS 10 中集成 Siri —— SiriKit 教程
使用 Swift 在 iOS 10 中集成 Siri -- SiriKit 教程转载地址:http://swift.gg/2016/06/28/adding-siri-to-ios-10-apps- ...
使用 Swift 在 iOS 10 中集成 Siri —— SiriKit 教程（Part 1）
作者:Jameson Quave,原文链接,原文日期:2016-06-14 译者:Crystal Sun:校对:Cee:定稿:Channe 这篇教程写于 2016 年 6 月 13 日,使用 Xcod ...

iOS 10 的 Speech 框架实现语音识别 (Swift)

iOS 10 的 Speech 框架实现语音识别 (Swift)相关推荐

最新文章

热门文章