科大讯飞语音识别

Posted 2022-11-30 Dream-seekerGirl

科大讯飞语音识别

       随着当今社会的高速发展，我们所使用的产品也向着遍历和智能的方面发展着，当然了手机端的App也不例外。现在的App都在缩减用户操作的流程，优化用户的体验，为了更加便利用户，提高用户的DAU（日活），增加用户的粘性一般我们都会想出比较新颖的招式。

       如果现在有这样一个需求：用户需要绑定银行卡输入银行卡号，手动输入增加用户的操作度，所以用户可以通过语音读取银行卡号，是不是既方便又智能。现在做语音识别的有一些不错的开放平台供我们使用，一家是科大讯飞平台，一家是百度语音平台。我个人比较偏爱科大讯飞，因为科大讯飞的优势在于大段大段的文字识别上，准确率较高。这正好能符合我输入银行卡号准确无误的需求。这篇博客也主要讲的是讯飞语音SDK的使用。下面我们来详细看一下科大讯飞。

1.科大讯飞开放平台 

2.科大讯飞iOS - API开放平台

        那下面我们来看一下科大讯飞的开发步骤吧

第一步：申请账号ID

登陆到讯飞开放平台上，在用户菜单栏里创建应用,这里的登陆也可以采用第三方的方式，在创建应用的界面填写相关的信息即可，然后就会有一个SDK的下载链接，如果没有直接去SDK选项下下载即可。

第二步：导入讯飞SDK框架

下载下来SDK解压后有三个文件夹：doc文件夹：不用多说肯定是开发文档；重要的是接下来的那两个文件夹：一个是lib文件夹：存放科大讯飞SDK类库，这就是我们要导入的SDK；Sample:ios的科大讯飞demo演示工程。

下面我们来创建一个工程，将lib文件夹下的“iflyMSC.framework”拷贝到工程目录,然后在工程中添加依赖库，如下图所示：

第三步：开始进行语音识别了

语音识别分两种，分别用在不同场合，一个是界面提示的语音识别，一个是无界面提示的语音识别，这里以有界面提示的语音识别为例先进性讲解。

3.1导入头文件

#import <iflyMSC/iflyMSC.h>

3.2登陆讯飞服务器

在使用讯飞的语音解析之前,需要进行用户身份验证,即登陆讯飞服务器,这个在viewDidLoad()方法中添加两行代码即可.即讯飞服务器需要根据你当前用户的APPID才能同意你登陆。代码如下：

    //2.登陆讯飞服务器
    NSString *appID = [NSString stringWithFormat:@"appid=%@",@"570f0a8b"];
    [IFlySpeechUtility createUtility:appID];
    

3.3创建有界面提示语音识别对象

创建一个讯飞语音识别对象,可以对他进行一系列的调用

///带界面的识别对象
@property (nonatomic,strong)IFlyRecognizerView *iflyRecognizerView;

3.4初始化带界面的识别对象

    _iflyRecognizerView = [[IFlyRecognizerView alloc] initWithCenter:self.view.center];
    _iflyRecognizerView.delegate = self;
    [_iflyRecognizerView setParameter:@"iat" forKey:[IFlySpeechConstant IFLY_DOMAIN]];
    //asr_audio_path保存录音文件名，如不再需要，设置value为nil表示取消，默认目录是documents
    [_iflyRecognizerView setParameter:@"asrview.pcm " forKey:[IFlySpeechConstant ASR_AUDIO_PATH]];

3.5实现代理方法

讯飞对识别结果的处理采用的代理回调的方法,实现IFlySpeechSynthesizerDelegate协议的onResult:isLast:方法.
注意!!!!这里的是onResult,不是onResults,后者是无界面提示的语音解析的结果回调函数.

回调时默认传回来的数据是json数据，咱们大可不必疑惑解析到底使用哪种方式，科大讯飞已经为我们考虑到这些问题了，他官方提供了一个叫做“ISRDataHelper”用它解析就可以了。代码如下：

- (void)onResult:(NSArray *)resultArray isLast:(BOOL)isLast
    
    NSMutableString *result = [[NSMutableString alloc] init];
    NSDictionary *dic = [resultArray objectAtIndex:0];
    for (NSString *key in dic) 
        [result appendFormat:@"%@",key];
    
    
    NSString * resu = [ISRDataHelper stringFromJson:result];

    
    //结果要显示在Lable上
    _showTextLable.text = [NSString stringWithFormat:@"%@%@",_showTextLable.text,resu];

3.6触发开始识别语音

拖动一个Button,给一个响应事件,用于开始监听语音识别；代码如下：

- (IBAction)voiceRecognize:(id)sender 
    
    //开始识别语音
    [_iflyRecognizerView start];
    

这时候运行app就可以进行语音识别了，界面如下图：

好了，科大讯飞的语音识别功能还有很多稍后继续。。。。。