科大讯飞语音识别

Posted J_维他命_M

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了科大讯飞语音识别相关的知识,希望对你有一定的参考价值。

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:

技术分享
 

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

[objc] view plain copy
 
 技术分享技术分享
  1. #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:

[objc] view plain copy
 
 技术分享技术分享
  1. //2.登陆讯飞服务器  
  2. NSString *appID = [NSString stringWithFormat:@"appid=%@",@"570f0a8b"];  
  3. [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
 
[objc] view plain copy
 
 技术分享技术分享
  1. ///带界面的识别对象  
  2. @property (nonatomic,strong)IFlyRecognizerView *iflyRecognizerView;  
 

3.4初始化带界面的识别对象

[objc] view plain copy
 
 技术分享技术分享
  1. _iflyRecognizerView = [[IFlyRecognizerView alloc] initWithCenter:self.view.center];  
  2. _iflyRecognizerView.delegate = self;  
  3. [_iflyRecognizerView setParameter:@"iat" forKey:[IFlySpeechConstant IFLY_DOMAIN]];  
  4. //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  
  5. [_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:
 
[objc] view plain copy
 
 技术分享技术分享
  1. - (void)onResult:(NSArray *)resultArray isLast:(BOOL)isLast{  
  2.       
  3.     NSMutableString *result = [[NSMutableString alloc] init];  
  4.     NSDictionary *dic = [resultArray objectAtIndex:0];  
  5.     for (NSString *key in dic) {  
  6.         [result appendFormat:@"%@",key];  
  7.     }  
  8.       
  9.     NSString * resu = [ISRDataHelper stringFromJson:result];  
  10.   
  11.       
  12.     //结果要显示在Lable上  
  13.     _showTextLable.text = [NSString stringWithFormat:@"%@%@",_showTextLable.text,resu];  
  14. }  

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:
 
[objc] view plain copy
 
 技术分享技术分享
  1. - (IBAction)voiceRecognize:(id)sender {  
  2.       
  3.     //开始识别语音  
  4.     [_iflyRecognizerView start];  
  5.       
  6. }  

这时候运行app就可以进行语音识别了,界面如下图:
技术分享
 

以上是关于科大讯飞语音识别的主要内容,如果未能解决你的问题,请参考以下文章

解析科大讯飞汽车产业布局:不只是智能语音,还有图像识别

在ubuntu上利用科大讯飞的SDK实现语音识别-语义识别等功能

科大讯飞语音识别

使用APICloud & 科大讯飞SDK快速实现语音识别功能

用Python来使用科大讯飞语音识别,so easy

树莓派怎么调用科大讯飞的语音库实现语音识别