iOS语音听写、语音合成

最新推荐文章于 2020-07-24 10:43:59 发布

原创最新推荐文章于 2020-07-24 10:43:59 发布 · 2.2k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#iOS语音 #语音识别 #语音合成 #讯飞科技

iOS精华专栏收录该内容

29 篇文章

订阅专栏

本文语音听写以及语音合成基于讯飞科技提供的sdk

根据官方文档，下载sdk，创建自己的应用，获取appid。

sdk放进自己的工程里面，然后添加需要的库。

编译一下，如果编译报错，修改Targets -》 Build Settings -》Build Options -》Enable Bitcode 设置为No 编译通过，sdk环境集成成功。

在程序入口，配置用户信息：

- (BOOL)application:(UIApplication *)application didFinishLaunchingWithOptions:(NSDictionary *)launchOptions {
    NSString *initString = [[NSString alloc] initWithFormat:@"appid=%@",@"000000"];//此处填写自己申请应用的appId
    [IFlySpeechUtility createUtility:initString];
}

一、语音合成，也就是阅读文本，把文本消息转化成语音输出：

1.导入相关的头文件

#import <iflyMSC/IFlySpeechSynthesizerDelegate.h>
#import <iflyMSC/IFlySpeechSynthesizer.h>
#import <iflyMSC/IFlySpeechConstant.h>

2.控制器遵守协议，实现协议回调方法：

@interface ViewController ()<IFlySpeechSynthesizerDelegate>

@property (strong, nonatomic) IFlySpeechSynthesizer *synthesizer;
@property (nonatomic , strong) UITextView *textView;
@property (nonatomic , strong) UIButton *startBtn;
@property (nonatomic , strong) UIButton *cancelBtn;

@end

3.创建文字识别对象，

self.synthesizer = [IFlySpeechSynthesizer sharedInstance];
self.synthesizer.delegate = self;

并可以自定义设置该对象的关键属性，不设置将会是默认值

[self.synthesizer setParameter:@"50" forKey:[IFlySpeechConstant SPEED]];
    
[self.synthesizer setParameter:@"50" forKey:[IFlySpeechConstant VOLUME]];
    
[self.synthesizer setParameter:@"VIXR" forKey:[IFlySpeechConstant VOICE_NAME]];
    
[self.synthesizer setParameter:@"8000" forKey:[IFlySpeechConstant SAMPLE_RATE]];
    
[self.synthesizer setParameter:@"temp.pcm" forKey:[IFlySpeechConstant TTS_AUDIO_PATH]];

[self.synthesizer setParameter:@"custom" forKey:[IFlySpeechConstant PARAMS]];

4.功能启动的调用方法

- (void)startBtnCliked {
    [self.synthesizer startSpeaking:self.textView.text];
}

5.实现协议的方法：

- (void)onCompleted:(IFlySpeechError *)error {
    NSLog(@"讲完了");
}

这样简单的语音合成就实现了。

二、语音识别，将语音翻译成文本消息。

sdk中提供了两种方式，一种是带界面的语音识别，也就是有一个小话筒的界面效果。另一种是无界面的。

先说有界面的，也比较简单。

1.导入头文件

#import "iflyMSC/IFlyMSC.h"
#import "ISRDataHelper.h"

2.遵守协议

@interface ViewController ()<IFlyRecognizerViewDelegate> {
    IFlyRecognizerView *_iflyRecognizerView;
}

@property (nonatomic , strong) UITextView *textView;
@property (nonatomic , strong) UIButton *startBtn;
@property (nonatomic , strong) UIButton *cancelBtn;

@end

3.创建对象

_iflyRecognizerView = [[IFlyRecognizerView alloc] initWithCenter:self.view.center];
_iflyRecognizerView.delegate = self;
[_iflyRecognizerView setParameter: @"iat" forKey: [IFlySpeechConstant IFLY_DOMAIN]];
[_iflyRecognizerView setParameter:@"asrview.pcm " forKey:[IFlySpeechConstant ASR_AUDIO_PATH]];

4.开始语音识别

- (void)startBtnCliked {
    [_textView resignFirstResponder];
    //启动识别服务
    [_iflyRecognizerView start];
}

5.实现代理回调，处理识别的结果

/*识别结果返回代理
 @param resultArray 识别结果
 @ param isLast 表示是否最后一次结果
 */
- (void)onResult: (NSArray *)resultArray isLast:(BOOL) isLast
{
    NSMutableString *resultString = [[NSMutableString alloc] init];
    NSDictionary *dic = resultArray[0];
    for (NSString *key in dic) {
        [resultString appendFormat:@"%@",key];
    }
    NSString * resultFromJson =  [ISRDataHelper stringFromJson:resultString];
    _textView.text = [NSString stringWithFormat:@"%@%@", _textView.text,resultFromJson];
}


/*识别会话错误返回代理
 @ param  error 错误码
 */
- (void)onError: (IFlySpeechError *) error
{
    NSLog(@"%s",__func__);
    
    NSString *text ;
    
    if (error.errorCode ==0 ) {
        
    }
    else
    {
        text = [NSString stringWithFormat:@"发生错误：%d %@",error.errorCode,error.errorDesc];
        NSLog(@"%@",text);
        [_iflyRecognizerView cancel];
    }
    
    self.startBtn.enabled = YES;
}

然后是不带界面的语音识别。

1.同样导入头文件

#import <iflyMSC/IFlySpeechRecognizerDelegate.h>
#import <iflyMSC/IFlySpeechRecognizer.h>
#import <iflyMSC/IFlySpeechError.h>
#import "ISRDataHelper.h"

2.创建对象遵守协议

@interface ViewController ()<IFlySpeechRecognizerDelegate>

@property (nonatomic , strong) IFlySpeechRecognizer *iFlySpeechRecognizer;
@property (nonatomic , strong) UITextView *textView;
@property (nonatomic , strong) UIButton *startBtn;
@property (nonatomic , strong) UIButton *cancelBtn;

@end

self.iFlySpeechRecognizer = [IFlySpeechRecognizer sharedInstance];
self.iFlySpeechRecognizer.delegate = self;

3.按钮方法，功能启动入口

- (void)startBtnCliked {
    BOOL ret = [self.iFlySpeechRecognizer startListening];
    if (ret) {
        NSLog(@"成功");
    } else {
        NSLog(@"启动失败");
    }
}

- (void)cancelBtnCliked {
    [self.iFlySpeechRecognizer cancel];
}

4.实现代理回调方法

- (void) onError:(IFlySpeechError *)errorCode {
    NSLog(@"%@",errorCode.errorDesc);
}

- (void) onResults:(NSArray *) results isLast:(BOOL)isLast {
    NSMutableString *resultString = [[NSMutableString alloc] init];
    NSDictionary *dic = results[0];
    for (NSString *key in dic) {
        [resultString appendFormat:@"%@",key];
    }
    NSString * resultFromJson =  [ISRDataHelper stringFromJson:resultString];
    _textView.text = [NSString stringWithFormat:@"%@%@", _textView.text,resultFromJson];
}

这个ISRDataHelper是讯飞demo里面封装好的一个类，用来处理翻译过来的文本。实际上可以这样解析默认的json串：

- (void) onResults:(NSArray *) results isLast:(BOOL)isLast {
    
    NSArray * temp = [[NSArray alloc]init];
    NSString * str = [[NSString alloc]init];
    NSMutableString *result = [[NSMutableString alloc] init];
    NSDictionary *dic = results[0];
    for (NSString *key in dic) {
        [result appendFormat:@"%@",key];
        
    }
    NSLog(@"听写结果：%@",result);
    //---------讯飞语音识别JSON数据解析---------//
    NSError * error;
    NSData * data = [result dataUsingEncoding:NSUTF8StringEncoding];
    NSLog(@"data: %@",data);
    NSDictionary * dic_result =[NSJSONSerialization JSONObjectWithData:data options:NSJSONReadingMutableLeaves error:&error];
    NSArray * array_ws = [dic_result objectForKey:@"ws"];
    //遍历识别结果的每一个单词
    for (int i=0; i<array_ws.count; i++) {
        temp = [[array_ws objectAtIndex:i] objectForKey:@"cw"];
        NSDictionary * dic_cw = [temp objectAtIndex:0];
        str = [str  stringByAppendingString:[dic_cw objectForKey:@"w"]];
        NSLog(@"识别结果:%@",[dic_cw objectForKey:@"w"]);
    }
    NSLog(@"最终的识别结果:%@",str);
    //去掉识别结果最后的标点符号
    if ([str isEqualToString:@"。"] || [str isEqualToString:@"？"] || [str isEqualToString:@"！"]) {
        NSLog(@"末尾标点符号：%@",str);
    }
    else{
        self.textView.text = str;
    }
}

目前只整理了这两个功能的代码，后续需要会再研究其他功能的代码。