iOS 原生自带的离线语音识别---speech framework

最新推荐文章于 2025-07-13 19:27:55 发布

原创

最新推荐文章于 2025-07-13 19:27:55 发布 · 6.1k 阅读

4 ·

CC 4.0 BY-SA版权

本文介绍了如何使用iOS自带的speech framework进行离线语音识别，特别是从CAF音频格式转换为MP3并识别本地文件的过程。同时提到了获取用户权限的方法，并指出该框架仅能处理本地音频文件的局限性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这阵子公司一直想要搞个语音发送命令！本来科达讯飞用的好好的,但是！价格简直有点小贵了！！8000元人民币识别2000台机子！四元一台的成本，公司舍不得钱所以！！！：

speech是iOS10.0新出的开源框架！如果你需要使用的话建议你先更新XCODE，swift也可以使用哟！不过我的项目没有用到swift，所以没有贴出来，总之！功能还是相当强大的！也很好用，不过此框架比较呆，只能使用本地的文件，很有局限性！而且我看网上很多教程基本都是识别的本地的文件！！！ EXM？很LOW有没有！所以如果你的需求本不是一个.MP3 识别音乐中的内容的话！可以看下去！如果是只需要识别.MP3的话，看到语音识别就能满足你的需求了！

speechframework可以识别出MP3的语音。而且仅仅只能识别.MP3文件这种本地的音频文件（可播放的那种），但是我们需要的功能是识别麦克风自己说话的声音，所以还需要先获取麦克风的声音，使用AVAudioRecorder或许到本地的音频数据流。用AVAudioSession进行录制，再将录制得到的caf数据流转成MP3格式！存入字典上次本地的文件：

MP3生成成功: /var/mobile/Containers/Data/Application/5E32CD4F-6644-40BD-8AC7-6AC9836A65DD/Documents/myRecord.mp3

需要注意的是URL的使用方式不能用write！下面这种是识别不出来的：

[NSURL URLWithString:Str];

以下两种是可行的URL：

1.NSURL *url = [[NSBundle mainBundle] URLForResource:@"你好.mp3" withExtension:nil];

2.NSURL *url= [NSURL fileURLWithPath:self.mp3PathStr];

分享一段CAF转MP3代码免走弯路：

@try {

int read, write;

FILE *pcm = fopen([self.cafPathStr cStringUsingEncoding:1], "rb"); //source被转换的音频文件位置