短語(yǔ)音識(shí)別 IOS SDK簡(jiǎn)介
概述
(1) 概念解釋
短語(yǔ)音識(shí)別:將一段不超過(guò)15秒的語(yǔ)音轉(zhuǎn)換成文本,將音頻文件中的文字信息識(shí)別出來(lái),代替?zhèn)鹘y(tǒng)輸入場(chǎng)景
(2) 說(shuō)明
Hi,您好,歡迎使用有道智云短語(yǔ)音識(shí)別iOS SDK。
如果您想快速體驗(yàn)服務(wù),建議您前往 語(yǔ)音識(shí)別體驗(yàn)中心 或者在體驗(yàn)中心右下側(cè)找到小程序二維碼,掃描進(jìn)行體驗(yàn)。
本文檔主要針對(duì)需要集成短語(yǔ)音識(shí)別服務(wù)iOS SDK的開發(fā)工程師,詳細(xì)描述有道智云短語(yǔ)音識(shí)別能力及集成過(guò)程。
如果您有與我們商務(wù)合作的需求,可以通過(guò)以下方式聯(lián)系我們:
商務(wù)郵箱: AIcloud_Business@corp.youdao.com
如果您對(duì)文檔內(nèi)容有任何疑問(wèn),可以通過(guò)以下幾種方式聯(lián)系我們:
客服QQ:1906538062
智云語(yǔ)音技術(shù)交流QQ群:861723255
聯(lián)系郵箱: zhiyun@corp.youdao.com
溫馨提示:
本文檔主要針對(duì)開發(fā)人員,接入測(cè)試前需要在后臺(tái)創(chuàng)建 IOS 應(yīng)用,并綁定實(shí)例;如果您還沒(méi)有,請(qǐng)按照 新手指南 操作。
平臺(tái)向每個(gè)賬戶贈(zèng)送50元的體驗(yàn)金,供用戶集成前測(cè)試所用,具體資費(fèi)規(guī)則詳見 短語(yǔ)音識(shí)別服務(wù)報(bào)價(jià) 。
短語(yǔ)音識(shí)別SDK集成指南
集成前提
開始集成SDK之前開發(fā)者需要登錄 有道智云平臺(tái) ,創(chuàng)建應(yīng)用獲取應(yīng)用ID(或者通過(guò)運(yùn)營(yíng)人員獲取應(yīng)用ID),以便使用識(shí)別服務(wù)。
語(yǔ)音識(shí)別 SDK 由如下幾個(gè) SDK 組成,用戶可根據(jù)需要組合使用:
- FanYiSDK.h:頭文件(必選)
- libbase.a:語(yǔ)音識(shí)別相關(guān)sdk基礎(chǔ)庫(kù)(必選)
- libspeechrecognition.a:在線語(yǔ)音識(shí)別 SDK(必選,使用在線語(yǔ)音識(shí)別時(shí)使用)
集成步驟
SDK包導(dǎo)入
語(yǔ)音識(shí)別 SDK 由如下幾個(gè) SDK 組成:FanYiSDK.h、libbase.a、libspeechrecognition.a;
(1). 添加頭文件和庫(kù)文件:將語(yǔ)音識(shí)別 SDK 添加到工程中,包括 FanYiSDK.h頭文件、libbase.a和libspeechrecognition.a文件。
(2). 設(shè)置工程Other Linker Flags為-ObjC。
(3). 在工程build Phases – Link Binary With Libraries中添加libbase.a, AdSupport.framework, CoreTelephony.framework, SystemConfiguration, libz.tbd和libsqlite3.tbd。
SDK初始化
說(shuō)明:所有的查詢都需要初始化key,只執(zhí)行初始化一次即可。
//初始化key
YDTranslateInstance *yd = [YDTranslateInstance sharedInstance];
yd.appKey = @"your appkey";
功能集成
說(shuō)明:支持最長(zhǎng)15秒的短語(yǔ)音在線識(shí)別功能,請(qǐng)參考 demo 中 SpeechRecognitionViewController 的使用;
參數(shù)說(shuō)明
-格式支持:wav(不壓縮,pcm編碼,采樣率:推薦16k ,編碼:16bit位深的單聲道),aac,mp3
構(gòu)造查詢器
YDSpeechRecognitionRequest *request = [YDSpeechRecognitionRequest request];
YDSpeechRecognitionParam *param = [YDSpeechRecognitionParam param];
param.langType = @"zh-CHS";//源語(yǔ)言
param.rate = @"8000";//采樣率
param.channel = @"1";//聲道數(shù),目前只支持單聲道,請(qǐng)寫固定值1
request.param = param;
將語(yǔ)音數(shù)據(jù)轉(zhuǎn)化為base64編碼
NSData *speechData = [NSData dataWithContentsOfURL:self.recordFileUrl];
NSString *base64Str = [speechData base64EncodedStringWithOptions:0];
執(zhí)行識(shí)別過(guò)程
識(shí)別返回兩種情況,一種是成功,相關(guān)結(jié)果存儲(chǔ)在 result
參數(shù)中,另外一種是失敗,失敗信息放在 error
,是一個(gè)枚舉類。
[request lookup:base64Str WithCompletionHandler:^(YDSpeechRecognitionRequest *request, YDSpeechRecognitionResult *result, NSError *error) {
if (error) {
//失敗
NSLog(@"error:%@", error);
}else {
//成功
[self handleReuslt:result];
}
}];
語(yǔ)音識(shí)別結(jié)果說(shuō)明
對(duì)于在線語(yǔ)音識(shí)別,服務(wù)器查詢結(jié)果返回?cái)?shù)據(jù)如下:
{
"result": [
"今天天氣不錯(cuò)" //識(shí)別結(jié)果
],
"errorCode": "0", //錯(cuò)誤碼。一定存在
}
字段 |
含義 |
result |
識(shí)別結(jié)果發(fā)音地址,識(shí)別成功一定存在 |
errorCode |
識(shí)別結(jié)果錯(cuò)誤碼,一定存在。詳見 錯(cuò)誤代碼列表 |
SDK demo對(duì)上述json數(shù)據(jù)解析封裝為YDSpeechRecognitionResult對(duì)象,如下:
@interface YDSpeechRecognitionResult : NSObject
/* 識(shí)別結(jié)果 */
@property (nonatomic, copy) NSArray *result;
/* 翻譯結(jié)果錯(cuò)誤碼,一定存在 */
@property (nonatomic, copy) NSString *errorCode;
+ (instancetype)initWithDict:(NSDictionary *)info;
@end
支持語(yǔ)言
英文名 |
中文名 |
代碼 |
Arabic |
阿拉伯語(yǔ) |
ar |
Bahasa (Indonesia) |
巴哈薩語(yǔ)(印度尼西亞) |
in |
Cantonese |
粵語(yǔ) |
yue |
Catalan |
加泰隆語(yǔ) |
ca |
Czech |
捷克語(yǔ) |
cs |
Danish |
丹麥語(yǔ) |
da |
Dutch |
荷蘭語(yǔ) |
nl |
Dutch (Belgium) |
荷蘭語(yǔ)(比利時(shí)) |
nl-BEL |
English (Australia) |
英語(yǔ)(澳大利亞) |
en-AUS |
English (GB) |
英語(yǔ)(英國(guó)) |
en-GBR |
English (India) |
英語(yǔ)(印度) |
en-IND |
English (Ireland) |
英語(yǔ)(愛爾蘭) |
en-IRL |
English (Scotland) |
英語(yǔ)(蘇格蘭) |
en-SCT |
English (South Africa) |
英語(yǔ)(南非) |
en-ZAF |
English (US) |
英語(yǔ)(美國(guó)) |
en |
Finnish |
芬蘭語(yǔ) |
fi |
French |
法語(yǔ) |
fr |
French (Canada) |
法語(yǔ)(加拿大) |
fr-CAN |
German |
德語(yǔ) |
de |
Greek |
希臘語(yǔ) |
el |
Hebrew |
希伯來(lái)語(yǔ) |
he |
Hindi |
印地語(yǔ) |
hi |
Hungarian |
匈牙利語(yǔ) |
hu |
Italian |
意大利語(yǔ) |
it |
Japanese |
日語(yǔ) |
ja |
Korean |
韓語(yǔ) |
ko |
Mandarin (China) |
普通話(中國(guó)) |
zh-CHS |
Mandarin (Taiwan) |
普通話(中國(guó)臺(tái)灣) |
zh-TWN |
Norwegian |
挪威語(yǔ) |
no |
Polish |
波蘭語(yǔ) |
pl |
Portuguese (Brazil) |
葡萄牙語(yǔ)(巴西) |
pt-BRA |
Portuguese (Portugal) |
葡萄牙語(yǔ)(葡萄牙) |
pt |
Romanian |
羅馬尼亞語(yǔ) |
ro |
Russian |
俄語(yǔ) |
ru |
Slovak |
斯洛伐克語(yǔ) |
sk |
Spanish (Castilian) |
西班牙語(yǔ)(卡斯蒂利亞) |
es-ESP |
Spanish (Columbia) |
西班牙語(yǔ)(哥倫比亞) |
es-COL |
Spanish (Mexico) |
西班牙語(yǔ)(墨西哥) |
es-MEX |
Swedish |
瑞典語(yǔ) |
sv |
Thai |
泰語(yǔ) |
th |
Turkish |
土耳其語(yǔ) |
tr |
Valencian |
巴倫西亞語(yǔ) |
spa-ESP |
錯(cuò)誤代碼列表
錯(cuò)誤碼 |
含義 |
101 |
缺少必填的參數(shù) |
102 |
不支持的語(yǔ)言類型 |
103 |
翻譯文本過(guò)長(zhǎng) |
104 |
不支持的API類型 |
105 |
不支持的簽名類型 |
106 |
不支持的響應(yīng)類型 |
107 |
不支持的傳輸加密類型 |
108 |
應(yīng)用ID無(wú)效,注冊(cè)賬號(hào),登錄后臺(tái)創(chuàng)建應(yīng)用和實(shí)例并完成綁定,可獲得應(yīng)用ID和應(yīng)用密鑰等信息 |
109 |
batchLog格式不正確 |
110 |
無(wú)相關(guān)服務(wù)的有效實(shí)例 |
111 |
開發(fā)者賬號(hào)無(wú)效 |
113 |
q不能為空 |
114 |
不支持的圖片傳輸方式 |
201 |
解密失敗,可能為DES,BASE64,URLDecode的錯(cuò)誤 |
202 |
簽名檢驗(yàn)失敗 |
203 |
訪問(wèn)IP地址不在可訪問(wèn)IP列表 |
205 |
請(qǐng)求的接口與應(yīng)用的平臺(tái)類型不一致,如有疑問(wèn)請(qǐng)參考入門指南 |
206 |
因?yàn)闀r(shí)間戳無(wú)效導(dǎo)致簽名校驗(yàn)失敗 |
207 |
重放請(qǐng)求 |
301 |
辭典查詢失敗 |
302 |
翻譯查詢失敗 |
303 |
服務(wù)端的其它異常 |
304 |
會(huì)話閑置太久超時(shí) |
401 |
賬戶已經(jīng)欠費(fèi)停 |
402 |
offlinesdk不可用 |
411 |
訪問(wèn)頻率受限,請(qǐng)稍后訪問(wèn) |
412 |
長(zhǎng)請(qǐng)求過(guò)于頻繁,請(qǐng)稍后訪問(wèn) |
1001 |
無(wú)效的OCR類型 |
1002 |
不支持的OCR image類型 |
1003 |
不支持的OCR Language類型 |
1004 |
識(shí)別圖片過(guò)大 |
1201 |
圖片base64解密失敗 |
1301 |
OCR段落識(shí)別失敗 |
1411 |
訪問(wèn)頻率受限 |
1412 |
超過(guò)最大識(shí)別字節(jié)數(shù) |
2003 |
不支持的語(yǔ)音聲道 |
2004 |
不支持的語(yǔ)音上傳類型 |
2005 |
不支持的語(yǔ)言類型 |
2006 |
不支持的識(shí)別類型 |
2201 |
識(shí)別音頻文件過(guò)大 |
2301 |
識(shí)別音頻時(shí)長(zhǎng)過(guò)長(zhǎng) |
2411 |
不支持的音頻文件類型 |
2412 |
不支持的發(fā)音類型 |
3001 |
不支持的語(yǔ)音格式 |
3002 |
不支持的語(yǔ)音采樣率 |
3003 |
不支持的語(yǔ)音聲道 |
3004 |
不支持的語(yǔ)音上傳類型 |
3005 |
不支持的語(yǔ)言類型 |
3006 |
不支持的識(shí)別類型 |
3007 |
識(shí)別音頻文件過(guò)大 |
3008 |
識(shí)別音頻時(shí)長(zhǎng)過(guò)長(zhǎng) |
3009 |
不支持的音頻文件類型 |
3010 |
不支持的發(fā)音類型 |
3201 |
解密失敗 |
3301 |
語(yǔ)音識(shí)別失敗 |
3302 |
語(yǔ)音翻譯失敗 |
3303 |
服務(wù)的異常 |
3411 |
訪問(wèn)頻率受限,請(qǐng)稍后訪問(wèn) |
3412 |
超過(guò)最大請(qǐng)求字符數(shù) |
4001 |
不支持的語(yǔ)音識(shí)別格式 |
4002 |
不支持的語(yǔ)音識(shí)別采樣率 |
4003 |
不支持的語(yǔ)音識(shí)別聲道 |
4004 |
不支持的語(yǔ)音上傳類型 |
4005 |
不支持的語(yǔ)言類型 |
4006 |
識(shí)別音頻文件過(guò)大 |
4007 |
識(shí)別音頻時(shí)長(zhǎng)過(guò)長(zhǎng) |
4201 |
解密失敗 |
4301 |
語(yǔ)音識(shí)別失敗 |
4303 |
服務(wù)的異常 |
4411 |
訪問(wèn)頻率受限,請(qǐng)稍后訪問(wèn) |
4412 |
超過(guò)最大請(qǐng)求時(shí)長(zhǎng) |
4414 |
音頻格式轉(zhuǎn)換失敗 |
5001 |
無(wú)效的OCR類型 |
5002 |
不支持的OCR image類型 |
5003 |
不支持的語(yǔ)言類型 |
5004 |
識(shí)別圖片過(guò)大 |
5005 |
不支持的圖片類型 |
5006 |
文件為空 |
5201 |
解密錯(cuò)誤,圖片base64解密失敗 |
5301 |
OCR段落識(shí)別失敗 |
5411 |
訪問(wèn)頻率受限 |
5412 |
超過(guò)最大識(shí)別流量 |
9001 |
不支持的語(yǔ)音格式 |
9002 |
不支持的語(yǔ)音采樣率 |
9003 |
不支持的語(yǔ)音聲道 |
9004 |
不支持的語(yǔ)音上傳類型 |
9005 |
不支持的語(yǔ)音識(shí)別 Language類型 |
9301 |
ASR識(shí)別失敗 |
9303 |
服務(wù)器內(nèi)部錯(cuò)誤 |
9411 |
訪問(wèn)頻率受限(超過(guò)最大調(diào)用次數(shù)) |
9412 |
超過(guò)最大處理語(yǔ)音長(zhǎng)度 |
10001 |
無(wú)效的OCR類型 |
10002 |
不支持的OCR image類型 |
10004 |
識(shí)別圖片過(guò)大 |
10201 |
圖片base64解密失敗 |
10301 |
OCR段落識(shí)別失敗 |
10411 |
訪問(wèn)頻率受限 |
10412 |
超過(guò)最大識(shí)別流量 |
13001 |
不支持的角度類型 |
13002 |
不支持的文件類型 |
13003 |
表格識(shí)別圖片過(guò)大 |
13004 |
文件為空 |
13301 |
表格識(shí)別失敗 |
17001 |
需要圖片 |
17002 |
圖片過(guò)大(1M) |
17003 |
識(shí)別類型未找到 |
17004 |
不支持的識(shí)別類型 |
17005 |
服務(wù)調(diào)用失敗 |
-1000 |
未知錯(cuò)誤 |
-2000 |
查詢輸入為空 |
常見問(wèn)題及注意事項(xiàng)
運(yùn)行程序崩潰?
檢查下是否對(duì)應(yīng)的 SDK靜態(tài)庫(kù)包
是否放到當(dāng)前工程目錄下。
翻譯沒(méi)結(jié)果?
檢查下識(shí)別接口回調(diào)的錯(cuò)誤信息,保證申請(qǐng)的應(yīng)用ID是有效且提前綁定了。
如何獲得應(yīng)用ID
注冊(cè)賬號(hào),登錄后臺(tái)創(chuàng)建應(yīng)用和實(shí)例并完成綁定, 可獲得應(yīng)用ID和應(yīng)用密鑰等信息。