(1) 概念解釋
短語音識別:將一段不超過15秒的語音轉(zhuǎn)換成文本,將音頻文件中的文字信息識別出來,代替?zhèn)鹘y(tǒng)輸入場景
(2) 說明
Hi,您好,歡迎使用有道智云短語音識別iOS SDK。
如果您想快速體驗服務,建議您前往 語音識別體驗中心 或者在體驗中心右下側(cè)找到小程序二維碼,掃描進行體驗。
本文檔主要針對需要集成短語音識別服務iOS SDK的開發(fā)工程師,詳細描述有道智云短語音識別能力及集成過程。
如果您有與我們商務合作的需求,可以通過以下方式聯(lián)系我們:
商務郵箱: AIcloud_Business@corp.youdao.com
如果您對文檔內(nèi)容有任何疑問,可以通過以下幾種方式聯(lián)系我們:
客服QQ:1906538062
智云語音技術(shù)交流QQ群:861723255
聯(lián)系郵箱: zhiyun@corp.youdao.com
溫馨提示:
本文檔主要針對開發(fā)人員,接入測試前需要在后臺創(chuàng)建 IOS 應用,并綁定實例;如果您還沒有,請按照 新手指南 操作。
平臺向每個賬戶贈送50元的體驗金,供用戶集成前測試所用,具體資費規(guī)則詳見 短語音識別服務報價 。
開始集成SDK之前開發(fā)者需要登錄 有道智云平臺 ,創(chuàng)建應用獲取應用ID(或者通過運營人員獲取應用ID),以便使用識別服務。
語音識別 SDK 由如下幾個 SDK 組成,用戶可根據(jù)需要組合使用:
語音識別 SDK 由如下幾個 SDK 組成:FanYiSDK.h、libbase.a、libspeechrecognition.a;
(1). 添加頭文件和庫文件:將語音識別 SDK 添加到工程中,包括 FanYiSDK.h頭文件、libbase.a和libspeechrecognition.a文件。
(2). 設置工程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。
說明: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";
說明:支持最長15秒的短語音在線識別功能,請參考 demo 中 SpeechRecognitionViewController 的使用;
-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
YDSpeechRecognitionRequest *request = [YDSpeechRecognitionRequest request];
YDSpeechRecognitionParam *param = [YDSpeechRecognitionParam param];
param.langType = @"zh-CHS";//源語言
param.rate = @"8000";//采樣率
param.channel = @"1";//聲道數(shù),目前只支持單聲道,請寫固定值1
request.param = param;
NSData *speechData = [NSData dataWithContentsOfURL:self.recordFileUrl];
NSString *base64Str = [speechData base64EncodedStringWithOptions:0];
識別返回兩種情況,一種是成功,相關結(jié)果存儲在 result
參數(shù)中,另外一種是失敗,失敗信息放在 error
,是一個枚舉類。
[request lookup:base64Str WithCompletionHandler:^(YDSpeechRecognitionRequest *request, YDSpeechRecognitionResult *result, NSError *error) {
if (error) {
//失敗
NSLog(@"error:%@", error);
}else {
//成功
[self handleReuslt:result];
}
}];
對于在線語音識別,服務器查詢結(jié)果返回數(shù)據(jù)如下:
{
"result": [
"今天天氣不錯" //識別結(jié)果
],
"errorCode": "0", //錯誤碼。一定存在
}
字段 | 含義 |
---|---|
result | 識別結(jié)果發(fā)音地址,識別成功一定存在 |
errorCode | 識別結(jié)果錯誤碼,一定存在。詳見 錯誤代碼列表 |
SDK demo對上述json數(shù)據(jù)解析封裝為YDSpeechRecognitionResult對象,如下:
@interface YDSpeechRecognitionResult : NSObject
/* 識別結(jié)果 */
@property (nonatomic, copy) NSArray *result;
/* 翻譯結(jié)果錯誤碼,一定存在 */
@property (nonatomic, copy) NSString *errorCode;
+ (instancetype)initWithDict:(NSDictionary *)info;
@end
英文名 | 中文名 | 代碼 |
---|---|---|
Arabic | 阿拉伯語 | ar |
Bahasa (Indonesia) | 巴哈薩語(印度尼西亞) | in |
Cantonese | 粵語 | yue |
Catalan | 加泰隆語 | ca |
Czech | 捷克語 | cs |
Danish | 丹麥語 | da |
Dutch | 荷蘭語 | nl |
Dutch (Belgium) | 荷蘭語(比利時) | nl-BEL |
English (Australia) | 英語(澳大利亞) | en-AUS |
English (GB) | 英語(英國) | en-GBR |
English (India) | 英語(印度) | en-IND |
English (Ireland) | 英語(愛爾蘭) | en-IRL |
English (Scotland) | 英語(蘇格蘭) | en-SCT |
English (South Africa) | 英語(南非) | en-ZAF |
English (US) | 英語(美國) | en |
Finnish | 芬蘭語 | fi |
French | 法語 | fr |
French (Canada) | 法語(加拿大) | fr-CAN |
German | 德語 | de |
Greek | 希臘語 | el |
Hebrew | 希伯來語 | he |
Hindi | 印地語 | hi |
Hungarian | 匈牙利語 | hu |
Italian | 意大利語 | it |
Japanese | 日語 | ja |
Korean | 韓語 | ko |
Mandarin (China) | 普通話(中國) | zh-CHS |
Mandarin (Taiwan) | 普通話(中國臺灣) | zh-TWN |
Norwegian | 挪威語 | no |
Polish | 波蘭語 | pl |
Portuguese (Brazil) | 葡萄牙語(巴西) | pt-BRA |
Portuguese (Portugal) | 葡萄牙語(葡萄牙) | pt |
Romanian | 羅馬尼亞語 | ro |
Russian | 俄語 | ru |
Slovak | 斯洛伐克語 | sk |
Spanish (Castilian) | 西班牙語(卡斯蒂利亞) | es-ESP |
Spanish (Columbia) | 西班牙語(哥倫比亞) | es-COL |
Spanish (Mexico) | 西班牙語(墨西哥) | es-MEX |
Swedish | 瑞典語 | sv |
Thai | 泰語 | th |
Turkish | 土耳其語 | tr |
Valencian | 巴倫西亞語 | spa-ESP |
錯誤碼 | 含義 |
---|---|
101 | 缺少必填的參數(shù) |
102 | 不支持的語言類型 |
103 | 翻譯文本過長 |
104 | 不支持的API類型 |
105 | 不支持的簽名類型 |
106 | 不支持的響應類型 |
107 | 不支持的傳輸加密類型 |
108 | 應用ID無效,注冊賬號,登錄后臺創(chuàng)建應用和實例并完成綁定,可獲得應用ID和應用密鑰等信息 |
109 | batchLog格式不正確 |
110 | 無相關服務的有效實例 |
111 | 開發(fā)者賬號無效 |
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的錯誤 |
202 | 簽名檢驗失敗 |
203 | 訪問IP地址不在可訪問IP列表 |
205 | 請求的接口與應用的平臺類型不一致,如有疑問請參考入門指南 |
206 | 因為時間戳無效導致簽名校驗失敗 |
207 | 重放請求 |
301 | 辭典查詢失敗 |
302 | 翻譯查詢失敗 |
303 | 服務端的其它異常 |
304 | 會話閑置太久超時 |
401 | 賬戶已經(jīng)欠費停 |
402 | offlinesdk不可用 |
411 | 訪問頻率受限,請稍后訪問 |
412 | 長請求過于頻繁,請稍后訪問 |
1001 | 無效的OCR類型 |
1002 | 不支持的OCR image類型 |
1003 | 不支持的OCR Language類型 |
1004 | 識別圖片過大 |
1201 | 圖片base64解密失敗 |
1301 | OCR段落識別失敗 |
1411 | 訪問頻率受限 |
1412 | 超過最大識別字節(jié)數(shù) |
2003 | 不支持的語音聲道 |
2004 | 不支持的語音上傳類型 |
2005 | 不支持的語言類型 |
2006 | 不支持的識別類型 |
2201 | 識別音頻文件過大 |
2301 | 識別音頻時長過長 |
2411 | 不支持的音頻文件類型 |
2412 | 不支持的發(fā)音類型 |
3001 | 不支持的語音格式 |
3002 | 不支持的語音采樣率 |
3003 | 不支持的語音聲道 |
3004 | 不支持的語音上傳類型 |
3005 | 不支持的語言類型 |
3006 | 不支持的識別類型 |
3007 | 識別音頻文件過大 |
3008 | 識別音頻時長過長 |
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 | 語音識別失敗 |
3302 | 語音翻譯失敗 |
3303 | 服務的異常 |
3411 | 訪問頻率受限,請稍后訪問 |
3412 | 超過最大請求字符數(shù) |
4001 | 不支持的語音識別格式 |
4002 | 不支持的語音識別采樣率 |
4003 | 不支持的語音識別聲道 |
4004 | 不支持的語音上傳類型 |
4005 | 不支持的語言類型 |
4006 | 識別音頻文件過大 |
4007 | 識別音頻時長過長 |
4201 | 解密失敗 |
4301 | 語音識別失敗 |
4303 | 服務的異常 |
4411 | 訪問頻率受限,請稍后訪問 |
4412 | 超過最大請求時長 |
4414 | 音頻格式轉(zhuǎn)換失敗 |
5001 | 無效的OCR類型 |
5002 | 不支持的OCR image類型 |
5003 | 不支持的語言類型 |
5004 | 識別圖片過大 |
5005 | 不支持的圖片類型 |
5006 | 文件為空 |
5201 | 解密錯誤,圖片base64解密失敗 |
5301 | OCR段落識別失敗 |
5411 | 訪問頻率受限 |
5412 | 超過最大識別流量 |
9001 | 不支持的語音格式 |
9002 | 不支持的語音采樣率 |
9003 | 不支持的語音聲道 |
9004 | 不支持的語音上傳類型 |
9005 | 不支持的語音識別 Language類型 |
9301 | ASR識別失敗 |
9303 | 服務器內(nèi)部錯誤 |
9411 | 訪問頻率受限(超過最大調(diào)用次數(shù)) |
9412 | 超過最大處理語音長度 |
10001 | 無效的OCR類型 |
10002 | 不支持的OCR image類型 |
10004 | 識別圖片過大 |
10201 | 圖片base64解密失敗 |
10301 | OCR段落識別失敗 |
10411 | 訪問頻率受限 |
10412 | 超過最大識別流量 |
13001 | 不支持的角度類型 |
13002 | 不支持的文件類型 |
13003 | 表格識別圖片過大 |
13004 | 文件為空 |
13301 | 表格識別失敗 |
17001 | 需要圖片 |
17002 | 圖片過大(1M) |
17003 | 識別類型未找到 |
17004 | 不支持的識別類型 |
17005 | 服務調(diào)用失敗 |
-1000 | 未知錯誤 |
-2000 | 查詢輸入為空 |
運行程序崩潰?
檢查下是否對應的 `SDK靜態(tài)庫包` 是否放到當前工程目錄下。
翻譯沒結(jié)果?
檢查下識別接口回調(diào)的錯誤信息,保證申請的應用ID是有效且提前綁定了。
如何獲得應用ID
注冊賬號,登錄后臺創(chuàng)建應用和實例并完成綁定, 可獲得應用ID和應用密鑰等信息。