實(shí)時(shí)語(yǔ)音識(shí)別 IOS SDK 簡(jiǎn)介

概述

(1) 概念解釋

實(shí)時(shí)語(yǔ)音識(shí)別：可實(shí)現(xiàn)對(duì)連續(xù)音頻流的實(shí)時(shí)識(shí)別，轉(zhuǎn)換成文本信息并返對(duì)應(yīng)文字流。

(2) 說明

Hi，您好，歡迎使用有道智云實(shí)時(shí)語(yǔ)音識(shí)別 IOS SDK。

本文檔主要針對(duì)需要集成 實(shí)時(shí)語(yǔ)音識(shí)別 IOS SDK的開發(fā)工程師，詳細(xì)描述實(shí)時(shí)語(yǔ)音識(shí)別能力及集成過程。

如果您有與我們商務(wù)合作的需求，可以通過以下方式聯(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，可以通過以下幾種方式聯(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 實(shí)時(shí)語(yǔ)音識(shí)別服務(wù)報(bào)價(jià) 。

功能介紹

有道智云實(shí)時(shí)語(yǔ)音識(shí)別 SDK 是有道智云開放平臺(tái)提供的云服務(wù)之一，是有道在線實(shí)時(shí)語(yǔ)音識(shí)別接口的一種實(shí)現(xiàn)，支持在線實(shí)時(shí)語(yǔ)音識(shí)別。

兼容性

支持設(shè)備：運(yùn)行了iOS 8.0及以上系統(tǒng)的 iOS 設(shè)備

實(shí)時(shí)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（或者通過運(yùn)營(yíng)人員獲取應(yīng)用ID），以便使用實(shí)時(shí)語(yǔ)音識(shí)別服務(wù)。

集成步驟

SDK包導(dǎo)入

實(shí)時(shí)語(yǔ)音識(shí)別 SDK 由如下幾個(gè) SDK 組成，F(xiàn)anYiSDK.h、libbase.a、libStreamASR.a

(1). 添加頭文件和庫(kù)文件：將實(shí)時(shí)語(yǔ)音識(shí)別 SDK 添加到工程中，包括 FanYiSDK.h頭文件、libbase.a和libStreamASR.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

說明：支持實(shí)時(shí)實(shí)時(shí)語(yǔ)音識(shí)別，目前支持中英文，請(qǐng)參考 demo 中 StreamASRController 的使用;

參數(shù)說明

-格式支持：只支持wav格式。 -采樣率：推薦16k。 -編碼：16bit位深的單聲道

構(gòu)造識(shí)別器

YDSpeechRecognizer *recognizer = [YDSpeechRecognizer sharedRecognizer];
recognizer.delegate = self;
YDSpeechRecognizerParam *param = [YDSpeechRecognizerParam param];
param.langType = @"zh-CHS";//源語(yǔ)言
param.rate = @"16000";//采樣率
param.format = @"wav";//語(yǔ)音文件格式
param.vadBOS = 2000;//前端點(diǎn)靜音檢測(cè)時(shí)長(zhǎng),ms
param.vadEOS = 2000;//后端點(diǎn)靜音檢測(cè)時(shí)長(zhǎng),ms
recognizer.param = param;

執(zhí)行識(shí)別過程

執(zhí)行[self.recognizer startListening];開始實(shí)時(shí)語(yǔ)音識(shí)別，結(jié)果將在代理方法中回調(diào)給開發(fā)者；

#pragma mark - speech recognizer delegate
- (void)onBeginOfSpeech {
  [self startSpeakingAnimation];
  NSLog(@"------speech start-----");
}

- (void)onEndOfSpeech {
  [self endSpekingAnimation];
  NSLog(@"------speech end-----");
}

- (void)onResults:(NSDictionary *)result isLast:(BOOL)isLast {
  NSString *sentence = result[@"sentence"];
  self.recognizedLabel.text = [NSString stringWithFormat:@"%@%@", self.displayingText, sentence];
  if (isLast) {
    [self.displayingText appendString:sentence];
  }
}

- (void)onCompleted:(NSError *)speechError {
  [self endSpekingAnimation];
  NSLog(@"------speech completed-----");
}

- (void)onConstantlyQuietIsBOS:(BOOL)isBOS {
  NSLog(@"檢測(cè)到%@靜音", isBOS ? @"前端點(diǎn)" : @"后端點(diǎn)");
}

支持語(yǔ)言

錯(cuò)誤代碼列表

版本更新記錄