郑州iOS點 - 點哥教你巧用讯飞语音

        最近新的项目上莫名其妙出现了很多闪退,我就很诧异,我就是按照以前的方式写的代码就这么用的怎么到这就不管用了,深深怀疑自己水平中...


      经过排查,发现了这个大深坑:讯飞语音


原理就在于



注意到了吧!


原来人家是要释放哒!!有多少人跟我一样做项目先搞一个RootViewController作为所有界面控制器的父视图控制器的?有木有?有木有??!!


我就SB一样习惯性地集成在了自定义的父视图控制器上;


所以答案就在这里啦!!!!


如果你把讯飞集成在自己定义的父视图控制器上的话,一旦在语音未结束的情况下进行跳转,讯飞就会来不及释放,然后就闪退!!!!


好吧...


于是我就集成在了APPdelegate上(切记一定要写在APPdelegate上!)

@interface AppDelegate ()<IFlySpeechSynthesizerDelegate>

{
    IFlySpeechSynthesizer       * _iFlySpeechSynthesizer;
}

@end


@implementation AppDelegate


#pragma mark - 集成讯飞
- (void)initXunFei {
    
    [[NSNotificationCenter defaultCenter]addObserver:self selector:@selector(voice:) name:@"xunfei" object:nil];
    
    NSString *initString = [[NSString alloc] initWithFormat:@"appid=%@",XUNFEI_VOICE_APPID];
    
    [IFlySpeechUtility createUtility:initString];

}


- (void)dealloc {

    [[NSNotificationCenter defaultCenter]removeObserver:self name:@"xunfei" object:nil];

}

- (void)voice:(NSNotification *)sender {
    
    [self setupXunFeiWithText:[NSString stringWithFormat:@"%@",sender.object]];
    
}

#pragma mark -讯飞语音
- (void)setupXunFeiWithText:(NSString *)text {
    
    // 创建合成对象,为单例模式
    _iFlySpeechSynthesizer = [IFlySpeechSynthesizer sharedInstance];
    _iFlySpeechSynthesizer.delegate = self;
    //设置语音合成的参数
    //语速,取值范围 0~100
    [_iFlySpeechSynthesizer setParameter:@"50" forKey:[IFlySpeechConstant SPEED]];
    //音量;取值范围 0~100
    [_iFlySpeechSynthesizer setParameter:@"60" forKey: [IFlySpeechConstant VOLUME]];
    //发音人,默认为”xiaoyan”;可以设置的参数列表可参考个 性化发音人列表
    [_iFlySpeechSynthesizer setParameter:@"xiaoyan" forKey: [IFlySpeechConstant VOICE_NAME]];
    //音频采样率,目前支持的采样率有 16000 和 8000
    [_iFlySpeechSynthesizer setParameter:@"8000" forKey: [IFlySpeechConstant SAMPLE_RATE]];
    //asr_audio_path保存录音文件路径,如不再需要,设置value为nil表示取消,默认目录是documents
    [_iFlySpeechSynthesizer setParameter:@"tts.pcm" forKey: [IFlySpeechConstant TTS_AUDIO_PATH]];
    //启动合成会话
    [_iFlySpeechSynthesizer startSpeaking:text];
    
}

//合成结束,此代理必须要实现
- (void) onCompleted:(IFlySpeechError *) error{
}
//合成开始
- (void) onSpeakBegin{
}
//合成缓冲进度
- (void) onBufferProgress:(int) progress message:(NSString *)msg{
}
//合成播放进度
- (void) onSpeakProgress:(int) progress{
}



@end

在项目里的任何地方需要使用的时候,只需要这样:


[[NSNotificationCenter defaultCenter]postNotificationName:@"xunfei" object:@"喂!110吗?又翻车了,对对,还是讯飞,还是那个弯!!!];






深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值