iOS系统语音识别

最新推荐文章于 2024-04-07 09:45:50 发布
最新推荐文章于 2024-04-07 09:45:50 发布
阅读量1.1k 收藏
点赞数
分类专栏： # 音视频&图像处理 文章标签： ios 语音识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Morris_/article/details/105266897
版权

iOS10语音识别框架Speech，项目中用到语音识别功能，这里简单的进行了一下封装，大概实现了系统语音识别的功能。还没测试，应该会有很多坑。

语音识别功能封装

系统的语音识别+外部语音输入，实现语音转文字功能。项目地址：https://github.com/X-Morris/MMVoiceEngine

  • MMSpeechRecognizer

这个类对系统的语音识别功能进行简单的封装，达到能够识别我们对着设备说话，语音转文字的功能。

MMSpeechRecognizer.h

//
//  MMSpeechRecognizer.h
//  MMVoiceEngine
//
//  Created by Morris_ on 2020/11/10.
//

#import <Foundation/Foundation.h>
#import <Speech/Speech.h>

@class MMSpeechRecognizerConfig;

NS_ASSUME_NONNULL_BEGIN

@protocol MMSpeechRecognizerDelegate <NSObject>

@optional

/*!
 *  开始录音回调
 *
 */
- (void)onStart;

/*!
 *
 *
 */
- (void)onStop:(NSError *)error;

/*!
 *
 *
 */
- (void)result:(SFSpeechRecognitionResult * _Nullable)result;

/*!
 *  音量变化回调
 *  在录音过程中，回调音频的音量。
 *
 *  @param volume 音量，范围从
 */
- (void)onVolumeChanged:(int)volume;

@end

/*!
 *  语音识别类，是一个单例对象。
 */
@interface MMSpeechRecognizer : NSObject

/*!
 *  返回单例对象
 */
+ (instancetype)sharedInstance;

/*!
 *  销毁单例对象
 */
- (void)destroy;

/*!
*  语音识别参数设置
*/
@property (nonatomic, strong) MMSpeechRecognizerConfig *config;

/*!
 *  开始语音识别
 *  即开始录入语音，并识别录入的语音，识别到就会有返回。
 */
- (void)start;

/*!
 *  停止语音识别
 *  即停止语音录入，结束语音识别。
 */
- (void)stop;

/*!
 *  回调
 *
 */
@property (nonatomic, weak) id <MMSpeechRecognizerDelegate> delegate;

/*!
 *  授权
 *
 */
+ (SFSpeechRecognizerAuthorizationStatus)authorizationStatus;
+ (void)requestAuthorization:(void(^)(SFSpeechRecognizerAuthorizationStatus status))handler;

@end

NS_ASSUME_NONNULL_END

MMSpeechRecognizer.m

//
//  MMSpeechRecognizer.m
//  MMVoiceEngine
//
//  Created by Morris_ on 2020/11/10.
//

#import "MMSpeechRecognizer.h"
#import "MMSpeechRecognizerConfig.h"
#import <AVFoundation/AVFoundation.h>
#import <UIKit/UIKit.h>

@interface MMSpeechRecognizer ()<SFSpeechRecognizerDelegate>

@property (nonatomic, strong) SFSpeechRecognizer *speechRecognizer;
@property (nonatomic, strong) SFSpeechAudioBufferRecognitionRequest *recognitionRequest;
@property (nonatomic, strong) SFSpeechRecognitionTask *recognitionTask;
@property (nonatomic, strong) AVAudioEngine *audioEngine;

@property (nonatomic, assign) BOOL starting;

@end

@implementation MMSpeechRecognizer

static MMSpeechRecognizer *_sharedInstance = nil;
static dispatch_once_t onceToken;

- (void)dealloc {
    // Remove monitor
    [self removeMonitor];
}

+ (instancetype)sharedInstance {
    dispatch_once(&onceToken, ^{
        // Init
        _sharedInstance = [[MMSpeechRecognizer alloc] init];
        // Add monitor
        [_sharedInstance addMonitor];
    });
    return _sharedInstance;
}

- (void)destroy {
    onceToken = 0;
    _sharedInstance = nil;
}

- (void)setConfig:(MMSpeechRecognizerConfig *)config {
    if (!_config) {
        _config = config;
    }
}

// Start. Private function.
- (void)reStart
{
    // Checking the authorization Status
    [MMSpeechRecognizer requestAuthorization:^(SFSpeechRecognizerAuthorizationStatus status) {
        if (status == SFSpeechRecognizerAuthorizationStatusAuthorized)
        {
            [self resetRecognitionTask];
            [self startAudioEngine];
        }
        else
        {
            [self stopWithError:[NSError errorWithDomain:[NSString stringWithFormat:@"Authorization :%ld",(long)status] code:-1 userInfo:nil]];
        }
    }];
}

// Start event. Public function.
- (void)start
{
    [self startCallback];
    
    [self reStart];
}

// Stop audioEngine. Private function.
- (void)stopAudioEngine
{
    if (self.audioEngine && self.audioEngine.isRunning) {
        [self.audioEngine stop];
        [self.audioEngine.inputNode removeTapOnBus:0];
        [self.recognitionRequest endAudio];
    }
}
// Start audioEngine. Private function.
- (void)startAudioEngine
{
    [self stopAudioEngine];
    
    // Configure the microphone input.
    AVAudioInputNode *inputNode = self.audioEngine.inputNode;
    [inputNode removeTapOnBus:0];
    AVAudioFormat *recordingFormat = [inputNode outputFormatForBus:0];
    __weak typeof(self)weakSelf = self;
    NSError *error = nil;
    [inputNode installTapOnBus:0 bufferSize:1024 format:recordingFormat block:^(AVAudioPCMBuffer * _Nonnull buffer, AVAudioTime * _Nonnull when) {
        if (weakSelf.recognitionRequest) {
            [weakSelf.recognitionRequest appendAudioPCMBuffer:buffer];
        }
    }];
    [self.audioEngine prepare];
    [self.audioEngine startAndReturnError:&error];
    if (error)
    {
        [self stopWithError:error];
        return;
    }
}

// Stop event. Private function.
- (void)stopWithError:(NSError *)error
{
    [self stopAudioEngine];
    [self stopCallback:error];
}

// Stop event. Public function.
- (void)stop
{
    [self stopAudioEngine];
    
    [self stopCallback:nil];
}

// Authorization
+ (SFSpeechRecognizerAuthorizationStatus)authorizationStatus
{
    return [SFSpeechRecognizer authorizationStatus];
}
+ (void)requestAuthorization:(void(^)(SFSpeechRecognizerAuthorizationStatus status))handler {
    [SFSpeechRecognizer requestAuthorization:^(SFSpeechRecognizerAuthorizationStatus status) {
        dispatch_async(dispatch_get_main_queue(), ^{
            if (handler) {
                handler(status);
            }
        });
    }];
}

#pragma mark - SFSpeechRecognizerDelegate

- (void)speechRecognizer:(SFSpeechRecognizer *)speechRecognizer availabilityDidChange:(BOOL)available
{
    
}

#pragma mark - call back

- (void)startCallback
{
    if ([self.delegate respondsToSelector:@selector(onStart)]) {
        [self.delegate onStart];
    }
    self.starting = YES;
}

- (void)stopCallback:(NSError *)error
{
    if ([self.delegate respondsToSelector:@selector(onStop:)]) {
        [self.delegate onStop:error];
    }
    self.starting = NO;
}

- (void)resultCallback:(SFSpeechRecognitionResult * _Nullable)result
{
    if ([self.delegate respondsToSelector:@selector(result:)]) {
        [self.delegate result:result];
    }
}

#pragma mark - private

- (void)resetRecognitionTask
{
    // Cancel the previous task if it's running.
    if (self.recognitionTask) {
        //[self.recognitionTask cancel]; // Will cause the system error and memory problems.
        [self.recognitionTask finish];
    }
    self.recognitionTask = nil;
    
    // Configure the audio session for the app.
    NSError *error = nil;
    [AVAudioSession.sharedInstance setCategory:AVAudioSessionCategoryRecord withOptions:AVAudioSessionCategoryOptionDuckOthers error:&error];
    if (error)
    {
        [self stopWithError:error];
        return;
    }
    [AVAudioSession.sharedInstance setActive:YES withOptions:AVAudioSessionSetActiveOptionNotifyOthersOnDeactivation error:&error];
    if (error)
    {
        [self stopWithError:error];
        return;
    }

    // Create and configure the speech recognition request.
    self.recognitionRequest = [[SFSpeechAudioBufferRecognitionRequest alloc] init];
    self.recognitionRequest.taskHint = SFSpeechRecognitionTaskHintConfirmation;
    
    // Keep speech recognition data on device
    if (@available(iOS 13, *)) {
        self.recognitionRequest.requiresOnDeviceRecognition = NO;
    }

    // Create a recognition task for the speech recognition session.
    // Keep a reference to the task so that it can be canceled.
    __weak typeof(self)weakSelf = self;
    self.recognitionTask = [self.speechRecognizer recognitionTaskWithRequest:self.recognitionRequest resultHandler:^(SFSpeechRecognitionResult * _Nullable result, NSError * _Nullable error) {
        __strong typeof(self)strongSelf = weakSelf;
        //NSLog(@"Recognized voice: %@",result.bestTranscription.formattedString);
        //NSLog(@"Recognized error: %@",error);
        //NSLog(@"Recognized finishing: %d",weakSelf.recognitionTask.isFinishing);
        
        [strongSelf resultCallback:result];
        
        if (error != nil || result.final)
        {
            // Stop recognizing speech if there is a problem.
            [strongSelf stopAudioEngine];
                        
            // Re-Strt
            // [Utility] +[AFAggregator logDictationFailedWithError:] Error Domain=kAFAssistantErrorDomain Code=209 "(null)"
            // [Utility] +[AFAggregator logDictationFailedWithError:] Error Domain=kAFAssistantErrorDomain Code=203 "SessionId=com.siri.cortex.ace.speech.session.event.SpeechSessionId@599be0be, Message=No audio data received." UserInfo={NSLocalizedDescription=SessionId=com.siri.cortex.ace.speech.session.event.SpeechSessionId@599be0be, Message=No audio data received., NSUnderlyingError=0x600002630090 {Error Domain=SiriSpeechErrorDomain Code=102 "(null)"}}
            //[strongSelf reStart];
            
            strongSelf.speechRecognizer = nil;
            [strongSelf performSelector:@selector(reStart) withObject:nil afterDelay:1];
        }
    }];
}

#pragma mark - Monitor

- (void)addMonitor
{
    [[NSNotificationCenter defaultCenter] addObserver:self selector:@selector(appDidBecomeActive) name:UIApplicationDidBecomeActiveNotification object:nil];
    [[NSNotificationCenter defaultCenter] addObserver:self selector:@selector(appDidEnterBackground) name:UIApplicationDidEnterBackgroundNotification object:nil];
}

- (void)removeMonitor
{
    [[NSNotificationCenter defaultCenter] removeObserver:self];
}

- (void)appDidBecomeActive
{
    if (self.starting) {
        [self startAudioEngine];
    }
}

- (void)appDidEnterBackground
{
    if (self.starting) {
        [self stopAudioEngine];
    }
}

#pragma mark - get

- (SFSpeechRecognizer *)speechRecognizer {
    if (!_speechRecognizer) {
        if (!_config) {
            _config = [MMSpeechRecognizerConfig defaultConfig];
        }
        _speechRecognizer = [[SFSpeechRecognizer alloc] initWithLocale:self.config.locale];
        _speechRecognizer.delegate = self;
    }
    return _speechRecognizer;
}

- (AVAudioEngine *)audioEngine {
    if (!_audioEngine) {
        _audioEngine = [[AVAudioEngine alloc] init];
    }
    return _audioEngine;
}

@end



//AVAudioSession    // 语音设置相关API
//AVAudioEngine     // 记录语音的API
//AVAudioFormat     // 音频的抽象类
//AVAudioInputNode  // 音频节点
//AVAudioPCMBuffer  //


/// 错误码
// 203/201 本次识别任务完成，未识别到任何语音
// 216  几次203/201之后报216，报216时recognitionTask.isFinishing=NO。程序再无反应。

MMSpeechRecognizerConfig.h

//
//  MMSpeechRecognizerConfig.h
//  MMVoiceEngine
//
//  Created by Morris_ on 2020/11/11.
//

#import <Foundation/Foundation.h>
#import <Speech/SFSpeechRecognitionTaskHint.h>

NS_ASSUME_NONNULL_BEGIN

@interface MMSpeechRecognizerConfig : NSObject

+ (MMSpeechRecognizerConfig *)defaultConfig;
- (instancetype)initWithLocale:(NSLocale *)locale;

/*!
 *  语言设置。
 *
 */
@property (nonatomic, strong) NSLocale *locale;

/*!
 *  语音场景设置。
 *
 */
@property (nonatomic) SFSpeechRecognitionTaskHint defaultTaskHint;

/*!
 *  语音场景设置。
 *
 */
@property (nonatomic, copy) NSArray<NSString *> *contextualStrings;

/*!
 *  扩展参数。
 *
 */
@property (nonatomic, strong, nonnull) NSDictionary *params;

@end

NS_ASSUME_NONNULL_END

MMSpeechRecognizerConfig

//
//  MMSpeechRecognizerConfig.m
//  MMVoiceEngine
//
//  Created by Morris_ on 2020/11/11.
//

#import "MMSpeechRecognizerConfig.h"

@implementation MMSpeechRecognizerConfig

- (instancetype)init {
    if (self = [super init]) {
        self.defaultTaskHint = SFSpeechRecognitionTaskHintUnspecified;
        self.locale = [NSLocale currentLocale];
    }
    return self;
}

+ (MMSpeechRecognizerConfig *)defaultConfig
{
    return [[MMSpeechRecognizerConfig alloc] init];
}

- (instancetype)initWithLocale:(NSLocale *)locale {
    if (self = [super init]) {
        self.locale = locale;
    }
    return self;
}

@end

使用语音识别功能

ViewController.m

//
//  ViewController.m
//  MMVoiceEngine-Demo
//
//  Created by Morris_ on 2020/11/10.
//

#import "ViewController.h"
#import <MMVoiceEngine/MMVoiceEngine.h>
#import "SpeechAnalyzer.h"

@interface ViewController ()<MMSpeechRecognizerDelegate, SpeechAnalyzerDelegate>

@property (nonatomic, strong) UIButton *startBtn;
@property (nonatomic, strong) UITextView *textView;

@property (nonatomic, strong) SpeechAnalyzer *speechAnalyzer;

@end

@implementation ViewController

- (void)viewDidLayoutSubviews {
    [super viewDidLayoutSubviews];
    
    self.startBtn.frame = CGRectMake(10, CGRectGetHeight(self.view.frame)-40-10, CGRectGetWidth(self.view.frame)-20, 40);
    self.textView.frame = CGRectMake(10, 64, CGRectGetWidth(self.view.frame)-20, CGRectGetHeight(self.view.frame)*0.5-64);
}

- (void)viewDidAppear:(BOOL)animated {
    [super viewDidAppear:animated];
    
    // 检查授权
    [MMSpeechRecognizer requestAuthorization:^(SFSpeechRecognizerAuthorizationStatus status) {
        switch (status) {
            case SFSpeechRecognizerAuthorizationStatusAuthorized:
                self.startBtn.enabled = YES;
                [self.startBtn setTitle:@"Start Recording" forState:UIControlStateNormal];
                break;
            case SFSpeechRecognizerAuthorizationStatusDenied:
                self.startBtn.enabled = NO;
                [self.startBtn setTitle:@"User denied access to speech recognition" forState:UIControlStateNormal];
                break;
            case SFSpeechRecognizerAuthorizationStatusRestricted:
                self.startBtn.enabled = NO;
                [self.startBtn setTitle:@"Speech recognition restricted on this device" forState:UIControlStateNormal];
                break;
            default:
                self.startBtn.enabled = NO;
                break;
        }
    }];
}

- (void)viewDidLoad {
    [super viewDidLoad];
    // Do any additional setup after loading the view.
    
    self.startBtn = [UIButton buttonWithType:UIButtonTypeCustom];
    [self.startBtn setTitle:@"Start Recording" forState:UIControlStateNormal];
    [self.startBtn setTitleColor:[UIColor redColor] forState:UIControlStateNormal];
    [self.startBtn addTarget:self action:@selector(startBtnClick:) forControlEvents:UIControlEventTouchUpInside];
    [self.view addSubview:self.startBtn];
    
    self.textView = [[UITextView alloc] init];
    self.textView.textColor = [UIColor darkGrayColor];
    self.textView.backgroundColor = [UIColor whiteColor];
    self.textView.userInteractionEnabled = NO;
    [self.view addSubview:self.textView];
}


// MARK:- Event

- (void)startBtnClick:(UIButton *)sender
{
    sender.selected = !sender.selected;
    if (sender.selected)
    {
        MMSpeechRecognizerConfig *config = [[MMSpeechRecognizerConfig alloc] initWithLocale:[NSLocale localeWithLocaleIdentifier:@"en"]];
        [[MMSpeechRecognizer sharedInstance] setConfig:config];
        [MMSpeechRecognizer sharedInstance].delegate = self;
        [[MMSpeechRecognizer sharedInstance] start];
    }
    else
    {
        [[MMSpeechRecognizer sharedInstance] stop];
    }
}

// MARK:- MMSpeechRecognizerDelegate

- (void)onStart
{
    NSLog(@"%s",__func__);
    self.startBtn.enabled = YES;
    [self.startBtn setTitle:@"Stop Recording" forState:UIControlStateNormal];
}

- (void)onStop:(NSError *)error
{
    NSLog(@"%s",__func__);
    self.startBtn.enabled = YES;
    [self.startBtn setTitle:@"Start Recording" forState:UIControlStateNormal];
}

- (void)result:(SFSpeechRecognitionResult * _Nullable)result
{
    [self.speechAnalyzer recognize:result];
}


// MARK:- SpeechAnalyzerDelegate

- (void)speechAnalyzer:(SpeechAnalyzer *)analyzer recognizedCommand:(NSString *)command
{
    NSLog(@"recognizedCommand: %@",command);
    NSLog(@"%@",[NSThread currentThread]);
    self.textView.text = command;
}


// MARK:- lazy load

- (SpeechAnalyzer *)speechAnalyzer {
    if (!_speechAnalyzer) {
        _speechAnalyzer = [[SpeechAnalyzer alloc] init];
        _speechAnalyzer.delegate = self;
    }
    return _speechAnalyzer;
}


@end

注意事项

  • 语音识别功能需要使用Microphone和Speech的功能，需要在info.plist文件中添加相应的权限控制

Privacy - Microphone Usage Description

Privacy - Speech Recognition Usage Description

  • 关于系统闪退

Xcode 12.0 beta (12A6159) ，由于系统原因闪self.audioEngine.inputNode会闪退。我向苹果提了Feedback。在Xcode 12.0 12.0 beta 2 (12A6163b) 此问题已解决。

详情见AVAudioEngine gets inputNode property crash in iOS14

  • 关于后台语音识别

We explicitly don’t support speech recognition in the background currently.

We consider this issue closed. If you have any questions or concern regarding this issue, please update your report directly (http://bugreport.apple.com).

Thank you for taking the time to notify us of this issue.

Best Regards,

Apple Developer Support

Worldwide Developer Relations

Morris_
关注
专栏目录
iOS 语音识别
本王的棒棒糖呢的博客
07-27 1068
一个简单的语音识别，语音转文字的demo 主要就是#import <Speech/Speech.h> #import <AVFoundation/AVFoundation.h>@interface ViewController ()<SFSpeechRecognizerDelegate> @property (strong, nonatomic) UIButton *siriBtu;//siri按
iOS利用Speech Kit实现语音识别
q6q6q的专栏
10-27 967
Siri.jpeg一、前言前一段时间彩云小译上了App Store的推荐，我下载试玩了一下，效果还是非常不错的。它可以实现实时翻译的功能，我自己粗浅地分析了一下彩云小译的实现原理，其中最重要的一步就是声音转文字。目前市面上也有很多服务商提供声音转文字的服务，有收费的有免费的，但是毕竟是第三方的服务商，接口的性能和稳定性都不一定能保证。2016年Apple在发布重磅产品iOS10的同时也发布了Spe...
iOS语音识别
面壁者LOGIC
01-14 1548
iOS原生自带语音识别
iOS系统语音识别-Swift
竹毛言己
07-08 1683
基于Speech框架，实现语音识别转文字功能。系统要求 >= iOS 10。以下是在官方提供的Demo基础上稍作改动，目的有两个：1. 实现连续不间断地语音识别，除非自己手动调用停止，报错自动重新启动。2. 应用切后台后再次进入前台后语音可以正常使用 。 代码实现 下面是使用语音引擎和识别引擎一起来完成语音识别功能，语音引擎来录入语音，提供给识别引擎做识别。 工作原理就是 AudioEngine 收集录入语音数据（AudioBuffer），将数据给 SFSpeechAudioBufferRecog.
IOS 语音识别（SFSpeechRecognizer）:Unity
weixin_42573555的博客
05-11 712
不花钱，也可以语音识别跟语音合成，
iOS10语音识别框架SpeechFramework应用详解
09-01
iOS10语音识别框架SpeechFramework是苹果在iOS10系统中推出的一个重要更新，它为开发者提供了一套原生的API，使得应用能够轻松集成语音识别功能，无需依赖第三方服务。这一框架的引入极大地简化了语音识别的实现过程...
ios-siri语音识别动画，贝塞尔曲线完成.zip
07-11
在iOS开发中，Siri的语音识别动画是一个引人注目的功能，它为用户提供了直观且交互性强的体验。这个“ios-siri语音识别动画，贝塞尔曲线完成.zip”文件包含了一个实现Siri语音识别动画的示例项目，重点在于使用...
ios下语音识别实现
06-28
在iOS平台上实现语音识别是一项常见的任务，特别是在开发各种交互式应用程序时，如语音助手、教育应用或游戏。本文将深入探讨如何在iOS中集成语音识别功能，并提供一个基础的demo来帮助理解整个流程。 首先，我们...
iOS基于系统原生的语音识别助手
weixin_44836266的博客
08-12 509
语音识别系统是基于系统的speech.framework来实现的 1.首先，获取权限 在Info.plist文件中，加入这两项权限 // Privacy - Speech Recognition Usage Description 录音权限 // Privacy - Microphone Usage Description 话筒权限 申请权限 // case notDetermined = 0 // case denied = 1 // case
语音识别ios
05-02
今分享一个语音识别的demo，在官方SpeakHere基础上修改的，通过调用的谷歌的语音识别api进行语音识别。友情提示需要真机，需要在线，仅供参考。
ios开发-语音识别（科大讯飞）
LucioSui的博客
09-26 4865
如果现在有这样一个需求：在记录时间的时候，用户在不方便手写的时候，我们可以利用语音录入，转成文字的形式记录时间，是不是既方便又只能，现在做语音识别的有一些不错的开放平台供我们使用，一家是科大讯飞平台，一家是百度语音平台。我个人比较偏爱科大讯飞，因为科大讯飞的优势在于大段大段的文字识别上，准确率较高。这正好能符合我输入银行卡号码准确无误的需求。这篇博客也主要讲的是是讯飞语音SDK的使用。下面我们详细看
高效语音识别利器：ASR-iOS-Local
最新发布
gitblog_00067的博客
04-07 437
高效语音识别利器：ASR-iOS-Local 项目地址:https://gitcode.com/andyweiqiu/asr-ios-local 该项目是Andyweiqiu开发的一个轻量级iOS本地语音识别框架，提供了一种无需云端服务即可在iOS设备上进行高效语音转文本的方式。通过利用Apple的Core ML和AVFoundation库，开发者可以快速集成这一功能到自己的应用中，提高用户体验，...
iOS语音识别（科大讯飞SDK）
水果糖的博客
08-29 5631
最近在研究语音识别，前段时间使用了百度语音识别，最近公司又突然让转用科大讯飞的SDK，感觉有点坑。不过 也算是学习了使用新的SDK了吧。在这里将集成SDK以及一些使用方法写一下。 第一步：获取APPid 先在科大讯飞语音识别开发者网站注册，获取APPid。 第二步：集成SDK 导入科大讯飞的iflyMSC.framework；然后再导入相关的依赖库： 第三步：初始化启动服务
iOS 自带系统语音识别
weixin_34129696的博客
06-28 130
1 转载于:https://www.cnblogs.com/SimonGao/p/5622131.html
iOS SFSpeechRecognizer 语音识别
ID314846818的博客
04-24 2942
iOS 13 SFSpeechRecognizer 相比智能了很多，可以识别语音中的标点符号。比如说句号，它会识别一个句号，同样其他符号也可以支持识别，比如逗号、破折号等等。但是还存在不足的一点就是目前它还不能自己帮助识别的文字添加标点符号，不过这一点已经在 iOS 16 上得到了处理，准确率也做了相应提升，已经可以替换很多付费的语音识别框架了。
【iOS开发】---- 语音识别
冻僵的企鹅'zone
01-20 9303
最近iOS项目中需要用到语音识别,去google搜索了一下，发现语音识别做的不错的有谷歌，微软和科大讯飞。但是微软的语音识别只能在window平台，科大讯飞的语音识别现在主要是中文和英文，而谷歌的语音识别是可以支持多国语言的，考虑到项目以后可能会有多种语言，所以我选择用谷歌的语音识别。 这里有一篇文章，比较详细的对比了三种语音识别：Google，微软，科大讯飞的语音识别引擎对比。
iOS语音识别功能实现
q6q6q的专栏
10-27 632
本人有若干成套学习视频, 可试看! 可试看! 可试看, 重要的事情说三遍 包含Java, 数据结构与算法, iOS, 安卓, python, flutter等等, 如有需要, 联系微信tsaievan.现在市面上的即时通讯app都有语音转文本的功能, 那么语音转文本如何实现呢? 自己写是不现实的, 因为这涉及到模式识别的算法, 所以只能用到第三方SDK了, 我在项目中用到的是百度语音SDK, 自己...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

Morris_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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