Speech 框架构建语音转文本应用详解

在  2016  年的  WWDC  上， Apple  介绍了一个十分有用的语音识别  API ，那就是  Speech  框架。事实上， Siri  的语音识别正是由  Speech Kit  提供支持。就目前来说，可用的语音识别框架并非没有，但是它们要么太贵，要么不够好。在本 iOS教程中，我将会向你演示如何使用  Speech Kit  来创建一个像 Siri  一样的应用来进行语音到文本的转换。

应用界面设计

事前准备: Xcode 8 beta  版和一台运行  iOS 10 beta  版的设备 .

首先，让我们来创建一个  iOS Single View Application  工程，并将其命名为  SpeechToTextDemo  。然后在Main.storyboard  上添加  UILabel  、  UITextView  和  UIButton  各一个。

此时  storyboard  应该看起来像这样：

下一步，在  ViewController.swift  文件中为  UITextView  和  UIButton  定义  outlet  变量，将  UITextView  命名为 “textView” ，  UIButton  命名为  “microphoneButton”  之后，再创建一个空  action  方法来监听麦克风按钮 (microphoneButton)  的点击事件：

@IBAction func microphoneTapped(_ sender: AnyObject) {

}

使用  Speech  框架

要使用  Speech  框架，第一件要做的事自然是引入这个框架，并遵循  SFSpeechRecognizerDelegate  协议。所以，我们先引入该框架，然后将它的协议添加到  ViewController.swift  类中。此时  ViewController.swift  应该是这样的：

import UIKitimport Speech

class ViewController: UIViewController, SFSpeechRecognizerDelega te {

    

    

      @IBOutlet weak var textView: UITextView!

      @IBOutlet weak var microphoneButton: UIButton!

         func viewDidLoad() {

              sup

      overrideer.viewDidLoad()

             

      }

      @IBAction func microphoneTapped(_ sender: AnyObject) {

      }

}

用户权限

在使用  Speech  框架进行语音识别之前，你必须先请求用户许可，原因是识别不仅发生在  iOS  设备本地，还需要依赖  Apple  的服务器。具体来说，所有音频数据都会被传输到苹果后台进行处理。因此需要获取用户的权限。

我们将在  ViewDidLoad  方法中处理授权。其中包括用户必须允许应用使用的音频输入和语音识别权限。首先，声明一个名为  speechRecognizer  的变量：

private let speechRecognizer = SFSpeechRecognizer(locale: Locale.init(identifier: "en-US"))    //1

然后将  ViewDidLoad  方法修改为下面这样：

override func viewDidLoad() {

      super.viewDidLoad()

    

      microphoneButton.isEnabled = false    //2

    

      speechRecognizer.delegate = self    //3