短語音識(shí)別 IOS SDK簡介

概述

(1) 概念解釋

短語音識(shí)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(shí)別出來，代替?zhèn)鹘y(tǒng)輸入場(chǎng)景

(2) 說明

Hi，您好，歡迎使用有道智云短語音識(shí)別iOS SDK。

如果您想快速體驗(yàn)服務(wù)，建議您前往 語音識(shí)別體驗(yàn)中心 或者在體驗(yàn)中心右下側(cè)找到小程序二維碼，掃描進(jìn)行體驗(yàn)。

本文檔主要針對(duì)需要集成短語音識(shí)別服務(wù)iOS SDK的開發(fā)工程師，詳細(xì)描述有道智云短語音識(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 短語音識(shí)別服務(wù)報(bào)價(jià) 。

短語音識(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)營人員獲取應(yīng)用ID），以便使用識(shí)別服務(wù)。

語音識(shí)別 SDK 由如下幾個(gè) SDK 組成，用戶可根據(jù)需要組合使用：

1. FanYiSDK.h：頭文件（必選）
2. libbase.a：語音識(shí)別相關(guān)sdk基礎(chǔ)庫（必選）
3. libspeechrecognition.a：在線語音識(shí)別 SDK（必選，使用在線語音識(shí)別時(shí)使用）

集成步驟

SDK包導(dǎo)入

語音識(shí)別 SDK 由如下幾個(gè) SDK 組成:FanYiSDK.h、libbase.a、libspeechrecognition.a；

(1). 添加頭文件和庫文件：將語音識(shí)別 SDK 添加到工程中，包括 FanYiSDK.h頭文件、libbase.a和libspeechrecognition.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：支持最長15秒的短語音在線識(shí)別功能，請(qǐng)參考 demo 中 SpeechRecognitionViewController 的使用；

參數(shù)說明

-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

構(gòu)造查詢器

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(qǐng)寫固定值1
request.param = param;

將語音數(shù)據(jù)轉(zhuǎn)化為base64編碼

NSData *speechData = [NSData dataWithContentsOfURL:self.recordFileUrl];
NSString *base64Str = [speechData base64EncodedStringWithOptions:0];

執(zhí)行識(shí)別過程

識(shí)別返回兩種情況，一種是成功，相關(guān)結(jié)果存儲(chǔ)在 result 參數(shù)中，另外一種是失敗，失敗信息放在 error，是一個(gè)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];
}
}];

語音識(shí)別結(jié)果說明

對(duì)于在線語音識(shí)別，服務(wù)器查詢結(jié)果返回?cái)?shù)據(jù)如下：

{
    "result": [
        "今天天氣不錯(cuò)"    //識(shí)別結(jié)果
    ],  
    "errorCode": "0",   //錯(cuò)誤碼。一定存在
}

SDK demo對(duì)上述json數(shù)據(jù)解析封裝為YDSpeechRecognitionResult對(duì)象，如下：

@interface YDSpeechRecognitionResult : NSObject
/* 識(shí)別結(jié)果 */
@property (nonatomic, copy) NSArray *result;
/* 翻譯結(jié)果錯(cuò)誤碼，一定存在 */
@property (nonatomic, copy) NSString *errorCode;

+ (instancetype)initWithDict:(NSDictionary *)info;
@end

支持語言

錯(cuò)誤代碼列表

常見問題及注意事項(xiàng)

1. 運(yùn)行程序崩潰？

       檢查下是否對(duì)應(yīng)的 `SDK靜態(tài)庫包` 是否放到當(dāng)前工程目錄下。
   

2. 翻譯沒結(jié)果？

       檢查下識(shí)別接口回調(diào)的錯(cuò)誤信息，保證申請(qǐng)的應(yīng)用ID是有效且提前綁定了。
   

3. 如何獲得應(yīng)用ID

       注冊(cè)賬號(hào)，登錄后臺(tái)創(chuàng)建應(yīng)用和實(shí)例并完成綁定， 可獲得應(yīng)用ID和應(yīng)用密鑰等信息。