短语音识别 IOS SDK简介

概述

(1) 概念解释

短语音识别：将一段不超过15秒的语音转换成文本，将音频文件中的文字信息识别出来，代替传统输入场景

(2) 说明

Hi，您好，欢迎使用有道智云短语音识别iOS SDK。

如果您想快速体验服务，建议您前往 语音识别体验中心 或者在体验中心右下侧找到小程序二维码，扫描进行体验。

本文档主要针对需要集成短语音识别服务iOS SDK的开发工程师，详细描述有道智云短语音识别能力及集成过程。

如果您有与我们商务合作的需求，可以通过以下方式联系我们：

商务邮箱： AIcloud_Business@corp.youdao.com

如果您对文档内容有任何疑问，可以通过以下几种方式联系我们：

客服QQ：1906538062

智云语音技术交流QQ群：861723255

联系邮箱： zhiyun@corp.youdao.com

温馨提示： 本文档主要针对开发人员，接入测试前需要在后台创建 IOS 应用，并绑定实例；如果您还没有，请按照 新手指南 操作。 平台向每个账户赠送50元的体验金，供用户集成前测试所用，具体资费规则详见 短语音识别服务报价 。

短语音识别SDK集成指南

集成前提

开始集成SDK之前开发者需要登录 有道智云平台 ，创建应用获取应用ID（或者通过运营人员获取应用ID），以便使用识别服务。

语音识别 SDK 由如下几个 SDK 组成，用户可根据需要组合使用：

1. FanYiSDK.h：头文件（必选）
2. libbase.a：语音识别相关sdk基础库（必选）
3. libspeechrecognition.a：在线语音识别 SDK（必选，使用在线语音识别时使用）

集成步骤

SDK包导入

语音识别 SDK 由如下几个 SDK 组成:FanYiSDK.h、libbase.a、libspeechrecognition.a；

(1). 添加头文件和库文件：将语音识别 SDK 添加到工程中，包括 FanYiSDK.h头文件、libbase.a和libspeechrecognition.a文件。

(2). 设置工程Other Linker Flags为-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

说明：所有的查询都需要初始化key，只执行初始化一次即可。

//初始化key
YDTranslateInstance *yd = [YDTranslateInstance sharedInstance];
yd.appKey = @"your appkey";

功能集成

说明：支持最长15秒的短语音在线识别功能，请参考 demo 中 SpeechRecognitionViewController 的使用；

参数说明

-格式支持：wav（不压缩，pcm编码，采样率：推荐16k ，编码：16bit位深的单声道），aac，mp3

构造查询器

YDSpeechRecognitionRequest *request = [YDSpeechRecognitionRequest request];
YDSpeechRecognitionParam *param = [YDSpeechRecognitionParam param];
param.langType = @"zh-CHS";//源语言
param.rate = @"8000";//采样率
param.channel = @"1";//声道数，目前只支持单声道，请写固定值1
request.param = param;

将语音数据转化为base64编码

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

执行识别过程

识别返回两种情况，一种是成功，相关结果存储在 result 参数中，另外一种是失败，失败信息放在 error，是一个枚举类。

[request lookup:base64Str WithCompletionHandler:^(YDSpeechRecognitionRequest *request, YDSpeechRecognitionResult *result, NSError *error) {
if (error) {
//失败
NSLog(@"error:%@", error);
}else {
//成功
[self handleReuslt:result];
}
}];

语音识别结果说明

对于在线语音识别，服务器查询结果返回数据如下：

{
    "result": [
        "今天天气不错"    //识别结果
    ],  
    "errorCode": "0",   //错误码。一定存在
}

SDK demo对上述json数据解析封装为YDSpeechRecognitionResult对象，如下：

@interface YDSpeechRecognitionResult : NSObject
/* 识别结果 */
@property (nonatomic, copy) NSArray *result;
/* 翻译结果错误码，一定存在 */
@property (nonatomic, copy) NSString *errorCode;

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

支持语言

错误代码列表

常见问题及注意事项

1. 运行程序崩溃？ 检查下是否对应的 SDK静态库包 是否放到当前工程目录下。

2. 翻译没结果？ 检查下识别接口回调的错误信息，保证申请的应用ID是有效且提前绑定了。

3. 如何获得应用ID 注册账号，登录后台创建应用和实例并完成绑定， 可获得应用ID和应用密钥等信息。