实时语音识别 IOS SDK 简介

概述

(1) 概念解释

实时语音识别：可实现对连续音频流的实时识别，转换成文本信息并返对应文字流。

(2) 说明

Hi，您好，欢迎使用有道智云实时语音识别 IOS SDK。

本文档主要针对需要集成 实时语音识别 IOS SDK的开发工程师，详细描述实时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 实时语音识别服务报价 。

功能介绍

有道智云实时语音识别 SDK 是有道智云开放平台提供的云服务之一，是有道在线实时语音识别接口的一种实现，支持在线实时语音识别。

兼容性

支持设备：运行了iOS 8.0及以上系统的 iOS 设备

实时语音识别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），以便使用实时语音识别服务。

集成步骤

SDK包导入

实时语音识别 SDK 由如下几个 SDK 组成，FanYiSDK.h、libbase.a、libStreamASR.a

(1). 添加头文件和库文件：将实时语音识别 SDK 添加到工程中，包括 FanYiSDK.h头文件、libbase.a和libStreamASR.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：支持实时实时语音识别，目前支持中英文，请参考 demo 中 StreamASRController 的使用;

参数说明

-格式支持：只支持wav格式。 -采样率：推荐16k。 -编码：16bit位深的单声道

构造识别器

YDSpeechRecognizer *recognizer = [YDSpeechRecognizer sharedRecognizer];
recognizer.delegate = self;
YDSpeechRecognizerParam *param = [YDSpeechRecognizerParam param];
param.langType = @"zh-CHS";//源语言
param.rate = @"16000";//采样率
param.format = @"wav";//语音文件格式
param.vadBOS = 2000;//前端点静音检测时长,ms
param.vadEOS = 2000;//后端点静音检测时长,ms
recognizer.param = param;

执行识别过程

执行[self.recognizer startListening];开始实时语音识别，结果将在代理方法中回调给开发者；

#pragma mark - speech recognizer delegate
- (void)onBeginOfSpeech {
  [self startSpeakingAnimation];
  NSLog(@"------speech start-----");
}

- (void)onEndOfSpeech {
  [self endSpekingAnimation];
  NSLog(@"------speech end-----");
}

- (void)onResults:(NSDictionary *)result isLast:(BOOL)isLast {
  NSString *sentence = result[@"sentence"];
  self.recognizedLabel.text = [NSString stringWithFormat:@"%@%@", self.displayingText, sentence];
  if (isLast) {
    [self.displayingText appendString:sentence];
  }
}

- (void)onCompleted:(NSError *)speechError {
  [self endSpekingAnimation];
  NSLog(@"------speech completed-----");
}

- (void)onConstantlyQuietIsBOS:(BOOL)isBOS {
  NSLog(@"检测到%@静音", isBOS ? @"前端点" : @"后端点");
}

支持语言

错误代码列表

版本更新记录