腾讯云语音识别iOS SDK 开发代码模块分析

原创

Aalto

发布于 2020-04-03 17:57:27

3K0

发布于 2020-04-03 17:57:27

文章被收录于专栏：晓说AI晓说AI

项目需求:开发一个可以调用腾讯云语音识别接口的iOS应用

以使用 iOS SDK 方式接入，以一句话识别为例，展开对官当demo代码模块的分析。

一句话语音识别，即对60秒之内的短音频文件进行识别，可应用于语音消息转写等场景

接入准备

SDK 获取

一句话识别的 iOS SDK 以及 Demo 的下载地址：iOS SDK。

接入须知

· 开发者在调用前请先查看实时语音识别的接口说明，了解接口的使用要求和使用步骤。

· 该接口需要手机能够连接网络（GPRS、3G 或 Wi-Fi 网络等），且系统为 iOS 9.0及以上版本。

1. 功能分析

总体来说,功能分为语音数据获取，语音识别

2. 模块划分

2.1 首先要配置安全策略和麦克风的权限

2.1.1安全策略的配置Info.plist：

使用的是 Info.plist 这个文件。

在工程info.plist 添加以下设置：

  <key>NSAppTransportSecurity</key>
  <dict>
    <key>NSExceptionDomains</key>
    <dict>
        <key>qcloud.com</key>
        <dict>
            <key>NSExceptionAllowsInsecureHTTPLoads</key>
            <true/>
            <key>NSExceptionMinimumTLSVersion</key>
            <string>TLSv1.2</string>
            <key>NSIncludesSubdomains</key>
            <true/>
            <key>NSRequiresCertificateTransparency</key>
            <false/>
        </dict>
    </dict>
    </dict>

2.1.2申请系统麦克风权限，添加如下内容：

 <key>NSMicrophoneUsageDescription</key>
 <string>需要使用了的麦克风采集音频</string>

2.2 编写代码，发送请求，实现接口调用

配置完成后，就编写代码，通过发送请求，获取我们要是识别的结果，

2.2.1 初始化识别器

1) 该QDDefine_h.m文件下，添加腾讯的APPID信息和密钥信息的配置，根据这个配置再初始化识别器。

#ifndef QDDefine_h
#define QDDefine_h
//#error please replace with your own info
#define kQDAppId @""
#define kQDSecretId @""
#define kQDSecretKey @""
#define kQDProjectId @""

2）第二种初始化方法

在文件QDOneSentenceRecognizeViewController.m下配置


/**
 * 通过 appId secretId secretKey 初始化
 * @param appid 腾讯云 appId
 * @param secretId 腾讯云 secretId
 * @param secretKey 腾讯云 secretKey
 */
(instancetype)initWithAppId:(NSString *)appid secretId:(NSString *)secretId secretKey:(NSString *)secretKey;

1） 创建 QCloudSentenceRecognizer 实例

 QCloudSentenceRecognizer *recognizer = [[QCloudSentenceRecognizer alloc] initWithAppId:appId 
                                              secretId:secretId 
                                           secretKey:secretKey];
  //设置delegate，相关回调方法见QCloudOneSentenceRecognizerDelegate定义
 recognizer.delegate = self;

2）实现此 QCloudSentenceRecognizerDelegate 协议方法

2.2.2调用示例

然后就可以进行相应的语音识别，目前有四种获取数据的方式，分别为a. 通过语音 URL; b. 通过语音数据; c. 通过指定参数调用; d. 通过 SDK 内置录音器调用

· a. 通过语音 URL 调用

- (void)recognizeWithUrl {
//语音数据url
NSString *url = @"http://liqiansunvoice-1255628450.cosgz.myqcloud.com/30s.wav";
  //指定语音数据url 语音数据格式 采样率
  [_recognizer recoginizeWithUrl:url voiceFormat:kQCloudVoiceFormatWAV frequence:kQCloudEngSerViceType16k];
}

· b. 通过语音数据调用

  - (void)recognizeWithAudioData {
   //语音数据
   NSString *filePath = [[NSBundle mainBundle] pathForResource:@"recordedFile" ofType:@"wav"];
   NSData *audioData = [[NSData alloc] initWithContentsOfFile:filePath];
   //指定语音数据 语音数据格式 采样率
   [_recognizer recoginizeWithData:audioData voiceFormat:kQCloudVoiceFormatWAV frequence:kQCloudEngSerViceType16k];
}

· c. 通过指定参数调用

- (void)recognizeWithParams {
   NSString *url = @"http://liqiansunvoice-1255628450.cosgz.myqcloud.com/30s.wav";
   //获取一个已设置默认参数params
   QCloudOneSentenceRecognitionParams *params = [_recognizer defaultRecognitionParams];    
   //通过语音url请求, 此4个参数必须设置
   params.url = url;                           
   //设置语音频数据格式，见kQCloudVoiceFormat定义
   params.voiceFormat = kQCloudVoiceFormatWAV;
   //设置语音数据来源，见QCloudAudioSourceType定义
   params.sourceType = QCloudAudioSourceTypeUrl;
   //设置采样率，见kQCloudEngSerViceType定义
   params.engSerViceType = kQCloudEngSerViceType16k; 
   [_recognizer recognizeWithParams:params];

· d. 通过 SDK 内置录音器调用

- (void)recognizeWithRecorder {
   [_recognizer startRecognizeWithRecorder];
}

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

sdk

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

登录后参与评论

0 条评论

热度