有奖捉虫:办公协同&微信生态&物联网文档专题 HOT
为方便 iOS 开发者调试和接入腾讯云游戏多媒体引擎产品 API,本文为您介绍适用于 macOS 开发的接入流程。
说明
此文档对应 GME sdk version:2.9。

使用 GME 重要事项

GME 分为两个部分,提供实时语音服务、语音消息及转文本服务,使用这两个服务都依赖 Init 和 Poll 等核心接口。
注意
语音转文本相关接口有默认频率限制,限额范围内计费方式请参见 计费文档;若需提升接口频率限额或了解超额计费方式,请联系商务或 提交工单咨询
语音消息非流式转文本接口 SpeechToText() :默认单账号限制并发数为10路
语音消息流式转文本接口 StartRecordingWithStreamingRecognition():默认单账号限制并发数为50路
实时语音流式转文本接口 StartRealTimeASR():默认单账号限制并发数为50路

image


关于 Init 接口
例如使用了实时语音服务,同时也需要使用语音消息服务,只需要调用一次 Init 初始化接口。 Init 之后不会开始计费,语音消息及转文本服务收发语音消息才算作语音消息 DAU。

重要步骤

1. 初始化 GME
5. 停止录制

重点提示

GME 使用前请对工程进行配置,否则 SDK 不生效。
GME 的接口调用成功后返回值为 QAVError.OK,数值为 0。
GME 的接口调用要在同一个线程下。
GME 需要周期性的调用 Poll 接口触发事件回调。
错误码详情可参见 错误码

核心接口

未初始化前,SDK 处于未初始化阶段,需要通过接口 Init 初始化 SDK,才可以使用实时语音服务、语音消息及转文字服务。
在使用 GME 的任何接口之前,都需要先调用 Init 接口。
使用问题可参见 一般性问题
接口
接口含义
InitEngine
初始化 GME
Poll
触发事件回调
Pause
系统暂停
Resume
系统恢复
Uninit
反初始化 GME
SetDefaultAudienceAudioCategory
设置设备后台播放声音

引用头文件

#import "GMESDK/TMGEngine.h"
#import "GMESDK/QAVAuthBuffer.h"

获取单例

在使用语音功能时,需要首先获取 ITMGContext 对象。
+ (ITMGContext*) GetInstance;

示例代码

//TMGSampleViewController.m
ITMGContext* _context = [ITMGContext GetInstance];

设置回调

接口类采用 Delegate 方法用于向应用程序发送回调通知。将回调函数注册给 SDK,用于接收回调的信息。

示例代码

声明采用 ITMGDelegate。
@interface TMGDemoViewController ()<ITMGDelegate>{}
ITMGDelegate < NSObject >

//TMGSampleViewController.m
ITMGContext* _context = [ITMGContext GetInstance];
_context.TMGDelegate = [DispatchCenter getInstance];
在 OnEvent 中处理接口的回调信息,消息类型参考 ITMG_MAIN_EVENT_TYPE,消息内容为一个字典,解析出接口回调的内容。

函数原型

- (void)OnEvent:(ITMG_MAIN_EVENT_TYPE)eventType data:(NSDictionary*)data;

示例代码

//TMGRealTimeViewController.m
TMGRealTimeViewController ()< ITMGDelegate >


- (void)OnEvent:(ITMG_MAIN_EVENT_TYPE)eventType data:(NSDictionary *)data {
NSString *log = [NSString stringWithFormat:@"OnEvent:%d,data:%@", (int)eventType, data];
[self showLog:log];
NSLog(@"====%@====", log);
switch (eventType) {
// Step 6/11 : Perform the enter room event
case ITMG_MAIN_EVENT_TYPE_ENTER_ROOM: {
int result = ((NSNumber *)[data objectForKey:@"result"]).intValue;
NSString *error_info = [data objectForKey:@"error_info"];

[self showLog:[NSString stringWithFormat:@"OnEnterRoomComplete:%d msg:(%@)", result, error_info]];

if (result == 0) {
[self updateStatusEnterRoom:YES];
}
}
break;
}
}

//需要参考 DispatchCenter.h、DispatchCenter.m

初始化 SDK

此接口用于初始化 GME 服务,建议应用侧在应用初始化时候调用,调用此接口不会产生计费。
**参数 sdkAppID 获取请参见 语音服务开通指引**。
openID 用于唯一标识一个用户,目前只支持 INT64,规则由 App 开发者自行制定,App 内不重复即可
注意
调用 Init 接口的线程必须于其他接口在同一线程。建议都在主线程调用接口。

函数原型

-(int)InitEngine:(NSString*)sdkAppID openID:(NSString*)openID;
参数
类型
含义
sdkAppId
String
来自 腾讯云控制台 的 GME 服务提供的 AppId。
OpenId
String
OpenId 只支持 Int64 类型(转为 string 传入)。
返回值
处理
QAV_OK= 0
初始化 SDK 成功
QAV_ERR_SDK_NOT_FULL_UPDATE= 7015
检查 SDK 文件是否完整,建议删除后重新导入 SDK
出现返回值 AV_ERR_SDK_NOT_FULL_UPDATE 时,此返回值只有提示作用,并不会造成初始化失败。
如果在接入过程中提示此错误,请根据提示检查 SDK 文件是否完整、SDK 文件版本是否一致。
如果是在导出可执行文件之后出现此返回值,请忽略此错误,并尽量不在 UI 中提示。

示例代码

_openId = _userIdText.text;
_appId = _appIdText.text;
[[ITMGContext GetInstance] InitEngine:SDKAPPID openID:_openId];

触发事件回调

通过在 update 里面周期的调用 Poll 可以触发事件回调。GME 需要周期性的调用 Poll 接口触发事件回调。如果没有调用 Poll 的话,会导致整个 SDK 服务运行异常。 可参见 Demo 中的 EnginePollHelper.m 文件。
注意
务必周期性调用 Poll 接口且在主线程调用,以免接口回调异常。

函数原型

-(void)Poll;

示例代码

[[ITMGContext GetInstance] Poll];

系统暂停

当系统发生 Pause 事件时,需要同时通知引擎进行 Pause。 如果需要在退后台的时候暂停语音,可以在退后台的监听代码中调用 Pause 接口,恢复前台的监听事件中调用 Resume 接口。

函数原型

-(QAVResult)Pause;

系统恢复

当系统发生 Resume 事件时,需要同时通知引擎进行 Resume。Resume 接口只恢复实时语音。

函数原型

-(QAVResult)Resume;

反初始化 SDK

反初始化 SDK,进入未初始化状态。切换账号需要反初始化

函数原型

-(int)Uninit;

示例代码

[[ITMGContext GetInstance] Uninit];

语音消息及转文字

语音消息,录制并发送一段语音消息,同时可以将语音消息转成文字,也可以同时将文字进行翻译。下图演示的是语音消息及转文本服务:



说明
建议使用流式语音转文字服务。
使用语音消息服务不需要进入实时语音房间。

语音消息及语音转文字流程图





接入语音消息及转文本服务

语音消息及转文字相关接口

接口
接口含义
ApplyPTTAuthbuffer
鉴权初始化
SetMaxMessageLength
限制最大语音信息时长
StartRecording
启动录音
StartRecordingWithStreamingRecognition
启动流式录音
PauseRecording
暂停录音
ResumeRecording
恢复录音
StopRecording
停止录音
CancelRecording
取消录音
GetMicLevel
获取实时麦克风音量
SetMicVolume
设置录制音量
GetMicVolume
获取录制音量
GetSpeakerLevel
获取实时扬声器音量
SetSpeakerVolume
设置播放音量
GetSpeakerVolume
获取播放音量
UploadRecordedFile
上传语音文件
DownloadRecordedFile
下载语音文件
PlayRecordedFile
播放语音
StopPlayFile
停止播放语音
GetFileSize
语音文件的大小
GetVoiceFileDuration
语音文件的时长
SpeechToText
语音识别成文字
最大录制时长
语音消息最大录制时长默认为58秒,最短不能小于1秒。如果需要再加以限制,例如限制为最大录制时长为10秒,请在初始化之后调用 SetMaxMessageLength 接口进行设置。

初始化 SDK

未初始化前,SDK 处于未初始化阶段,需要通过接口 Init 初始化 SDK,才可以使用实时语音及语音消息服务。
使用问题可参见 离线语音相关问题

鉴权信息

生成 AuthBuffer,用于相关功能的加密和鉴权,如正式发布请使用后台部署密钥,后台部署请参见 鉴权密钥
使用语音消息及转文字服务获取鉴权时,房间号参数必须填 null。

函数原型

@interface QAVAuthBuffer : NSObject
+ (NSData*) GenAuthBuffer:(unsigned int)appId roomId:(NSString*)roomId openID:(NSString*)openID key:(NSString*)key;
+ @end
参数
类型
含义
appId
int
来自 腾讯云控制台 的 AppId 号码。
roomId
NSString
填 null
openID
NSString
用户标识。与 Init 时候的 openID 相同。
key
NSString
来自 腾讯云控制台 的权限密钥。

示例代码

#import "GMESDK/QAVAuthBuffer.h"
NSData* authBuffer = [QAVAuthBuffer GenAuthBuffer:SDKAPPID3RD.intValue roomId:_roomId openID:_openId key:AUTHKEY];

鉴权初始化

在初始化 SDK 之后调用鉴权初始化,authBuffer 的获取参见上文实时语音鉴权信息接口 genAuthBuffer。

函数原型

public abstract int ApplyPTTAuthbuffer(byte[] authBuffer);
参数
类型
含义
authBuffer
NSData*
鉴权

示例代码

[[[ITMGContext GetInstance]GetPTT]ApplyPTTAuthbuffer:(NSData *)authBuffer];

流式语音识别

启动流式语音识别

此接口用于启动流式语音识别,同时在回调中会有实时的语音转文字返回,可以指定语言进行识别,也可以将语音中识别到的信息翻译成指定的语言返回。停止录音调用 StopRecording,停止之后才有回调。

函数原型

-(int)StartRecordingWithStreamingRecognition:(NSString *)filePath;
-(int)StartRecordingWithStreamingRecognition:(NSString *)filePath language:(NSString*)speechLanguage translatelanguage:(NSString*)translateLanguage;
参数
类型
含义
filePath
String
存放的语音路径
speechLanguage
String
识别成指定文字的语言参数,参数请参见 语音转文字的语言参数参考列表
translateLanguage
String
翻译成指定文字的语言参数,参数请参见 语音转文字的语言参数参考列表(此参数暂不可用,请填写与 speechLanguage 相同的参数)

示例代码

recordfilePath = [docDir stringByAppendingFormat:@"/test_%d.ptt",index++];
[[[ITMGContext GetInstance] GetPTT] StartRecordingWithStreamingRecognition:recordfilePath language:@"cmn-Hans-CN"];

流式语音识别的回调

启动流式语音识别后,需要在回调函数 OnEvent 中监听回调消息,事件消息分为以下两个:
ITMG_MAIN_EVNET_TYPE_PTT_STREAMINGRECOGNITION_COMPLETE 是在停止录制并完成识别后才返回文字,相当于一段话说完才会返回识别的文字。
ITMG_MAIN_EVNET_TYPE_PTT_STREAMINGRECOGNITION_IS_RUNNING 是在录音过程中就会实时返回识别到的文字,相当于边说话边返回识别到的文字。
根据需求在 OnEvent 函数中对相应事件消息进行判断。传递的参数包含以下四个信息。
消息名称
含义
result
用于判断流式语音识别是否成功的返回码
text
语音转文字识别的文本
file_path
录音存放的本地地址
file_id
录音在后台的 url 地址,录音在服务器存放 90 天。fileid 固定字段为 http://gme-v2-
注意
监听 ITMG_MAIN_EVNET_TYPE_PTT_STREAMINGRECOGNITION_IS_RUNNING 消息时,file_id 为空。

错误码

错误码
含义
处理方式
32775
流式语音转文本失败,但是录音成功
调用 UploadRecordedFile 接口上传录音,再调用 SpeechToText 接口进行语音转文字操作
32777
流式语音转文本失败,但是录音成功,上传成功
返回的信息中有上传成功的后台 url 地址,调用 SpeechToText 接口进行语音转文字操作
32786
流式语音转文本失败
在流式录制状态当中,请等待流式录制接口执行结果返回

示例代码

- (void)OnEvent:(ITMG_MAIN_EVENT_TYPE)eventType data:(NSDictionary*)data
{
NSNumber *number = [data objectForKey:@"result"];
switch (eventType)
{
case ITMG_MAIN_EVNET_TYPE_PTT_STREAMINGRECOGNITION_COMPLETE:
{
if (data != NULL &&[[data objectForKey:@"result"] intValue]== 0)
{
donwLoadUrlPath = data[@"file_id"];

recordfilePath = [data objectForKey:@"file_path"];
_localFileField.text = recordfilePath;

_donwloadUrlField.text = [data objectForKey:@"file_id"] ;

UITextField *_audiotoTextField =(UITextField*)objc_getAssociatedObject(self, [PTT_AUDIO_TO_TEXT UTF8String]);
_audiotoTextField.text = [data objectForKey:@"text"] ;
}

}
break;
}
}

语音消息录制

录制的流程为:录音 > 停止录音 > 录音回调返回 > 启动下一次录音。

限制最大语音信息时长

限制最大语音消息的长度,最大支持58秒。

函数原型

-(QAVResult)SetMaxMessageLength:(int)msTime
参数
类型
含义
msTime
int
语音时长,单位 ms,区间为 1000 < msTime < 58000

示例代码

[[[ITMGContext GetInstance]GetPTT]SetMaxMessageLength:(int)msTime];

启动录音

此接口用于启动录音。需要将录音文件上传后才可以进行语音转文字等操作。停止录音调用 StopRecording

函数原型

-(int)StartRecording:(NSString*)filePath;
参数
类型
含义
filePath
NSString
存放的语音路径

示例代码

recordfilePath =[docDir stringByAppendingFormat:@"/test_%d.ptt",index++];
[[[ITMGContext GetInstance]GetPTT]StartRecording:recordfilePath];

停止录音

此接口用于停止录音。此接口为异步接口,停止录音后会有录音完成回调,成功之后录音文件才可用。

函数原型

-(QAVResult)StopRecording;

示例代码

[[[ITMGContext GetInstance]GetPTT]StopRecording];

启动录音的回调

录音完成的回调,通过委托传递消息。
停止录音调用StopRecording。停止录音后才有启动录音的回调。
启动录音完成后的回调调用函数 OnEvent,事件消息为 ITMG_MAIN_EVNET_TYPE_PTT_RECORD_COMPLETE, 在 OnEvent 函数中对事件消息进行判断。 传递的参数包含两个信息,一个是 result,另一个是 file_path。

错误码

错误码值
原因
建议方案
4097
参数为空
检查代码中接口参数是否正确
4098
初始化错误
检查设备是否被占用,或者权限是否正常,是否初始化正常
4099
正在录制中
确保在正确的时机使用 SDK 录制功能
4100
没有采集到音频数据
检查麦克风设备是否正常
4101
录音时,录制文件访问错误
确保文件存在,文件路径的合法性
4102
麦克风未授权错误
使用 SDK 需要麦克风权限,添加权限请参考对应引擎或平台的 SDK 工程配置文档
4103
录音时间太短错误
首先,限制录音时长的单位为毫秒,检查参数是否正确;其次,录音时长要1000毫秒以上才能成功录制
4104
没有启动录音操作
检查是否已经调用启动录音接口

示例代码

-(void)OnEvent:(ITMG_MAIN_EVENT_TYPE)eventType data:(NSDictionary *)data{
NSLog(@"OnEvent:%lu,data:%@",(unsigned long)eventType,data);
switch (eventType) {
case ITMG_MAIN_EVNET_TYPE_PTT_RECORD_COMPLETE:
{
//录音回调
}
break;
}
}

暂停录音

此接口用于暂停录音。如需恢复录音请调用接口 ResumeRecording。

函数原型

-(int)PauseRecording;

示例代码

[[[ITMGContext GetInstance]GetPTT]PauseRecording;

恢复录音

此接口用于恢复录音。

函数原型

-(int)ResumeRecording;

示例代码

[[[ITMGContext GetInstance]GetPTT]ResumeRecording;

取消录音

调用此接口取消录音。取消之后没有回调。

函数原型

-(QAVResult)CancelRecording;

示例代码

[[[ITMGContext GetInstance]GetPTT]CancelRecording];

获取语音消息麦克风实时音量

此接口用于获取麦克风实时音量,返回值为 int 类型,值域为0 - 200。
说明
此接口不同于实时语音接口,此接口在 ITMGPTT 下。

函数原型

-(QAVResult)GetMicLevel;

示例代码

[[[ITMGContext GetInstance]GetPTT]GetMicLevel];

设置语音消息录制音量

此接口用于设置离线语音录制音量,值域为0 - 200。
说明
此接口不同于实时语音接口,此接口在 ITMGPTT 下。

函数原型

-(QAVResult)SetMicVolume:(int) volume;

示例代码

[[[ITMGContext GetInstance]GetPTT]SetMicVolume:100];

获取语音消息录制音量

此接口用于获取离线语音录制音量。返回值为 int 类型,值域为0 - 200。
说明
此接口不同于实时语音接口,此接口在 ITMGPTT 下。

函数原型

-(int)GetMicVolume;

示例代码

[[[ITMGContext GetInstance]GetPTT]GetMicVolume];

获取语音消息扬声器实时音量

此接口用于获取扬声器实时音量。返回值为 int 类型,值域为0 - 200。
说明
此接口不同于实时语音接口,此接口在 ITMGPTT 下。

函数原型

-(QAVResult)GetSpeakerLevel;

示例代码

[[[ITMGContext GetInstance]GetPTT]GetSpeakerLevel];

设置语音消息播放音量

此接口用于设置语音消息播放音量,值域为0 - 200。
说明
此接口不同于实时语音接口,此接口在 ITMGPTT 下。

函数原型

-(QAVResult)SetSpeakerVolume:(int)volume;

示例代码

[[[ITMGContext GetInstance]GetPTT]SetSpeakerVolume:100];

获取语音消息播放音量

此接口用于获取语音消息播放音量。返回值为 int 类型,值域为0 - 200。
说明
此接口不同于实时语音接口,此接口在 ITMGPTT 下。

函数原型

-(int)GetSpeakerVolume;

示例代码

[[[ITMGContext GetInstance]GetPTT]GetSpeakerVolume];

语音消息播放

播放语音

此接口用于播放语音。

函数原型

-(int)PlayRecordedFile:(NSString*)filePath;
-(int)PlayRecordedFile:(NSString*)filePath VoiceType:(ITMG_VOICE_TYPE) type;
参数
类型
含义
downloadFilePath
NSString
本地语音文件的路径
type
ITMG_VOICE_TYPE
变声类型,请参见 变声接入文档

错误码

错误码值
原因
建议方案
20485
播放未开始
确保文件存在,文件路径的合法性

示例代码

[[[ITMGContext GetInstance]GetPTT]PlayRecordedFile:path];

播放语音的回调

播放语音的回调,事件消息为 ITMG_MAIN_EVNET_TYPE_PTT_PLAY_COMPLETE, 在 OnEvent 函数中对事件消息进行判断。 传递的参数包含两个信息,result 和 file_path。

错误码

错误码值
原因
建议方案
20481
初始化错误
检查设备是否被占用,或者权限是否正常,是否初始化正常
20482
正在播放中,试图打断并播放下一个失败了(正常是可以打断的)
检查代码逻辑是否正确
20483
参数为空
检查代码中接口参数是否正确
20484
内部错误
初始化播放器错误,解码失败等问题产生此错误码,需要结合日志定位问题

示例代码

-(void)OnEvent:(ITMG_MAIN_EVENT_TYPE)eventType data:(NSDictionary *)data{
NSLog(@"OnEvent:%lu,data:%@",(unsigned long)eventType,data);
switch (eventType) {
case ITMG_MAIN_EVNET_TYPE_PTT_PLAY_COMPLETE:
{
//播放语音的回调
}
break;
}
}

停止播放语音

此接口用于停止播放语音。停止播放语音也会有播放完成的回调。

函数原型

-(int)StopPlayFile;

示例代码

[[[ITMGContext GetInstance]GetPTT]StopPlayFile];

获取语音文件的大小

通过此接口,获取语音文件的大小。

函数原型

-(int)GetFileSize:(NSString*)filePath;
参数
类型
含义
filePath
NSString
语音文件的路径,此路径为本地路径

示例代码

[[[ITMGContext GetInstance]GetPTT]GetFileSize:path];

获取语音文件的时长

此接口用于获取语音文件的时长,单位毫秒。

函数原型

-(int)GetVoiceFileDuration:(NSString*)filePath;
参数
类型
含义
filePath
NSString
语音文件的路径,此路径为本地路径

示例代码

[[[ITMGContext GetInstance]GetPTT]GetVoiceFileDuration:path];

语音消息上传及下载

上传语音文件

此接口用于上传语音文件。

函数原型

-(void)UploadRecordedFile:(NSString*)filePath;
参数
类型
含义
filePath
NSString
上传的语音路径,此路径为本地路径

示例代码

[[[ITMGContext GetInstance]GetPTT]UploadRecordedFile:path];

上传语音完成的回调

上传语音完成后,事件消息为 ITMG_MAIN_EVNET_TYPE_PTT_UPLOAD_COMPLETE, 在 OnEvent 函数中对事件消息进行判断。 传递的参数包含三个信息,result,file_path 和 file_id。

错误码

错误码值
原因
建议方案
8193
上传文件时,文件访问错误
确保文件存在,文件路径的合法性
8194
签名校验失败错误
检查鉴权密钥是否正确,检查是否有初始化离线语音
8195
网络错误
检查设备网络是否可以正常访问外网环境
8196
获取上传参数过程中网络失败
检查鉴权是否正确,检查设备网络是否可以正常访问外网环境
8197
获取上传参数过程中回包数据为空
检查鉴权是否正确,检查设备网络是否可以正常访问外网环境
8198
获取上传参数过程中回包解包失败
检查鉴权是否正确,检查设备网络是否可以正常访问外网环境
8200
没有设置 appinfo
检查 apply 接口是否有调用,或者入参是否为空

示例代码

-(void)OnEvent:(ITMG_MAIN_EVENT_TYPE)eventType data:(NSDictionary *)data{
NSLog(@"OnEvent:%lu,data:%@",(unsigned long)eventType,data);
switch (eventType) {
case ITMG_MAIN_EVNET_TYPE_PTT_UPLOAD_COMPLETE:
{
if (data != NULL &&[[data objectForKey:@"result"] intValue]== 0)
{
_donwloadUrlField.text = [data objectForKey:@"file_id"] ;
donwLoadUrlPath = [data objectForKey:@"file_id"] ;
}
}
break;
}
}

下载语音文件

此接口用于下载语音文件。

函数原型

-(void)DownloadRecordedFile:(NSString*)fileId downloadFilePath:(NSString*)downloadFilePath
参数
类型
含义
fileID
NSString
文件的 url 路径
downloadFilePath
NSString
文件的本地保存路径

示例代码

[[[ITMGContext GetInstance]GetPTT]DownloadRecordedFile:fileIdpath downloadFilePath:path];

下载语音文件完成回调

下载语音完成后,事件消息为 ITMG_MAIN_EVNET_TYPE_PTT_DOWNLOAD_COMPLETE, 在 OnEvent 函数中对事件消息进行判断。 传递的参数包含三个信息,result、file_path 和 file_id。

错误码

错误码值
原因
建议方案
12289
下载文件时,文件访问错误
检查文件路径是否合法
12290
签名校验失败
检查鉴权密钥是否正确,检查是否有初始化离线语音
12291
网络存储系统异常
服务器获取语音文件失败,检查接口参数 fileid 是否正确,检查网络是否正常,检查 cos 文件存不存在
12292
服务器文件系统错误
检查设备网络是否可以正常访问外网环境,检查服务器上是否有此文件
12293
获取下载参数过程中,HTTP 网络失败
检查设备网络是否可以正常访问外网环境
12294
获取下载参数过程中,回包数据为空
检查设备网络是否可以正常访问外网环境
12295
获取下载参数过程中,回包解包失败
检查设备网络是否可以正常访问外网环境
12297
没有设置 appinfo
检查鉴权密钥是否正确,检查是否有初始化离线语音

示例代码

-(void)OnEvent:(ITMG_MAIN_EVENT_TYPE)eventType data:(NSDictionary *)data{
NSLog(@"OnEvent:%lu,data:%@",(unsigned long)eventType,data);
switch (eventType) {
case ITMG_MAIN_EVNET_TYPE_PTT_DOWNLOAD_COMPLETE:
{
if (data != NULL &&[[data objectForKey:@"result"] intValue]== 0)
{
_audiofileToPlayField.text = [data objectForKey:@"file_path"] ;
donwLoadLocalPath = [data objectForKey:@"file_path"];
}
else
{
donwLoadLocalPath = NULL;
}
}
break;
}
}

语音转文字服务

将指定的语音文件识别成文字

此接口用于将指定的语音文件识别成文字。

函数原型

-(void)SpeechToText:(NSString*)fileID;
参数
类型
含义
fileID
NSString
语音文件 url

示例代码

[[[ITMGContext GetInstance]GetPTT]SpeechToText:fileID];

将指定的语音文件翻译成文字(指定语言)

此接口可以指定语言进行识别,也可以将语音中识别到的信息翻译成指定的语言返回。

函数原型

-(void)SpeechToText:(NSString*)fileID (NSString*)speechLanguage (NSString*)translateLanguage;
参数
类型
含义
fileID
NSString*
语音文件 url,录音在服务器存放 90 天
speechLanguage
NSString*
识别出指定文字的语言参数,参数请参见 语音转文字的语言参数参考列表
translateLanguage
NSString*
翻译成指定文字的语言参数,参数请参见 语音转文字的语言参数参考列表(此参数暂时无效,填入参数应与 speechLanguage 一致)

示例代码

[[[ITMGContext GetInstance]GetPTT]SpeechToText:fileID speechLanguage:"cmn-Hans-CN" translateLanguage:"cmn-Hans-CN"];

识别回调

将指定的语音文件识别成文字的回调,事件消息为 ITMG_MAIN_EVNET_TYPE_PTT_SPEECH2TEXT_COMPLETE, 在 OnEvent 函数中对事件消息进行判断。 传递的参数包含三个信息,result、file_path 和 text,其中 text 为识别的文本。

错误码

错误码值
原因
建议方案
32769
内部错误
分析日志,获取后台返回给客户端的真正错误码,并联系后台同事协助解决。
32770
网络失败
检查设备网络是否可以正常访问外网环境
32772
回包解包失败
分析日志,获取后台返回给客户端的真正错误码,并联系后台同事协助解决。
32774
没有设置 appinfo
检查鉴权密钥是否正确,检查是否有初始化离线语音
32776
authbuffer 校验失败
检查 authbuffer 是否正确
32784
语音转文本参数错误
检查代码中接口参数 fileid 是否为空
32785
语音转文本翻译返回错误
离线语音后台错误,请分析日志,获取后台返回给客户端的真正错误码,并联系后台同事协助解决

示例代码

-(void)OnEvent:(ITMG_MAIN_EVENT_TYPE)eventType data:(NSDictionary *)data{
NSLog(@"OnEvent:%lu,data:%@",(unsigned long)eventType,data);
switch (eventType) {
case ITMG_MAIN_EVNET_TYPE_PTT_SPEECH2TEXT_COMPLETE:
{
if (data != NULL &&[[data objectForKey:@"result"] intValue]== 0)
{
UITextField *_audiotoTextField =(UITextField*)objc_getAssociatedObject(self, [PTT_AUDIO_TO_TEXT UTF8String]);
_audiotoTextField.text = [data objectForKey:@"text"] ;
}
}
break;
}
}

高级 API

获取版本号

获取 SDK 版本号,用于分析。

函数原型

-(NSString*)GetSDKVersion;

示例代码

[[ITMGContext GetInstance] GetSDKVersion];

检查麦克风权限

返回麦克风权限状态。

函数原型

-(ITMG_RECORD_PERMISSION)CheckMicPermission;

参数含义

参数
数值
含义
ITMG_PERMISSION_GRANTED
0
麦克风已授权
ITMG_PERMISSION_Denied
1
麦克风被禁用
ITMG_PERMISSION_NotDetermined
2
尚未弹出权限框向用户申请权限
ITMG_PERMISSION_ERROR
3
接口调用错误

示例代码

[[ITMGContext GetInstance] CheckMicPermission];

设置打印日志等级

用于设置打印日志等级。建议保持默认等级。需要在 Init 之前调用。

函数原型

-(void)SetLogLevel:(ITMG_LOG_LEVEL)levelWrite (ITMG_LOG_LEVEL)levelPrint;

参数含义

参数
类型
含义
levelWrite
ITMG_LOG_LEVEL
设置写入日志的等级,TMG_LOG_LEVEL_NONE 表示不写入,默认为 TMG_LOG_LEVEL_INFO
levelPrint
ITMG_LOG_LEVEL
设置打印日志的等级,TMG_LOG_LEVEL_NONE 表示不打印,默认为 TMG_LOG_LEVEL_ERROR

ITMG_LOG_LEVEL 说明

ITMG_LOG_LEVEL
含义
TMG_LOG_LEVEL_NONE
不打印日志
TMG_LOG_LEVEL_ERROR
打印错误日志(默认)
TMG_LOG_LEVEL_INFO
打印提示日志
TMG_LOG_LEVEL_DEBUG
打印开发调试日志
TMG_LOG_LEVEL_VERBOSE
打印高频日志

示例代码

[[ITMGContext GetInstance] SetLogLevel:TMG_LOG_LEVEL_INFO TMG_LOG_LEVEL_INFO];

设置打印日志路径

。用于设置打印日志路径。默认路径为: /Users/username/Library/Containers/xxx.xxx.xxx/Data/Documents。。需要在 Init 之前调用。

函数原型

-(void)SetLogPath:(NSString*)logDir;
参数
类型
含义
logDir
NSString
路径

示例代码

[[ITMGContext GetInstance] SetLogPath:Path];

回调消息

消息列表

消息
消息代表的含义
ITMG_MAIN_EVNET_TYPE_PTT_RECORD_COMPLETE
PTT 录音完成
ITMG_MAIN_EVNET_TYPE_PTT_UPLOAD_COMPLETE
上传 PTT 完成
ITMG_MAIN_EVNET_TYPE_PTT_DOWNLOAD_COMPLETE
下载 PTT 完成
ITMG_MAIN_EVNET_TYPE_PTT_PLAY_COMPLETE
播放 PTT 完成
ITMG_MAIN_EVNET_TYPE_PTT_SPEECH2TEXT_COMPLETE
语音转文字完成

Data 列表

消息
Data
例子
ITMG_MAIN_EVNET_TYPE_PTT_RECORD_COMPLETE
result; file_path
{"file_path":"","result":0}
ITMG_MAIN_EVNET_TYPE_PTT_UPLOAD_COMPLETE
result; file_path;file_id
{"file_id":"","file_path":"","result":0}
ITMG_MAIN_EVNET_TYPE_PTT_DOWNLOAD_COMPLETE
result; file_path;file_id
{"file_id":"","file_path":"","result":0}
ITMG_MAIN_EVNET_TYPE_PTT_PLAY_COMPLETE
result; file_path
{"file_path":"","result":0}
ITMG_MAIN_EVNET_TYPE_PTT_SPEECH2TEXT_COMPLETE
result; text;file_id
{"file_id":"","text":"","result":0}
ITMG_MAIN_EVNET_TYPE_PTT_STREAMINGRECOGNITION_COMPLETE
result; file_path; text;file_id
{"file_id":"","file_path":","text":"","result":0}