SpeechRecognition簡介
iOS10中的公開的新API ：Speech Recognition可以用于識別用戶的語音，我們可以根據識別結果來實現一些我們想要的操作。
網上搜羅了下相關資料不多，本人參考了一些國外的網站，自己寫了個DEMO，在這做個簡單分享：
功能授權
現在iOS10對系統功能的使用都需要進行一次用戶授權，所以我們就像設置相機一樣，在info.plist文件中也要添加相關的使用描述，語音識別功能需要用到兩個系統功能：
NSSpeechRecognitionUsageDescription: 語音識別使用描述
NSMicrophoneUsageDescription:麥克風使用描述
所以我們添加：
<key>NSSpeechRecognitionUsageDescription</key>
<string>Speech Recognition</string>
<key>NSMicrophoneUsageDescription</key>
<string>Microphone</string>
這里的string即描述會在提示用戶的時候顯示。
圖：
基礎設置
功能很簡單，點擊按鈕，開始聽寫，在label上顯示識別出的內容
@property (nonatomic, strong) AVAudioEngine *audioEngine; // 聲音處理器
@property (nonatomic, strong) SFSpeechRecognizer *speechRecognizer; // 語音識別器
@property (nonatomic, strong) SFSpeechAudioBufferRecognitionRequest *speechRequest; // 語音請求對象
@property (nonatomic, strong) SFSpeechRecognitionTask *currentSpeechTask; // 當前語音識別進程
@property (nonatomic, weak) IBOutlet UILabel *showLb; // 用于展現的label
@property (nonatomic, weak) IBOutlet UIButton *startBtn; // 啟動按鈕
在viewDidLoad中初始化，并判斷用戶授權是否通過
// 初始化
self.audioEngine = [AVAudioEngine new];
// 這里需要先設置一個AVAudioEngine和一個語音識別的請求對象SFSpeechAudioBufferRecognitionRequest
self.speechRecognizer = [SFSpeechRecognizer new];
self.startBtn.enabled = NO;
[SFSpeechRecognizer requestAuthorization:^(SFSpeechRecognizerAuthorizationStatus status)
{
if (status != SFSpeechRecognizerAuthorizationStatusAuthorized)
{
// 如果狀態不是已授權則return
return;
}
// 初始化語音處理器的輸入模式
[self.audioEngine.inputNode installTapOnBus:0 bufferSize:1024
format:[self.audioEngine.inputNode outputFormatForBus:0]
block:^(AVAudioPCMBuffer * _Nonnull buffer,
AVAudioTime * _Nonnull when)
{
// 為語音識別請求對象添加一個AudioPCMBuffer，來獲取聲音數據
[self.speechRequest appendAudioPCMBuffer:buffer];
}];
// 語音處理器準備就緒（會為一些audioEngine啟動時所必須的資源開辟內存）
[self.audioEngine prepare];
self.startBtn.enabled = YES;
}];
注意: 如果你在info.plist文件中設置NSMicrophoneUsageDescription失敗，這時如果嘗試訪問_audioEngine.InputNode會使你的app崩潰，且你無法catch到有用的信息。
實現功能
點擊按鈕
- (IBAction)onStartBtnClicked:(id)sender
{
if (self.currentSpeechTask.state == SFSpeechRecognitionTaskStateRunning)
{ // 如果當前進程狀態是進行中
[self.startBtn setTitle:@"Start Dictating" forState:UIControlStateNormal];
// 停止語音識別
[self stopDictating];
}
else
{ // 進程狀態不在進行中
[self.startBtn setTitle:@"Stop Dictaring" forState:UIControlStateNormal];
self.showLb.text = @"I'm waiting";
// 開啟語音識別
[self startDictating];
}
}
- (void)startDictating
{
NSError *error;
// 啟動聲音處理器
[self.audioEngine startAndReturnError: &error];
// 初始化
self.speechRequest = [SFSpeechAudioBufferRecognitionRequest new];
// 使用speechRequest請求進行識別
self.currentSpeechTask =
[self.speechRecognizer recognitionTaskWithRequest:self.speechRequest
resultHandler:^(SFSpeechRecognitionResult * _Nullable result,
NSError * _Nullable error)
{
// 識別結果，識別后的操作
if (result == NULL) return;
self.showLb.text = result.bestTranscription.formattedString;
}];
}
在這個方法中我們創建了一個新的識別請求和語音進程。當通過識別對象更新數據的時候，則更新label的text，無論聽寫是否仍然在進行中。
最后 我們只需要實現stopDictating：
- (void)stopDictating
{
// 停止聲音處理器，停止語音識別請求進程
[self.audioEngine stop];
[self.speechRequest endAudio];
}
好了，代碼很少，很多東西也在注釋中寫明了，現在已經可以實現聽寫的功能了。這時如果我們對識別的結果再進行一次判斷，根據不同的結果來執行不同的操作，應該會有不錯的用戶體驗吧。
參考：http://gregshackles.com/using-speech-recognition-in-ios-10/?utm_source=tuicool&utm_medium=referral
