上次简单地讲解了如何利用科大讯飞完成语音合成，今天接着也把语音识别整理一下。当然，写代码前我们需要做的一些工作（如申请appid、导库），在上一篇语音合成的文章当中已经说过了，不了解的可以看看我上次的博文，那么这次直接从堆代码开始吧。
详细步骤：
1.导完类库之后，在工程里添加好用的头文件。在视图里只用了一个UITextField显示识别的内容，两个UIButton（一个开始监听语音，一个结束监听），然后引入类、添加代理，和语音合成的一样。
MainViewController.h
1 #import <UIKit/UIKit.h> 2 #import "iflyMSC/IFlySpeechRecognizerDelegate.h" 3 //引入语音识别类 4 @class IFlyDataUploader; 5 @class IFlySpeechUnderstander; 6 //注意要添加语音识别代理 7 @interface MainViewController : UIViewController<IFlySpeechRecognizerDelegate> 8 @property (nonatomic,strong) IFlySpeechUnderstander *iFlySpeechUnderstander; 9 @property (strong, nonatomic) IBOutlet UITextField *content; 10 @property (nonatomic,strong) NSString *result; 11 @property (nonatomic,strong) NSString *str_result; 12 @property (nonatomic) BOOL isCanceled; 13 14 - (IBAction)understand:(id)sender; 15 - (IBAction)finish:(id)sender; 16 17 @end
MainViewController.m
1 #import "MainViewController.h" 2 #import <QuartzCore/QuartzCore.h> 3 #import <AVFoundation/AVAudioSession.h> 4 #import <AudioToolbox/AudioSession.h> 5 6 #import "iflyMSC/IFlyContact.h" 7 #import "iflyMSC/IFlyDataUploader.h" 8 #import "iflyMSC/IFlyUserWords.h" 9 #import "iflyMSC/IFlySpeechUtility.h" 10 #import "iflyMSC/IFlySpeechUnderstander.h" 11 12 @interface MainViewController () 13 14 @end 15 16 @implementation MainViewController 17 18 - (void)viewDidLoad 19 { 20 [super viewDidLoad]; 21 //创建识别对象 22 //创建语音配置 23 NSString *initString = [[NSString alloc] initWithFormat:@"appid=%@,timeout=%@",@"53b5560a",@"20000"]; 24 25 //所有服务启动前，需要确保执行createUtility 26 [IFlySpeechUtility createUtility:initString]; 27 _iFlySpeechUnderstander = [IFlySpeechUnderstander sharedInstance]; 28 _iFlySpeechUnderstander.delegate = self; 29 } 30 31 -(void)viewWillDisappear:(BOOL)animated 32 { 33 [_iFlySpeechUnderstander cancel]; 34 _iFlySpeechUnderstander.delegate = nil; 35 //设置回非语义识别 36 [_iFlySpeechUnderstander destroy]; 37 [super viewWillDisappear:animated]; 38 } 39 40 - (void)didReceiveMemoryWarning 41 { 42 [super didReceiveMemoryWarning]; 43 } 44 45 - (IBAction)understand:(id)sender { 46 bool ret = [_iFlySpeechUnderstander startListening]; //开始监听 47 if (ret) { 48 self.isCanceled = NO; 49 } 50 else{ 51 NSLog(@"启动识别失败!"); 52 } 53 } 54 55 - (IBAction)finish:(id)sender { 56 [_iFlySpeechUnderstander stopListening]; //结束监听，并开始识别 57 } 58 59 #pragma mark - IFlySpeechRecognizerDelegate 60 /** 61 * @fn onVolumeChanged 62 * @brief 音量变化回调 63 * @param volume -[in] 录音的音量，音量范围1~100 64 * @see 65 */ 66 - (void) onVolumeChanged: (int)volume 67 { 68 69 } 70 71 /** 72 * @fn onBeginOfSpeech 73 * @brief 开始识别回调 74 * @see 75 */ 76 - (void) onBeginOfSpeech 77 { 78 79 } 80 81 /** 82 * @fn onEndOfSpeech 83 * @brief 停止录音回调 84 * @see 85 */ 86 - (void) onEndOfSpeech 87 { 88 89 } 90 91 /** 92 * @fn onError 93 * @brief 识别结束回调 94 * @param errorCode -[out] 错误类，具体用法见IFlySpeechError 95 */ 96 - (void) onError:(IFlySpeechError *) error 97 { 98 NSString *text ; 99 if (self.isCanceled) { 100 text = @"识别取消"; 101 } 102 else if (error.errorCode ==0 ) { 103 if (_result.length==0) { 104 text = @"无识别结果"; 105 } 106 else{ 107 text = @"识别成功"; 108 } 109 } 110 else{ 111 text = [NSString stringWithFormat:@"发生错误：%d %@",error.errorCode,error.errorDesc]; 112 NSLog(@"%@",text); 113 } 114 } 115 116 /** 117 * @fn onResults 118 * @brief 识别结果回调 119 * @param result -[out] 识别结果，NSArray的第一个元素为NSDictionary，NSDictionary的key为识别结果，value为置信度 120 * @see 121 */ 122 - (void) onResults:(NSArray *) results isLast:(BOOL)isLast 123 { 124 NSArray * temp = [[NSArray alloc]init]; 125 NSString * str = [[NSString alloc]init]; 126 NSMutableString *result = [[NSMutableString alloc] init]; 127 NSDictionary *dic = results[0]; 128 for (NSString *key in dic) { 129 [result appendFormat:@"%@",key]; 130 131 } 132 NSLog(@"听写结果：%@",result); 133 //---------讯飞语音识别JSON数据解析---------// 134 NSError * error; 135 NSData * data = [result dataUsingEncoding:NSUTF8StringEncoding]; 136 NSLog(@"data: %@",data); 137 NSDictionary * dic_result =[NSJSONSerialization JSONObjectWithData:data options:NSJSONReadingMutableLeaves error:&error]; 138 NSArray * array_ws = [dic_result objectForKey:@"ws"]; 139 //遍历识别结果的每一个单词 140 for (int i=0; i<array_ws.count; i++) { 141 temp = [[array_ws objectAtIndex:i] objectForKey:@"cw"]; 142 NSDictionary * dic_cw = [temp objectAtIndex:0]; 143 str = [str stringByAppendingString:[dic_cw objectForKey:@"w"]]; 144 NSLog(@"识别结果:%@",[dic_cw objectForKey:@"w"]); 145 } 146 NSLog(@"最终的识别结果:%@",str); 147 //去掉识别结果最后的标点符号 148 if ([str isEqualToString:@"。"] || [str isEqualToString:@"？"] || [str isEqualToString:@"！"]) { 149 NSLog(@"末尾标点符号：%@",str); 150 } 151 else{ 152 self.content.text = str; 153 } 154 _result = str; 155 } 156 157 @end
2.语音识别和语音合成在api函数的使用上大体相似，但语音识别返回的结果是json数据格式的。然后我在查看官方提供的sdk文件中，发现有UI界面的Sample里使用的语音识别返回的竟是原原本本的字符串，本来是想换掉原来的语音识别方法，但实在不想用官方的UI界面，所以就自己分析识别结果，写了一个Json数据解析。经过测试，Json数据解析的效果还是可以的，通过遍历把分割的识别内容拼接起来，最后组合成一句完整的话就行了。
语法识别结果示例：
{"sn":1,"ls":true,"bg":0,"ed":0,"ws":[{"bg":0,"cw":[{"w":" 今天 ","sc":0}]},{"bg":0,"cw":[{"w":" 的
","sc":0}]},{"bg":0,"cw":[{"w":" 天气 ","sc":0}]},{"bg":0,"cw":[{"w":" 怎么
样 ","sc":0}]},{"bg":0,"cw":[{"w":" 。","sc":0}]}]}
这次的文章就到这里，大家还有什么不懂的，可以给我留言，我会尽快回复！