[ios]ios語音辨識

標籤：

參考：http://blog.sina.com.cn/s/blog_923fdd9b0101flx1.html

通過Google語音介面的實現語音辨識

 

最近在項目中有需要實現語音辨識的功能。折騰了幾天才搞好。剛開始做的時候沒點頭緒 ，網上找的資料都是亂七八糟的，要不就是非常古老的實現方法，一些簡單的程式碼片段。所以我決定把我的經驗分享給大家。

 

要在IOS中實現語音辨識流程如下:

錄音->pcm格式->轉換wav->轉換flac->向Google發送請求->等待返回的json資料->解析資料;

 

首先如果你要使用Google的介面實現語音辨識必須知道下面著幾點：

1.如何發送POST請求。(可以使用開源庫ASIHttpRequest，AFNetWorking，這些庫都封裝了網路請求，使用起來非常簡單);

 

 2.瞭解音頻格式pcm,wav,flac，(著三個音頻格式的關係是，因為Google介面只接受flac音頻格式，其他格式無法識別,IOS中無法錄製flac音頻格式,也無法錄製wav,只能錄製pcm,所以要一步一步轉換);

 

3.瞭解AVAudioRecorder類如何使用，怎麼配置.

在IOS中錄音就要使用AVAudioRecorder這個類,這個類的執行個體方法如下:

- (id)initWithURL:(NSURL *)url settings:(NSDictionary *)settings error:(NSError **)outError;
url:錄音完成後聲音存放的位置,

       settings:設定錄製聲音的參數，只有一個關鍵的key跟大家講下AVFormatIDKey，這個key決定你錄製出來聲音的格式,我們要錄成lpcm格式,未壓縮的原音資料,以便我們轉換,所以使用kAudioFormatLinearPCM值.其他key可以在協助文檔看,

 NSMutableDictionary *recordSetting =[[NSMutableDictionaryalloc]init];

  [recordSetting setValue:[NSNumbernumberWithInt:kAudioFormatLinearPCM]forKey:AVFormatIDKey];

   [recordSetting setValue:[NSNumbernumberWithFloat:16000.0]forKey:AVSampleRateKey];

   [recordSetting setValue:[NSNumbernumberWithInt:1]forKey:AVNumberOfChannelsKey];

   [recordSetting setValue:[NSNumbernumberWithInt:16]forKey:AVLinearPCMBitDepthKey];

   [recordSetting setValue:[NSNumbernumberWithInt:AVAudioQualityHigh]forKey:AVEncoderAudioQualityKey];

   [recordSetting setValue:@(NO)forKey:AVLinearPCMIsBigEndianKey];

設定完這個對象後就可以開始錄音了.得到lpcm格式音頻資料後就開始我們的第一次轉換，轉換成wav，什麼是wav呢？點擊, 知道wav是什麼之後就可以開始轉碼了.轉碼是用C實現的，著部分代碼在下面我打包的檔案裡面；

檔案轉換成WAV之後還需要將WAV的轉換成FLAC才能上傳到Google介面進行語音辨識，幸好在在github上有人封裝好了一個FLAC的開源庫:https://github.com/jhurt/FLACiOS

下載這個源碼後要去掉OGG的支援，不然編譯不過。直接點擊檔案-，編譯後進入，Products目錄拿到.a和framework，把這個兩個檔案一起加入你的工程。

聲音處理完畢後就要往Google語音介面發請求了。我是使用ASI發的請求，大家可以用其他庫來發，畢竟ASI有點太老了，我只是用習慣了而已。這裡的filePath就是轉換後FLAC檔案的地址;

#define GOOGLE_AUDIO_URL@"http://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=zh-CN"

NSURL *URL = [NSURLURLWithString:GOOGLE_AUDIO_URL];

    ASIFormDataRequest *request =[ASIFormDataRequestrequestWithURL:URL];

   [request addRequestHeader:@"Content-Type"value:@"audio/x-flac;rate=16000"];

    [requestappendPostDataFromFile:filePath];

    [requestsetRequestMethod:@"POST"];

   

   request.completionBlock = ^{

       NSLog(@"json:%@",request.responseString);

       NSData *data = request.responseData;

       idret = nil;

       ret =[NSJSONSerializationJSONObjectWithData:data options:NSJSONReadingMutableContainerserror:nil];

       NSLog(@"ret %@",ret);

       results(ret);

    };

   request.failedBlock = ^{

      UIAlertView *alert =[[UIAlertViewalloc]initWithTitle:@"錯誤"message:@"網路請求錯誤" delegate:nilcancelButtonTitle:@"確定" otherButtonTitles:nil,nil];

       [alert show];

       NSLog(@"網路請求錯誤：%@",request.error);

    };

   [request startSynchronous];

-----------------------------------------------------------------------------------------------以下是Google返回的JSON解析--------------------------------------------------------------------------------------------

if(dic ==nil || [dic count] ==0){

             return;

          }

          NSArray *array = [dicobjectForKey:@"hypotheses"];

    if ([arraycount] ) {

              NSDictionary *dic_hypotheses = [arrayobjectAtIndex:0];

             NSString *  sContent= [NSStringstringWithFormat:@"%@",[dic_hypothesesobjectForKey:@"utterance"]];

             self.textField.text = sContent;

  }

 

這裡是我寫的一個測試工程全部代碼 

http://pan.baidu.com/s/1kTMBBk7；直接可以用

 

[ios]ios語音辨識