使用OLAMISDK實現一個語音輸入數字進行24點計算的iOS程式，olamisdkios

使用OLAMISDK實現一個語音輸入數字進行24點計算的iOS程式，olamisdkios
前言

在目前的軟體應用中，輸入方式還是以文字輸入方式為主，但是語音輸入的方式目前應用的越來越廣泛。這是一個利用 Olami SDK 編寫的一個24點iOS程式，是通過語音進行輸入。 
Olami SDK的介紹在下面這個網址 
https://cn.olami.ai/wiki/?mp=sdk&content=sdk/ios/reference.html 
在這個網址中詳細的介紹了Olami SDK包含了那些函數和定義的委託。

App實現

下面就通過24點這個程式來介紹一下如何使用這個SDK。 
這個APP可在 https://github.com/lym-ay/OlamiRecognizerMath24 下載

olamiRecognizer= [[OlamiRecognizer alloc] init];olamiRecognizer.delegate = self;

2.調用setAuthorization函數進行授權

[olamiRecognizer setAuthorization:@"d13bbcbef2a4460dbf19ced850eb5d83"    api:@"asr" appSecret:@"3b08b349c0924a79869153bea334dd86" cusid:OLACUSID];

這個函數的參數的說明在OlamiRecognizer中有說明，也可以去線上API說明去查看 
https://cn.olami.ai/wiki/?mp=sdk&content=sdk/ios/reference.html 
有些參數必須去Olami的開發平台上註冊才可以獲的，網址是https://olami.ai，註冊登陸以後建立應用才可以看到了 

3.設定語系

[olamiRecognizer setLocalization:LANGUAGE_SIMPLIFIED_CHINESE];

在進行錄音之前必須要先進行設定，否則會得不到結果。目前只支援簡體中文(LANGUAGE_SIMPLIFIED_CHINESE)

4.開始錄音 
調用 start()介面開始進行錄音

[olamiRecognizer start];

5.得到錄音的文字和語義，並對其進行處理 
通過調用stop()函數或者自動停止，都會獲得錄音的文字和對其進行的語義分析的結果 
實現OlamiRecognizerDelegate onResult函數可以獲得結果，其結果以一個json字串的形式回調過來，對這個字串進行解析，就可以獲得想要的數字。例如對著話筒說”2345算24點”，得到的結果如下

{    "data": {        "asr": {            "result": "二 三 四 五 算 二 十 四 點",            "speech_status": 0,            "final": true,            "status": 0        },        "nli": [            {                "desc_obj": {                    "status": 0                },                "semantic": [                    {                        "app": "math24",                        "input": "二三四五算二十四點",                        "slots": [                            {                                "num_detail": {                                    "recommend_value": "",                                    "type": "number"                                },                                "name": "number3",                                "value": "4"                            },                            {                                "num_detail": {                                    "recommend_value": "",                                    "type": "number"                                },                                "name": "number4",                                "value": "5"                            },                            {                                "num_detail": {                                    "recommend_value": "",                                    "type": "number"                                },                                "name": "number1",                                "value": "2"                            },                            {                                "num_detail": {                                    "recommend_value": "",                                    "type": "number"                                },                                "name": "number2",                                "value": "3"                            }                        ],                        "modifier": [                            "play_calculate"                        ],                        "customer": "58df685e84ae11f0bb7b4893"                    }                ],                "type": "math24"            }        ]    },    "status": "ok"}

這個是根據OSL文法描述語言定義的一套規則，返回的結果。這個結果的說明在 https://cn.olami.ai/wiki/?mp=api_nlu&content=api_nlu3.html 這個網址上有說明。

看到這裡大家可能會有疑惑，APP怎麼知道我說的是什麼意思呢？這就涉及到了OSL文法描述語言，OLAMI 文法描述語言（OLAMI Syntax Language，簡稱：OSL）是 OLAMI 平台針對自然語言處理所發展出的獨特文法標記語言，自然語言語義互動（Natural Language Interaction, 簡稱：NLI）管理系統採用 OSL 取代複雜的編碼編程，使用簡單、容易學習而且靈活有彈性。可以在這個網址查看詳細的說明 
https://cn.olami.ai/wiki/?mp=osl&content=osl1.html 
在編寫這個APP之前，會按照OSL的要求編寫好一套文法，這套文法可以被Olami的伺服器所理解，並進行語義分析然後給出結果，就是上面的json字串。在Olami官網上有寫好的一些領域的模組，可以直接使用。在 https://cn.olami.ai/wiki/?mp=nli&content=nli1.html 網址可以看到介紹如何使用以後的模組。這個24點就是利用已有的模組來編寫代碼的。

6.建立應用，設定和匯入grammar 
首先去olami的首頁去登陸和註冊。登陸以後轉到這頁面 

在這個頁面可以看到我的應用程式 math24,還可以查看key

當然這個頁面必須建立應用以後才有，點擊“建立新應用”，轉到下面這個頁面 

填寫 應用程式名稱，應用描述，應用介紹以後，就可以建立了。回到上一個頁面，就可以看到建立的應用了。

點擊”進入NLI系統”就可以進入模組頁面 

在官網已經內建了很多領域的grammar.在模組頁面大家點擊“匯入”按鈕，查看已有領域的模組 

選擇一個要使用的，例如我要匯入”math24”這個模組，先選擇它，點擊“匯入” 按鈕 
 

然後進入 math24模組，就可以看到例句

但是這個時候還是不能使用，需要先進行發布。點擊頁面上方的”發布”按鈕，進入發佈頁面

點擊“發布”按鈕

發布成功，現在就可以使用24模組了。

Olami還提供了測試grammar的功能，點擊“測試”按鈕，可以在頁面進行測試，而不必要先開發APP 

最後還要回到“我的應用程式”介面，點擊”配置NLI模組”按鈕，讓自己建立的應用和模組關聯起來 

7.onResult 函數的說明 
在整個程式中，最主要的一個函數就是onResult函數

- (void)onResult:(NSData *)result {    NSError *error;    __weak typeof(self) weakSelf = self;    NSDictionary *dic = [NSJSONSerialization JSONObjectWithData:result                        options:NSJSONReadingMutableContainers                        error:&error];    if (error) {        NSLog(@"error is %@",error.localizedDescription);    }else{        NSString *jsonStr=[[NSString alloc]initWithData:result                          encoding:NSUTF8StringEncoding];        NSLog(@"jsonStr is %@",jsonStr);        NSString *ok = [dic objectForKey:@"status"];        if ([ok isEqualToString:@"ok"]) {            NSDictionary *dicData = [dic objectForKey:@"data"];            NSDictionary *asr = [dicData objectForKey:@"asr"];            if (asr) {//如果asr不為空白，說明目前是語音輸入                [weakSelf processASR:asr];            }            NSDictionary *nli = [[dicData objectForKey:@"nli"] objectAtIndex:0];            NSDictionary *desc = [nli objectForKey:@"desc_obj"];            int status = [[desc objectForKey:@"status"] intValue];            if (status != 0) {// 0 說明狀態正常,非零為狀態不正常                NSString *result  = [desc objectForKey:@"result"];                dispatch_async(dispatch_get_main_queue(), ^{                    _resultTextView.text = result;                });            }else{                NSDictionary *semantic = [[nli objectForKey:@"semantic"]                                         objectAtIndex:0];                [weakSelf processSemantic:semantic];            }        }else{            dispatch_async(dispatch_get_main_queue(), ^{                _resultTextView.text = @"請說出10以內的4個數";            });        }    }}

這個函數就是對傳過來的結果進行處理

在這個函數中，調用了三個函數，分別來處理josn格式中的三個比較重要的節點

- (void)processASR:(NSDictionary*)asrDic {    NSString *result  = [asrDic objectForKey:@"result"];    if (result.length == 0) { //如果結果為空白，則彈出警告框        UIAlertController *alertController = [UIAlertController                                              alertControllerWithTitle:@"沒有接受到語音，請重新輸入!"                                              message:nil                                              preferredStyle:UIAlertControllerStyleAlert];        [self presentViewController:alertController animated:YES completion:^{            dispatch_time_t time=dispatch_time(DISPATCH_TIME_NOW, 1*NSEC_PER_SEC);            dispatch_after(time, dispatch_get_main_queue(), ^{                [alertController dismissViewControllerAnimated:YES completion:nil];            });        }];    }else{        dispatch_async(dispatch_get_main_queue(), ^{            NSString *str = [result stringByReplacingOccurrencesOfString:@" " withString:@""];//去掉字元中間的空格            _inputTextView.text = str;        });    }}

這個用來處理ASR節點，獲得語音辨識的結果，如果沒有結果，則彈出一個對話方塊進行提示。ASR識別的文字顯示在第一個TextView中

- (void)processSemantic:(NSDictionary*)semanticDic {    NSArray *slot = [semanticDic objectForKey:@"slots"];    [_slotValue removeAllObjects];    if (slot.count != 0) {        for (NSDictionary *dic in slot) {            NSString* val = [dic objectForKey:@"value"];            [_slotValue addObject:val];        }    }    NSArray *modify = [semanticDic objectForKey:@"modifier"];    if (modify.count != 0) {        for (NSString *s in modify) {            [self processModify:s];        }    }}

這個用來處理Semantic節點，這個節點中包含了slot的值和modifier的值。OSL 文法描述語言中的 slot 可理解為語義中的變數，用於傳遞、提取資訊，是代碼處理的資料的來源。對於24點這個程式來說，就是進行計算的4的數的來源。關於slot的值可以參考 https://cn.olami.ai/wiki/?mp=osl&content=osl_slot.html，這裡有詳細說明。在24點程式中我們的要計算的數字就是從這裡獲得的。

- (void)processModify:(NSString*) str {    if ([str isEqualToString:@"play_want"]        || [str isEqualToString:@"play_want_ask"]        || [str isEqualToString:@"needmore"]        || [str isEqualToString:@"needmore_ask"]) {//要求使用者輸入值        dispatch_async(dispatch_get_main_queue(), ^{            _resultTextView.text = @"請說出10以內的4個數";        });    }else if ([str isEqualToString:@"rules"]){        dispatch_async(dispatch_get_main_queue(), ^{            _resultTextView.text = @"四個數字運算結果等於二十四";        });    }else if ([str isEqualToString:@"play_calculate"]){        NSString* str = [[Math24 shareInstance] calculate:_slotValue];        dispatch_async(dispatch_get_main_queue(), ^{            _resultTextView.text = str;        });    }else if ([str isEqualToString:@"attention"]){        dispatch_async(dispatch_get_main_queue(), ^{            _resultTextView.text = @"四個數字必須是10以內的，不能超過10";        });    }}

這個用來處理語音和語義的結果。這個函數主要是處理json字串中的modifier節點。modifier 文法描述規則是 OSL 文法描述語言中，除了 slot 以外的另一種內建的資訊傳遞機制，一般用來表示語義目的，也可以理解為對於語義的一種注釋方式，以便讓應用程式的開發人員得知 grammar 所代表的相應意圖。詳細說明參考 
https://cn.olami.ai/wiki/?mp=osl&content=osl_regex.html#11，通過modifier，我們才能知道程式的意圖是什嗎？例如是想發問，還是計算結果。

如上代碼所示，在24點鐘我們定義了7個modifier，根據字面意思大家也可以猜出來。這些都可以在OSL文法中自訂，然後通過Josn字串獲得，在程式中進行處理。這個是我們程式進行處理的一個判斷機制。

下載資源

可以在csdn下載頻道下載 
http://download.csdn.net/detail/dfman1978/9840447

github 
https://github.com/lym-ay/OlamiRecognizerMath24

另外這裡還有幾篇使用Olami SDK開發程式的文章

這個是一個聽書的程式 
http://blog.csdn.net/ls0609/article/details/71519203

這個是一個關於天氣的程式 
http://blog.csdn.net/zhangxy0605/article/details/71601604

這是一個根據OLAMI平台開發的日曆demo 
http://blog.csdn.net/xinfinityx/article/details/72840977