iOS tutorial 3：Speech Framework的简单使用

参考： Building a Speech-to-Text App Using Speech Framework in iOS 10

在WWDC 2016时，Apple介绍了Speech framework，这是一个很有用的声音识别框架。实际上这是利用Siri进行声音识别。

初始化项目

• 新建SpeechToTextDemo，模板是Single View Application。

• 添加简单的UI

  
  
  
• 分别定义UITextView和UIButton的两个outlet，为textView和microphoneButton。
• 再为UIButton添加一个action：

    @IBAction func microphoneTapped(_ sender: AnyObject) {

    }

使用Speech Framework

• import Speech
• 实现SFSpeechRecognizerDelegate协议

用户授权

获取声音数据是要获得用户的授权的。

• 在ViewController类中定义一个变量，作为语音识别器。参数identifier是识别的语种，可参考这个列表，中文是“ zh_Hans_CN”。
  private let speechRecognizer = SFSpeechRecognizer(locale: Locale.init(identifier: "zh_Hans_CN"))
• 在viewDidLoad()中：

    override func viewDidLoad() {
        super.viewDidLoad()
        // 1
        microphoneButton.isEnabled = false
        speechRecognizer?.delegate = self
        
        // 2
        SFSpeechRecognizer.requestAuthorization{
            (authStatus) in
            var isButtionEnabled = false
            
            switch authStatus {
            case .authorized:
                isButtionEnabled = true
            case .denied:
                isButtionEnabled = false
                print("用户拒绝接受语音识别")
            case .notDetermined:
                isButtionEnabled = false
                print("语音识别功能没有经过认可")
            case .restricted:
                isButtionEnabled = false
                print("当前设备不能语音识别")
            
            }
            self.microphoneButton.isEnabled = isButtionEnabled
        }
        startRecording()
    }

• 1 默认按钮设成不可用
• 2 授权结果回调

• Apple需要每个app如要用户授权时，都应该定制一个反馈信息（info.plist）。
  在info.plist中添加两个key，分别是麦克风和语音识别的授权，Privacy - Microphone Usage Description和Privacy - Speech Recognition Usage Description。

处理语音识别

• 在ViewController类中添加三个变量

    private var recognitionRequest: SFSpeechAudioBufferRecognitionRequest?  //识别请求
    private var recognitionTask: SFSpeechRecognitionTask?       // 提供识别请求的结果
    private let audioEngine = AVAudioEngine()       //

• SFSpeechAudioBufferRecognitionRequest对象处理语音识别的请求，代表语音进入语音识别器。
• SFSpeechRecognitionTask 识别任务，用于操作识别器的停止和开始
• AVAudioEngine 语音引擎，提供语音输出

• 创建新函数startRecording()，这个函数在点击button后调用，也就是microphoneTapped(:)中最后调用

    func startRecording() {
        // 1
        if recognitionTask != nil {
            recognitionTask?.cancel()
            recognitionTask = nil
        }
        // 2
        let audioSession = AVAudioSession.sharedInstance()
        do {
            try audioSession.setCategory(AVAudioSessionCategoryRecord)
            try audioSession.setMode(AVAudioSessionModeMeasurement)
            try audioSession.setActive(true, with: .notifyOthersOnDeactivation)
        } catch {
            print("audioSession的属性设置失败")
        }
        // 3
        recognitionRequest = SFSpeechAudioBufferRecognitionRequest()
        // 4
        guard let inputNode = audioEngine.inputNode else {
            fatalError("Audio engine has no input node")
        }
        // 5
        guard let recognitionRequest = recognitionRequest else {
            fatalError("Unable to create an SFSpeechAudioBufferRecognitionRequest object")
        }
        // 6
        recognitionRequest.shouldReportPartialResults = true
        // 7
        recognitionTask = speechRecognizer?.recognitionTask(with: recognitionRequest, resultHandler: {
            (result, error) in
            var isFinal = false
            if result != nil {
                self.textView.text = result?.bestTranscription.formattedString
                isFinal = (result?.isFinal)!
            }
            
            if error != nil || isFinal {
                self.audioEngine.stop()
                inputNode.removeTap(onBus: 0)
                
                self.recognitionRequest = nil
                self.recognitionTask = nil
                
                self.microphoneButton.isEnabled = true
            }
        })
        
        let recordingFormat = inputNode.outputFormat(forBus: 0)
        inputNode.installTap(onBus: 0, bufferSize: 1024, format: recordingFormat) { (buffer, when) in
            self.recognitionRequest?.append(buffer)
        }
        
        audioEngine.prepare()
        
        do {
            try audioEngine.start()
        } catch {
            print("audioEngine couldn't start beacause of an error.")
        }
        
        textView.text = "Say something, I'm listening!"
    }

• 1 开始录音时的初始化
• 2 AVAudioSession提供语音录音，设置一些参数
• 3 初始化SFSpeechAudioBufferRecognitionRequest
• 4 核查audioEngine是否可用
• 5 核查recognitionRequest
• 7 检测的音频后的回调方法，也就是开始录音后，有音频进入后都调用

语音识别的开关

• 实现代理方法speechRecognizer(_:availabilityDidChange:)。这个方法在语音识别器可用性发生变化时被调用。

    func speechRecognizer(_ speechRecognizer: SFSpeechRecognizer, availabilityDidChange available: Bool) {
        if available {
            microphoneButton.isEnabled = true
        } else {
            microphoneButton.isEnabled = false
        }
    }

• 点击button时的操作：

   @IBAction func microphoneTapped(_ sender: AnyObject) {
        if audioEngine.isRunning {
            audioEngine.stop()
            recognitionRequest?.endAudio()
            microphoneButton.isEnabled = false
            microphoneButton.setTitle("Start Recording", for: .normal)
        } else {
            startRecording()
            microphoneButton.setTitle("Stop Recording", for: .normal)
        }
    }

总结

语音识别在iPhone的自带键盘中有这个功能，中文识别率很高，如果不高兴或不方便打字，很方便使用。

代码

SpeechToTextDemo