腾讯云语音识别一句话识别_AI解决方案_同尘科技

接入流程



接入准备

SDK 获取

一句话识别的 iOS SDK 以及 Demo 的下载地址：接入 SDK 下载。

接入须知

开发者在调用前请先查看实时语音识别的 接口说明，了解接口的使用要求和使用步骤。该接口需要手机能够连接网络（3G、4G、5G 或 Wi-Fi 网络等），且系统为 iOS 9.0及以上版本。运行 Demo 必须设置 AppID、SecretID、SecretKey，可在 API 密钥管理 中获取。

SDK 导入

直接导入

1. 下载并解压 iOS SDK 压缩包，压缩包中包含 Demo 和 SDK，其中 QCloudOneSentence.xcframework 为一句话识别 framework 包。2. XcodeFile > Add Files to “Your Project”，在弹出 Panel 选中所下载SDK包 QCloudOneSentence.xcframework > Add（选中“Copy items if needed”）。

CocoaPods 导入

使用 CocoaPods 导入时,需将以下内容添加到 Podfile 中。

pod 'QCloudOneSentence'

工程配置

在工程info.plist申请系统麦克风权限，添加如下内容：

   NSMicrophoneUsageDescription   需要使用您的麦克风采集音频

在工程中添加依赖库，在建阶段链接二进制与库中添加以下库：QCloudOneSentence.frameworklibc++.tbdAVFoundation.frameworkAudioToolbox.framework

快速接入

开发流程及接入示例

1. 创建 QCloudSentenceRecognizer 实例

  QCloudSentenceRecognizer *recognizer = [[QCloudSentenceRecognizer alloc] initWithAppId:appId                                            secretId:secretId                                            secretKey:secretKey];  //设置delegate，相关回调方法见QCloudOneSentenceRecognizerDelegate定义 recognizer.delegate = self;

2. 实现此 QCloudSentenceRecognizerDelegate 协议方法3. 调用示例通过语音 URL 调用说明 支持8K 和16K 的引擎类型，引擎模型类型请参见 EngSerViceType。

//快捷接口- (void)recognizeWithUrl {//语音数据urlNSString *url = @"https://asr-audio-1256237915.cos.ap-shanghai.myqcloud.com/30s.wav";  //指定语音数据url 语音数据格式 识别引擎  //支持的格式及引擎名称以API文档为准，见https://cloud.tencent.com/document/product/1093/35646  [_recognizer recoginizeWithUrl:url voiceFormat:@"wav" EngSerViceType:@"16k_zh"];}
//完整接口，可设置更多参数- (void)recognizeWithParams {   NSString *url = @"https://asr-audio-1256237915.cos.ap-shanghai.myqcloud.com/30s.wav";   //获取一个已设置默认参数params   QCloudOneSentenceRecognitionParams *params = [_recognizer defaultRecognitionParams];       //通过语音 url 请求, 此4个参数必须设置   params.url = url;                              //设置语音频数据格式，支持的格式以API文档为准，见https://cloud.tencent.com/document/product/1093/35646   params.voiceFormat = @"wav";   //设置语音数据来源，见QCloudAudioSourceType定义   params.sourceType = QCloudAudioSourceTypeUrl;   //设置识别引擎,支持的识别引擎以API文档为准，见https://cloud.tencent.com/document/product/1093/35646   params.engSerViceType = @"16k_zh"; 
   //以下为可选项    //是否过滤脏词（目前支持中文普通话引擎）。0：不过滤脏词；1：过滤脏词；2：将脏词替换为 * 。默认值为 0。    params.filterDirty = 0;    //是否过语气词（目前支持中文普通话引擎）。0：不过滤语气词；1：部分过滤；2：严格过滤 。默认值为 0。    params.filterModal = 0;    //是否过滤标点符号（目前支持中文普通话引擎）。 0：不过滤，1：过滤句末标点，2：过滤所有标点。默认值为 0。    params.filterPunc = 0;    //是否进行阿拉伯数字智能转换。0：不转换，直接输出中文数字，1：根据场景智能转换为阿拉伯数字。默认值为1。    params.convertNumMode = 1;    //是否显示词级别时间戳。0：不显示；1：显示，不包含标点时间戳，2：显示，包含标点时间戳。默认值为 0。    params.wordInfo = 1;    //params.hotwordId = @"" //热词id
   [_recognizer recognizeWithParams:params];}

通过语音数据调用说明：支持8K 和16K 的引擎类型，引擎模型类型请参见 EngSerViceType。

//快捷接口- (void)recognizeWithAudioData {   //语音数据   NSString *filePath = [[NSBundle mainBundle] pathForResource:@"recordedFile" ofType:@"wav"];   NSData *audioData = [[NSData alloc] initWithContentsOfFile:filePath];   //指定语音数据 语音数据格式 识别引擎   //支持的格式以API文档为准，见https://cloud.tencent.com/document/product/1093/48982   [_recognizer recoginizeWithData:audioData voiceFormat:@"wav" frequence:@"16k_zh"];}
//完整接口，可设置更多参数- (void)recognizeWithParams {
    NSString *filePath = [[NSBundle mainBundle] pathForResource:@"test2" ofType:@"mp3"];    NSData *audioData = [[NSData alloc] initWithContentsOfFile:filePath];
    //获取一个已设置默认参数params    QCloudOneSentenceRecognitionParams *params = [_recognizer defaultRecognitionParams];        //通过语音数据发起请求, 此4个参数必须设置    params.data = audioData;    //设置语音频数据格式，支持的格式以API文档为准，见https://cloud.tencent.com/document/product/1093/35646    params.voiceFormat = @"mp3";    //设置语音数据来源，QCloudAudioSourceTypeUrl 或 QCloudAudioSourceTypeAudioData    params.sourceType = QCloudAudioSourceTypeAudioData;     //设置识别引擎,支持的识别引擎以API文档为准，见https://cloud.tencent.com/document/product/1093/35646    params.engSerViceType = @"16k_zh"; 
   //以下为可选项    //是否过滤脏词（目前支持中文普通话引擎）。0：不过滤脏词；1：过滤脏词；2：将脏词替换为 * 。默认值为 0。    params.filterDirty = 0;    //是否过语气词（目前支持中文普通话引擎）。0：不过滤语气词；1：部分过滤；2：严格过滤 。默认值为 0。    params.filterModal = 0;    //是否过滤标点符号（目前支持中文普通话引擎）。 0：不过滤，1：过滤句末标点，2：过滤所有标点。默认值为 0。    params.filterPunc = 0;    //是否进行阿拉伯数字智能转换。0：不转换，直接输出中文数字，1：根据场景智能转换为阿拉伯数字。默认值为1。    params.convertNumMode = 1;    //是否显示词级别时间戳。0：不显示；1：显示，不包含标点时间戳，2：显示，包含标点时间戳。默认值为 0。    params.wordInfo = 1;    //params.hotwordId = @"" //热词id
   [_recognizer recognizeWithParams:params];}

通过 SDK 内置录音器调用说明 支持16K 的引擎类型，引擎模型类型请参见 EngSerViceType。

//启动录音  [_recognizer startRecognizeWithRecorder:@"16k_zh"];  //16k_zh > 识别引擎,传nil将默认使用16k_zh,支持的识别引擎以API文档为准，见https://cloud.tencent.com/document/product/1093/35646
//停止录音并上传录音数据开始识别  [_recognizer stopRecognizeWithRecorder];

主要接口类说明

QCloudSentenceRecognizer 初始化说明

QCloudSentenceRecognizer 是一句话识别入口类，提供两种初始化方法。

/** * 初始化方法，调用者使用内置录音器采集音频 * @param config 配置参数，详见 QCloudConfig 定义 */- (instancetype)initWithConfig:(QCloudConfig *)config;
/** * 直接鉴权 * 通过 appId secretId secretKey 初始化 * @param appid     腾讯云 appId         * @param secretId  腾讯云 secretId      * @param secretKey 腾讯云 secretKey     */- (instancetype)initWithAppId:(NSString *)appid secretId:(NSString *)secretId secretKey:(NSString *)secretKey;
/** * 通过STS临时密钥鉴权，详见https://cloud.tencent.com/document/product/598/33416 * @param appid     腾讯云appId  * @param secretId  腾讯云临时secretId   * @param secretKey 腾讯云临时secretKey * @param token     对应的token */- (instancetype)initWithAppId:(NSString *)appid secretId:(NSString *)secretId secretKey:(NSString *)secretKey token:(NSString *)token;

QCloudSentenceRecognizerDelegate 协议说明

此 delegate 为一句话识别相关回调，调用者需要实现此 delegate 获取识别结果、开始录音、结束录音事件。

@protocol QCloudSentenceRecognizerDelegate @required/** * 一句话识别回调delegate * @param result 识别结果文本，error=nil此字段才存在值 * @param error 错误信息，详细错误信息见error.domain和error.userInfo字段 * @param rawData 识别原始数据 */- (void)oneSentenceRecognizerDidRecognize:(QCloudSentenceRecognizer *)recognizer text:(nullable NSString *)text error:(nullable NSError *)error resultData:(nullable NSDictionary *)resultData;@optional/** * 开始录音回调 */- (void)oneSentenceRecognizerDidStartRecord:(QCloudSentenceRecognizer *)recognizer error:(nullable NSError *)error;/** * 结束录音回调, SDK通过此方法回调后内部开始上报语音数据进行识别 */- (void)oneSentenceRecognizerDidEndRecord:(QCloudSentenceRecognizer *)recognizer;/** * 录音音量实时回调用 * @param recognizer 识别器实例 * @param volume 声音音量，取值范围（-40-0） */- (void)oneSentenceRecognizerDidUpdateVolume:(QCloudSentenceRecognizer *)recognizer volume:(float)volume;/** * 日志输出 * @param log 日志 */- (void)SentenceRecgnizerLogOutPutWithLog:(NSString *_Nullable)log;
@end



对解决方案有疑惑？想了解解决方案收费？ 联系解决方案专家

腾讯云限时活动1折起，即将结束： 马上收藏

同尘科技为腾讯云授权服务中心，购买腾讯云享受折上折，更有现金返利:同意关联，立享优惠

阿里云解决方案也看看？： 点击对比阿里云的解决方案