ऐप्स में वॉयस कमांड के लिए आईओएस भाषण मान्यता एपीआई का उपयोग करना

• ]]Speech अपनी परियोजना के हस्ताक्षर और क्षमताओं में क्षमता जोड़ें।
• ]NSMicrophoneUsageDescription] (e.g., "इस एप्लिकेशन को प्रक्रिया आवाज कमांड के लिए माइक्रोफोन एक्सेस की आवश्यकता है") शामिल हैं।
• ]NSSpeechRecognitionUsageDescription] key (e.g., "यह ऐप आपके भाषण को Apple के सर्वर को कमांड को पहचानने के लिए भेजता है")।

नोट: दोनों कुंजी की आवश्यकता है भले ही आप केवल ऑन-डिवाइस मान्यता का उपयोग करने की योजना बना रहे हों - एप्पल अभी भी उपयोगकर्ता की सहमति की जरूरत है।

2. अनुरोध प्राधिकरण

]SFSpeechRecognizer.requestAuthorization] जल्दी अपने ऐप प्रवाह में (जैसे, ]]). प्रत्येक प्राधिकरण की स्थिति को सुंदर ढंग से संभाल लें:

import Speech

SFSpeechRecognizer.requestAuthorization { authStatus in
 DispatchQueue.main.async {
 switch authStatus {
 case .authorized:
 // Enable voice command UI
 case .denied, .restricted:
 // Explain why speech recognition is unavailable
 case .notDetermined:
 // This should not occur after the request
 @unknown default:
 break
 }
 }
}

3. एक SFSpeechRecognizer Instance बनाएँ

तत्काल ]SFSpeechRecognizer एक स्थानीय व्यक्ति के साथ जो आपके लक्षित दर्शकों से मेल खाता है। डिफ़ॉल्ट डिवाइस भाषा के लिए, पास :

let recognizer = SFSpeechRecognizer(locale: Locale(identifier: "en-US"))

4. ऑडियो सत्र और इंजन को कॉन्फ़िगर करें

]AVAudioEngine] का उपयोग माइक्रोफोन इनपुट पर कब्जा करने के लिए .record श्रेणी और .measurement[]भाषा गुणवत्ता पर जोर देने के लिए मोड:

let audioEngine = AVAudioEngine()
let inputNode = audioEngine.inputNode

let recordingFormat = inputNode.outputFormat(forBus: 0)
inputNode.installTap(onBus: 0, bufferSize: 1024, format: recordingFormat) { (buffer, _) in
 self.request.append(buffer)
}

audioEngine.prepare()
try? audioEngine.start()

हमेशा ऑडियो इंजन को एक ] में शुरू करने के लिए माइक्रोफोन को अनुपलब्धता को संभालने के लिए उत्पादन में ब्लॉक करें।

वॉयस कमांड को कार्यान्वित करना: भाषण से एक्शन तक

एक बार ऑडियो बहने के बाद आप एक मान्यता कार्य और कमांड के लिए पार्स परिणाम बनाते हैं। कुंजी आंशिक परिणाम पर प्रतिक्रिया करना है ताकि उपयोगकर्ता बोलने से पहले भी कमांड का पता लगाया जा सके।

बुनियादी मान्यता कार्य

let request = SFSpeechAudioBufferRecognitionRequest()
request.shouldReportPartialResults = true

let recognitionTask = recognizer?.recognitionTask(with: request) { result, error in
 guard let result = result else {
 // Handle error
 return
 }
 let transcript = result.bestTranscription.formattedString
 // Check for commands
 if transcript.lowercased().contains("next") {
 // Execute action
 }
}

उन्नत कमांड पार्सिंग

सरल छोटे शब्दावली के लिए काम करता है, लेकिन मजबूत कमांड सेट के लिए विचार करें:

• ]NsLinguisticTagger का उपयोग करके कीवर्ड निकालने और शोर को बाहर निकालने के लिए।
• एक कमांड शब्दावली बनाना समानार्थक शब्द (जैसे, "स्किप", "next", "forward") के साथ।
• ]]]एक उच्च विश्वास सीमा के लिए प्रतीक्षा : ]]]] अभिनय से पहले की जाँच करें।
• ]एक ही वाक्यांश से एकाधिक ट्रिगर्स को रोकने के लिए एक cooldown[ को लागू करना।

func processTranscript(_ transcript: String) {
 let lowercased = transcript.lowercased()
 let commands: [String: () -> Void] = [
 "next": { self.showNextItem() },
 "go back": { self.showPreviousItem() },
 "stop": { self.stopPlayback() }
 ]
 for (command, action) in commands {
 if lowercased.contains(command) {
 action()
 break
 }
 }
}

हैंडलिंग एंड-ऑफ-स्पेच और सिलेंस

डिफ़ॉल्ट रूप से, मान्यता कार्य तब समाप्त होता है जब उपयोगकर्ता बोलने को रोकता है और एक ठहराव का पता लगाया जाता है। आप मैन्युअल रूप से कार्य को कॉल करके समाप्त कर सकते हैं या ]। एक सतत कमांड अनुभव (जैसे, ताक़त, बहु-चरण कार्रवाई) के लिए, प्रत्येक परिणाम के बाद मान्यता कार्य को फिर से शुरू करें। हालांकि, एक ही कार्य पर Apple के ~ 1-मिनट की सीमा को ध्यान में रखें; लंबे सत्रों, श्रृंखला कार्यों के लिए।

उन्नत सुविधाएँ: ऑन-डिवाइस रिकॉग्निशन और कस्टम वोकैबुलरी

आईओएस 13 में शुरू होने वाले एप्पल ने चुनिंदा भाषाओं (वर्तमान में अंग्रेजी, फ्रेंच, जर्मन, जापानी, कोरियाई, मंदारिन चीनी, स्पेनिश और अधिक) के लिए ऑन-डिवाइस स्पीच रिकग्निशन पेश किया। लाभ में कोई नेटवर्क निर्भरता, विलंबता को कम करना और गोपनीयता को बढ़ाया जाना शामिल है - कोई ऑडियो डिवाइस छोड़ नहीं देता है। ऑन-डिवाइस मान्यता को सक्षम करने के लिए:

guard let recognizer = SFSpeechRecognizer() else { return }
if recognizer.supportsOnDeviceRecognition {
 request.requiresOnDeviceRecognition = true
}

नोट: ऑन-डिवाइस सटीकता सर्वर आधारित से थोड़ा कम हो सकती है, विशेष रूप से नामित संस्थाओं या असामान्य शब्दावली के लिए। कस्टम जार्गन (जैसे, चिकित्सा शर्तें, उत्पाद नाम) वाले ऐप्स के लिए, एक ] को जोड़ने पर विचार करें कस्टम शब्दावली सूची के माध्यम से SFSpeech[LT]:FLT][LT][LT]]][LT][LT]]]]]]]]]]]][FLT][LT][LT][LT][F:]]]]]]]]]FLT][LT][[[F:]][LT][F:]]]]][LT][LT][F:]][F:]]]]][LT][LT]][LT][LT][LT][LT][F[F[LT]][LT][F:][F]]]][LT][F:]]]]]]]][F:]]]]]]][LT][LT]

class YourViewController: UIViewController, SFSpeechRecognizerDelegate {
 func speechRecognizer(_ speechRecognizer: SFSpeechRecognizer, availabilityDidChange available: Bool) {
 // Disable or enable voice command button based on availability
 }
}