Wonedon Menggunakan API Pengecaman Kata-kata Ios untuk Perintah Suara dalam Aplikasi

Voice Commands: Masa Depan Interaksi App iOS

Perintah suara secara fundamental membentuk ulang bagaimana pengguna terlibat dengan aplikasi iOS, bergerak di luar kemampuan tap-and-swipe sederhana untuk antarmuka bebas tangan, kontrol intuitif. Dengan mengungkit API speaching iOS Speech Recognition, pengembang dapat mengintegrasikan kemampuan berbicara-ke-teks secara real time yang membuat aplikasi lebih mudah diakses, efisien, dan terlibat. Apakah mengaktifkan navigasi yang dikendalikan suara untuk pelacak kebugaran, memungkinkan pengambilan catatan bebas tangan dalam aplikasi produktivitas, atau powering fitur aksesibilitas untuk pengguna dengan impairment motorik, API Penebusan Suara menyediakan landasan produksi yang kuat, siap. Artikel ini mengeksplorasi proses pelaksanaan perintah suara lengkap dalam aplikasi iOS, dari pengaturan awal, dan penanganan untuk praktek, dan penggunaan yang terbaik, dan nyata.

Menyambut bahwa orang-orang yang berbicara bahasa iOS akan mengenali

Pozeski Bahasa OisOS Speak Recognition API, bagian dari Speech framework, memungkinkan aplikasi untuk mengubah audio langsung atau terprerecorded menjadi teks. Ini mendukung lebih dari 60 bahasa dan dialek, dengan mesin pengakuan berjalan baik on-device (untuk bahasa yang didukung) atau pada server Apple. Pengenalan On-device memprioritasi privasi dan bekerja offline, sementara pengakuan berbasis server sering menyampaikan akurasi yang lebih tinggi untuk kalimat kompleks. Kelas primer adalah SFSpeechRecozer[FLT3]], yang mengelola pengakuan, proses dan [[FLT4:SechSfL:SChChChChChChChChChChlection]][REL:L][T]] untuk input audio audio.

• Foredon the Speech kapabilitas dalam proyek Anda Signing & Kapabilitas.
• ⁇ NSMicrophoneUsageDescription kunci dalam (e.g., ⁇ Aplikasi ini memerlukan akses mikrofon untuk memproses perintah suara ⁇ .
• Nama samarannya adalah NSSpeechRecognitionUsageDescription kunci (contoh:, ⁇ Aplikasi ini mengirimkan pidato Anda ke server Apple untuk mengenali perintah ⁇ .

Catatan: Kedua kunci diperlukan bahkan jika Anda berencana untuk hanya menggunakan pengenalan on-device — Apple masih membutuhkan persetujuan pengguna.

2. Permintaan Otorisasi

Aquitance]SFSpeechRecognizer.requestAuthorization[ di awal aliran aplikasi anda (misalnya, di ). Menangani setiap status otorisasi secara anggun:

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
 }
 }
}

253 . Buat Instans Pengecaman SFSpeech

Segerakan SFSpeechRecognionzer dengan lokal yang cocok dengan penonton target Anda. Untuk bahasa perangkat baku, lewat :

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

Buat konfigurasi Sesi Audio dan Mesin untuk Mesin

AVAVAudioEngine untuk menangkap input mikrofon. Gunakan .record[ kategori dan .measurement mode untuk menekankan kualitas pidato:

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()

Selalu wrap mesin audio wrap selalu di mulai dalam blok dalam produksi untuk menangani ketidaktersediaan mikrofon.

Perlengkapan Bahasa yang Mengimplementasi Perintah Suara: Dari Pidato ke Tindakan

Setelah audio mengalir, Anda membuat tugas pengenalan dan mengurai hasil untuk perintah. Kuncinya adalah bereaksi terhadap hasil parsial sehingga perintah terdeteksi bahkan sebelum pengguna selesai berbicara.

Tugas Pengecaman Dasar

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
 }
}

Penguraian Perintah Lanjutan ULUS

vocabulary kecil, tetapi untuk set perintah yang kuat, pikirkan:

• [[GALALT:0]]Using NSLinguisticTagger untuk mengekstrak kata kunci dan menyaring keluar kebisingan.
• [[NOLT:0]]Merayakan kosakata perintah dengan sinonim (e.g., ⁇ skip ⁇ ⁇ ⁇ next ⁇ ⁇ forward ⁇ ⁇ .
• Menantikan untuk threshold kepercayaan diri yang lebih tinggi: Periksa sebelum bertindak.
• Pencobaan pendinginan untuk mencegah pemicu ganda dari frasa yang sama.

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
 }
 }
}

Tangani Ujung-Ucapan dan Diam

Secara default, tugas pengakuan berakhir ketika pengguna berhenti berbicara dan jeda terdeteksi. Anda juga dapat mengakhiri tugas secara manual dengan memanggil atau . Untuk pengalaman perintah yang terus menerus (misalnya, dikte, aksi multi-langkah), memulai kembali tugas pengakuan setelah setiap hasil.Namun, tetap ingat batas ~1-menit Apple pada tugas tunggal; untuk sesi yang lebih lama, tugas berantai.

Fitur Lanjutan Keupayaan: Pengecaman dan Tata Ruang Biasa On-Device

Mulai dari iOS 13, Apple memperkenalkan pengenalan pidato on-device untuk bahasa pilihan (saat ini bahasa Inggris, Prancis, Jerman, Jepang, Korea, Mandarin Cina, Spanyol, dan lebih). Keuntungan termasuk tidak ada ketergantungan jaringan, latensi berkurang, dan privasi yang ditingkatkan — tidak ada audio yang meninggalkan perangkat. Untuk mengaktifkan pengenalan on-device:

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

Catatan: On-device akurasi mungkin sedikit lebih rendah dari server-base, terutama untuk entitas bernama atau kosakata yang tidak biasa. Untuk aplikasi dengan jargon suai (misalnya, istilah medis, nama produk), mempertimbangkan penambahan sebuah Daftar kosakata tercustom[ via SFSpeechRecognier's]]FLT:15]] atau dengan melatih sebuah built-in speakerT5]] melalui [[FLTFLT6]][TFLT:FLT:1][TFLT:1], [[FL]]]][TFLT]].

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