Paggamit ng Salitang Ios Kinikilala ang API sa mga Utos ng Tinig sa Apps

• Idagdag ang Speech kakayahan sa Signing & ng inyong proyekto; Capability.
• Isama ang NSMicrophoneUsageDescription key in (e.g., "Ang app na ito ay nangangailangan ng access sa mikropono upang maproseso ang mga utos ng boses").
• Isama ang NSpeechRecognitionUsap Mga Diksyunaryo[ key (e.g., "Isinusugo ng app na ito ang iyong talumpati sa Appleiviers servers upang kilalanin ang mga utos").

Pansinin: Parehong kailangan ang parehong key kahit na plano mong gamitin lamang ang on-device recognition — Kailangan pa rin ng Apple ang pahintulot ng gumagamit.

2. Hinihiling na Maging Awtor

Tawagin SFSpeechRecognizer.requestAuthorization[ sa iyong app stream (e.g., sa ). Gamitin nang maganda ang bawat indibidwal na katayuan:

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. Gumawa ng Isang SFSpeechRecognizer Instance

Istantiate SFSpeechRecognizer na may isang lugar na tumutugma sa iyong puntiryang mga tagapakinig. Para sa default device language, magpasa :

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

4. Configure the Audio Sesion and Engine

Itakda [AVAEngine upang makuha ang input ng mikropono. Gamitin ang .[record kategorya at . recitment mode upang idiin ang kalidad ng pagsasalita:

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()

Laging balutin ang audio engine sa isang bloke sa produksiyon upang pangasiwaan ang di - madaling pagkuha ng mikropono.

Pag - uutos sa Tinig: Mula sa Salita Hanggang sa Pagkilos

Kapag ang audio ay dumadaloy na, lumilikha ka na ng isang atas na pagkilala at nag - aparse ng mga resulta para sa mga utos. Ang susi ay ang pagtugon sa bahagyang mga resulta upang makita ang mga utos bago pa man matapos ang pagsasalita ng gumagamit.

Pangunahing Gawaing Pagpapahalaga

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
 }
}

Patiunang Utos

Simple ay nagtatrabaho sa maliliit na mga boltahe, ngunit para sa matipunong mga utos ay isaalang-alang:

• Using NSLinguisticTaigger upang makuha ang mga keyword at salain ang ingay.
• Lumilikha ng isang command volution na may mga aktroskopiko (hal., "skip", " ⁇ ", "para sa forward").
• [Talaksan para sa mas mataas na antas ng pagtitiwala: suriin bago kumilos.
• Paghahati ng isang cooldown upang maiwasan ang maramihang mga pag-udyok mula sa parehong parirala.

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
 }
 }
}

Pagganap sa End-of-Speech at Pagtahimik

Sa default, ang atas na pagkilala ay nagtatapos kapag ang gumagamit ay tumigil sa pagsasalita at ang paghinto ay na-scread.Maari mo ring tapusin ang gawain sa pamamagitan ng pagtawag o . Para sa isang patuloy na pag-uutos na karanasan (e.g., diktasyon, mga aksiyong multi-paace), muling isa-isahin ang tungkuling pagkilala pagkatapos ng bawat resulta. Gayunpaman, tandaan ang ⁇ 1-minutong limitasyon ng Apple sa isang gawain; para sa mas mahabang mga sesyon, mga gawaing chain.

Patiunang mga Katangian: On-Device Inamin at Kaugaliang mga Vocabulary

Simula sa iOS 13, Apple ipinakilala on-device speech recognition para sa mga piling wika (sa interconcledly English, Pranses, Aleman, Hapones, Koreano, Mandarin Intsik, Kastila, at higit pa). Mga bentaha kabilang ang walang network dependency, nabawasang latency, at pinainam ang pribadong buhay – walang audio na mga dahon ang aparato.

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

Pansinin: Ang pagiging tumpak ng on-device ay maaaring mas mababa nang kaunti kaysa sa server-based, lalo na para sa mga pinangalanang entity o kakaibang bokabularyo. Para sa mga app na may custom jargon (e.g., mga terminong pangmedisina, mga pangalan ng produkto), isaalang-alang ang pagdaragdag ng isang Mga institutional volution list[T][T] [[FL]:[T] [[FL] [[T] [[T] [[T]:[T] [[T] [[T] [[T] [[T] [[T]:[T] [[T] [[T] [[T] [[T] [[T] [[T] [[T] [[T]:[T] [[T] [[T] [[T] [[T] [[T] [[T] [[C]:[T] [[T] [[T] [[C] [[C]]]] [[T]] [[T] [[C] [

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