您现在的位置: IOS教程網 >> IOS系統 >  >> iOS 程式開發 >> iOS 開發基礎

iOS 10 Speech Recognition:語音識別即時轉文字實踐

編輯:iOS 開發基礎

需求很簡單,但細節很多

語音識別的核心需求其實非常直接:使用者說話,App 立刻把語音轉成文字並顯示出來。聽起來簡單,但真正要做出流暢、即時、穩定的體驗,並不容易。

很多現成範例只展示如何從本地音訊檔進行識別,卻沒有解決「邊說邊轉」這個最關鍵的問題。因此,這篇文章聚焦在 iOS 10 Speech Recognition 的兩種常見實作方式。

先處理權限

在使用語音識別之前,必須先取得使用者授權。通常需要在 Info.plist 中設定麥克風與語音識別的用途說明,然後呼叫 requestAuthorization 取得權限。

麥克風權限通常會在第一次開始錄音時再次確認,因此最好把「尚未授權」「使用者拒絕」「授權完成」等狀態都納入設計。

兩種常見請求方式

iOS 10 的語音識別主要可搭配兩種請求:

  • SFSpeechAudioBufferRecognitionRequest:適合即時串流語音,也就是邊錄邊轉。
  • SFSpeechURLRecognitionRequest:適合既有音訊檔,也就是先錄好再轉。

同時,結果回呼也有兩種方式:

  • block:寫法簡潔,適合快速整合。
  • delegate:回呼更多,適合需要更細緻狀態控制的場景。

方案一:AudioBuffer + block

這種方式最適合「現說現譯」的需求。整體流程如下:

  1. 建立 SFSpeechRecognizer。
  2. 建立 AVAudioEngine 與輸入節點。
  3. 建立 SFSpeechAudioBufferRecognitionRequest。
  4. 把麥克風輸入的音訊 buffer 持續 append 到 request。
  5. 在 resultHandler 中取得辨識結果。
  6. 結束時停止 engine、移除 tap,並釋放 request 與 task。

其中,shouldReportPartialResults 是一個很關鍵的屬性。若設為 true,系統會持續回傳部分結果,讓文字能即時更新;若設為 false,則傾向等一句話說完後才回傳。

在實作上,通常會先用 AVAudioEngine 啟動輸入,然後透過 installTapOnBus 把音訊 buffer 不斷餵給 request。這樣就能達到接近「邊說邊顯示」的效果。

這個方式的優點是即時性高,適合語音輸入、語音指令、逐字稿等場景。缺點是對 lifecycle 管理要求較高,若沒有正確停止錄音與移除 tap,容易造成資源殘留或後續錄音異常。

方案二:URLRequest + delegate

如果你需要的是「先錄音,再辨識」,那麼 SFSpeechURLRecognitionRequest 會更合適。它的流程通常是:

  1. 建立錄音器。
  2. 錄製音訊並存檔。
  3. 停止錄音。
  4. 建立 URL recognition request。
  5. 透過 delegate 接收辨識結果。

這種方式適合用來處理較完整的語句,例如語音留言、語音備忘、語音轉文字後再進一步處理。它不一定追求逐字即時,而是更重視一次完整辨識的結果。

delegate 方式的優點是回呼更豐富,例如:

  • 何時偵測到語音。
  • 何時收到假設性結果。
  • 何時辨識完成。
  • 何時任務結束。
  • 何時任務被取消。

這些狀態很適合拿來做更細緻的 UI 回饋,例如顯示「正在聆聽」「辨識中」「已完成」等狀態。

兩種方式的選擇建議

如果你要做的是即時語音輸入、語音搜尋、語音指令,建議優先使用 AudioBuffer 串流方式。

如果你要做的是錄音後轉文字、語音檔案處理、客服錄音分析,則 URLRequest 更合適。

實務上,兩者也可以搭配使用。例如先用 AudioBuffer 做即時預覽,再於一段話結束後整理成最終結果。

注意事項

語音識別功能雖然方便,但仍有一些實務限制:

  • 需要網路或系統服務支援,離線情境不一定可用。
  • 辨識結果會受環境噪音、麥克風品質、使用者語速影響。
  • 長時間連續錄音可能受到系統限制。
  • 部分結果可能包含多個候選,若需要高精準匹配,要記得處理備選陣列。

結語

iOS 10 的 Speech Recognition 讓語音轉文字變得更容易實作。真正困難的,往往不是 API 呼叫,而是如何把「錄音、辨識、更新、取消、錯誤處理」串成一個完整的使用者體驗。

當你能把語音輸入做得即時、穩定、可中斷,它就能成為 App 中非常自然的一部分。

  1. 上一篇文章:
  2. 下一篇文章:
蘋果刷機越獄教程| IOS教程問題解答| IOS技巧綜合| IOS7技巧| IOS8教程
Copyright © IOS教程網 All Rights Reserved