【问题标题】:AVSpeechSynthesizer does not speak after using SFSpeechRecognizerAVSpeechSynthesizer 使用 SFSpeechRecognizer 后不说话
【发布时间】:2016-10-26 19:33:08
【问题描述】:

所以我构建了一个简单的应用程序,它使用 SFSpeechRecognizer 进行语音识别,并在屏幕上的 UITextView 中显示转换后的语音到文本。现在我正试图让手机说出显示的​​文字。由于某种原因它不起作用。 AVSpeechSynthesizer 语音功能仅在使用 SFSpeechRecognizer 之前有效。例如,当应用程序启动时,它会在 UITextView 中显示一些欢迎文本,如果我点击说话按钮,手机会说出欢迎文本。然后,如果我录制(用于语音识别),识别出的语音将显示在 UITextView 中。现在我想让手机说出那个文本,但不幸的是它没有。

这里是代码

import UIKit
import Speech
import AVFoundation


class ViewController: UIViewController, SFSpeechRecognizerDelegate, AVSpeechSynthesizerDelegate {

    @IBOutlet weak var textView: UITextView!
    @IBOutlet weak var microphoneButton: UIButton!

    private let speechRecognizer = SFSpeechRecognizer(locale: Locale.init(identifier: "en-US"))!

    private var recognitionRequest: SFSpeechAudioBufferRecognitionRequest?
    private var recognitionTask: SFSpeechRecognitionTask?
    private let audioEngine = AVAudioEngine()

    override func viewDidLoad() {
        super.viewDidLoad()

        microphoneButton.isEnabled = false

        speechRecognizer.delegate = self

        SFSpeechRecognizer.requestAuthorization { (authStatus) in

            var isButtonEnabled = false

            switch authStatus {
            case .authorized:
                isButtonEnabled = true

            case .denied:
                isButtonEnabled = false
                print("User denied access to speech recognition")

            case .restricted:
                isButtonEnabled = false
                print("Speech recognition restricted on this device")

            case .notDetermined:
                isButtonEnabled = false
                print("Speech recognition not yet authorized")
            }

            OperationQueue.main.addOperation() {
                self.microphoneButton.isEnabled = isButtonEnabled
            }
        }
    }

    @IBAction func speakTapped(_ sender: UIButton) {
        let string = self.textView.text
        let utterance = AVSpeechUtterance(string: string!)
        let synthesizer = AVSpeechSynthesizer()
        synthesizer.delegate = self
        synthesizer.speak(utterance)
    }
    @IBAction func microphoneTapped(_ sender: AnyObject) {
        if audioEngine.isRunning {
            audioEngine.stop()
            recognitionRequest?.endAudio()
            microphoneButton.isEnabled = false
            microphoneButton.setTitle("Start Recording", for: .normal)
        } else {
            startRecording()
            microphoneButton.setTitle("Stop Recording", for: .normal)
        }
    }

    func startRecording() {

        if recognitionTask != nil {  //1
            recognitionTask?.cancel()
            recognitionTask = nil
        }

        let audioSession = AVAudioSession.sharedInstance()  //2
        do {
            try audioSession.setCategory(AVAudioSessionCategoryRecord)
            try audioSession.setMode(AVAudioSessionModeMeasurement)
            try audioSession.setActive(true, with: .notifyOthersOnDeactivation)
        } catch {
            print("audioSession properties weren't set because of an error.")
        }

        recognitionRequest = SFSpeechAudioBufferRecognitionRequest()  //3

        guard let inputNode = audioEngine.inputNode else {
            fatalError("Audio engine has no input node")
        }  //4

        guard let recognitionRequest = recognitionRequest else {
            fatalError("Unable to create an SFSpeechAudioBufferRecognitionRequest object")
        } //5

        recognitionRequest.shouldReportPartialResults = true  //6

        recognitionTask = speechRecognizer.recognitionTask(with: recognitionRequest, resultHandler: { (result, error) in  //7

            var isFinal = false  //8

            if result != nil {

                self.textView.text = result?.bestTranscription.formattedString  //9
                isFinal = (result?.isFinal)!
            }

            if error != nil || isFinal {  //10
                self.audioEngine.stop()
                inputNode.removeTap(onBus: 0)

                self.recognitionRequest = nil
                self.recognitionTask = nil

                self.microphoneButton.isEnabled = true
            }
        })

        let recordingFormat = inputNode.outputFormat(forBus: 0)  //11
        inputNode.installTap(onBus: 0, bufferSize: 1024, format: recordingFormat) { (buffer, when) in
            self.recognitionRequest?.append(buffer)
        }

        audioEngine.prepare()  //12

        do {
            try audioEngine.start()
        } catch {
            print("audioEngine couldn't start because of an error.")
        }

        textView.text = "Say something, I'm listening!"

    }

    func speechRecognizer(_ speechRecognizer: SFSpeechRecognizer, availabilityDidChange available: Bool) {
        if available {
            microphoneButton.isEnabled = true
        } else {
            microphoneButton.isEnabled = false
        }
    }
}

【问题讨论】:

  • 显示。您的。代码。
  • @matt 我添加了代码。文本代码的原始语音来自 appcode 教程。 appcoda.com/siri-speech-framework
  • 我发现this link 非常有用。它包含完整的语音转文本源代码,然后使用AVSpeechSynthesizer 进行文本转语音

标签: ios iphone avspeechsynthesizer sfspeechrecognizer


【解决方案1】:

您应该将 startRecording 方法的这一行从:

try audioSession.setCategory(AVAudioSessionCategoryRecord)            

到:

try audioSession.setCategory(AVAudioSessionCategoryPlayAndRecord)

【讨论】:

  • 这非常有效。但我注意到第二次(连续运行)文本到语音的音频较低。我不知道为什么。
  • 我同意 Samuel Méndez 的观点。我也面临同样的问题。
  • @SamuelMéndez 您是否偶然使用了 iPhone 7+?
  • @Josh 不,这是第四代 iPad。
  • 有没有解决低音量音频的办法?
【解决方案2】:

请使用以下代码解决问题:

let audioSession = AVAudioSession.sharedInstance()  
            do {

                try audioSession.setCategory(AVAudioSessionCategoryPlayback)
                try audioSession.setMode(AVAudioSessionModeDefault)

            } catch {
                print("audioSession properties weren't set because of an error.")
            }

Here, we have to use  the above code in the following way:

 @IBAction func microphoneTapped(_ sender: AnyObject) {

        if audioEngine.isRunning {
            audioEngine.stop()
            recognitionRequest?.endAudio()
           let audioSession = AVAudioSession.sharedInstance()  
            do {

                try audioSession.setCategory(AVAudioSessionCategoryPlayback)
                try audioSession.setMode(AVAudioSessionModeDefault)

            } catch {
                print("audioSession properties weren't set because of an error.")
            }

            microphoneButton.isEnabled = false
            microphoneButton.setTitle("Start Recording", for: .normal)
        } else {
            startRecording()
            microphoneButton.setTitle("Stop Recording", for: .normal)
        }
    }

在这里,停止 audioengine 后,我们将 audioSession Category 设置为 AVAudioSessionCategoryPlaybackaudioSession模式 AVAudioSessionModeDefault。然后当你调用下一个文本转语音方法时,它就可以正常工作了。

【讨论】:

  • 这条评论帮助我解决了我的问题,并没有给我留下音频改变音量的问题。似乎重要的部分是在您完成识别后重置音频会话和模式。感谢您分享此信息。
  • 谢谢,这节省了很多时间,我在网上搜索错误并没有注意到它只有在我激活识别器后才发生。我虽然这是 11.0.1 中的错误,但事实并非如此。
【解决方案3】:

问题是当您开始语音识别时,您已将音频会话类别设置为记录。您无法使用 Record 的音频会话播放任何音频(包括语音合成)。

【讨论】:

  • 但是如果你看一下这个在点击麦克风时触发的micTapped函数,如果音频引擎正在运行,它将停止它并结束音频。我在这里错过了什么吗?
  • 我不是说删除音频会话类别部分。您需要更多音频会话管理,而不是更少。
  • 我在创建会话时将会话类别设置为记录。但仍然没有播放音频
【解决方案4】:

使用 STT 时,必须这样设置:

AVAudioSession *avAudioSession = [AVAudioSession sharedInstance];

if (avAudioSession) {
    [avAudioSession setCategory:AVAudioSessionCategoryRecord error:nil];
    [avAudioSession setMode:AVAudioSessionModeMeasurement error:nil];
    [avAudioSession setActive:true withOptions:AVAudioSessionSetActiveOptionNotifyOthersOnDeactivation error:nil];
}

在使用 TTS 时再次设置 AudioSession,如下所示:

[regRequest endAudio];

AVAudioSession *avAudioSession = [AVAudioSession sharedInstance];
if (avAudioSession) {
    [avAudioSession setCategory:AVAudioSessionCategoryPlayback error:nil];
    [avAudioSession setMode:AVAudioSessionModeDefault error:nil];
}

它非常适合我。 LOW AUDIO 问题也解决了。

【讨论】:

  • 我同意这一点。使用 AVAudioSessionModeMeasurement 时,如果音量非常低,和/或在 AVSpeechSynthesizerSFSpeechRecognizer 之间切换时遇到问题,则应进行检查
  • 是的,这有助于提高应用效率。
【解决方案5】:

试试这个:

audioSession.setCategory(AVAudioSessionCategoryRecord) 

【讨论】:

  • 解释一下
  • 为什么 OP 应该“试试这个”? 好的答案将始终解释所做的工作以及这样做的原因,不仅适用于 OP,而且适用于可能会发现此问题并正在阅读您的答案的 SO 的未来访问者。
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2017-09-08
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多