问题标签 [sfspeechrecognizer]

这些错误会在 iOS 语音识别中返回。

但是网络上的任何地方似乎都没有错误代码列表。有谁知道他们在哪里？

我使用这个库https://github.com/appcoda/SpeechToTextDemo将语音转录为文本

我想用这个库https://github.com/alankarmisra/SwiftSiriWaveformView用真实的语音幅度来显示语音图

我不知道如何从第一个库中获取此值

我尝试使用官方的 Apple 示例： SpeekToMe

我以以下方式编辑了示例以获得置信度：

问题是置信水平始终 = 0。

我发现了类似的问题，但将 defaultTaskHint 设置为听写（或其他任何内容）并没有帮助。

有人对如何获得正确的置信度值有任何建议吗？

我正在使用 iOS 10 新的语音 API，并且正在设置SFSpeechRecognitionRequest. contextualStrings然而，这些词的概率非常低——我猜——所以它们不会被识别。有没有办法让他们更容易被认出？

在通过 AVSpeechUtterance 向用户发表欢迎信息后，我尝试使用 SFSpeechRecognizer 进行语音转文本。但是随机地，语音识别没有启动（在说出欢迎信息之后），它会抛出下面的错误信息。

[avas] 错误：AVAudioSession.mm:1049：-[AVAudioSession setActive:withOptions:error:]：停用具有运行 I/O 的音频会话。在停用音频会话之前，应停止或暂停所有 I/O。

它工作了几次。我不清楚为什么它不能始终如一地工作。

我尝试了其他 SO 帖子中提到的解决方案，其中提到检查是否有音频播放器正在运行。我将语音检查添加到代码的文本部分。它返回 false（即没有其他音频播放器正在运行）但文本语音仍然没有开始收听用户语音。你能指导我出什么问题吗？

正在运行 iOS 10.3 的 iPhone 6 上进行测试

以下是使用的代码片段：

文字转语音：

语音转文本：

关于添加的日志，我能够看到所有日志，直到打印“Step7”。

在调试设备中的代码时，它始终在以下行触发中断（我设置了异常断点），但继续继续执行。然而，在少数成功的执行过程中也会以同样的方式发生。

AVAudioFormat *recordingFormat = [self.audioEngine.inputNode outputFormatForBus:0];

[self.audioEngine 准备];

我正在使用 Swift 开发一个 iOS 应用程序，它试图转录对话。我成功地使用AVAudioEngine() 和 SFSpeechRecognizer()转录对话。

现在我想尝试把它带到视频聊天中。因此，我按照在 github 上找到的 Twilio 快速入门进行了适当的设置（我使用了 CallKit 版本，这并不重要）。但是，我在 Twilio 视频通话期间可用的音轨不是 AVAudioEngine 音轨，而是 TVILocalAudioTrack。这是 Twilio SDK 的特定类型。

TVILocalAudioTrack的文档在这里，但我不知道如何将其插入 SFSpeechRecognizer。

可能的替代方案

当有人在 Twilio 房间时启动 AVAudioEngine() （我认为我不能按照 Twilio 的 SDK） - 如果有人对此有建议，那就太好了。

也许 Swift 对这个项目来说还不够好？哎呀！

我正在制作一个执行文本到语音和语音到文本的应用程序。

我现在遇到的问题是文本转语音使用 AVSpeechSynthesizer 可以正常工作。但是在我使用 SFSpeechRecognizer 录制并进行语音到文本之后，文本到语音停止工作（即不回话）。

我也是新来的。但是我从几个不同的教程中得到了这段代码，并试图将它们合并在一起。

这是我的代码：

我正在使用SFSpeechRecognition语音到文本，当应用程序在前台时它可以正常工作，但是当应用程序进入后台时，需要的应用程序继续录制。

.plist我厌倦了文件中所有必需的背景设置

请建议我该怎么做？

我想使用iOS Speech API来识别数学表达式。它适用于诸如two plus four times three- 将其读取为2+4*3，但是当我以 1 开始表达式时，它总是将其读取为“一”。当“一”在表达式的中间时，它按预期工作。

我发现当我将SFSpeechAudioBufferRecognitionRequest属性设置taskHint为.search显示实时结果时，它首先将 1 正确识别为“1”，但最后将其更改为“One”

有没有办法将其配置为仅识别数字？或者只是强制将“一”读为“1”？或者修复它的唯一方法是自己格式化结果字符串？

在我的 iOS 应用程序中，我正在尝试使用 iOS 10 的最新功能 Speech API 转录预先录制的音频。

包括文档在内的多个来源都指出，语音 API（更具体地说是 SFSpeechRecognizer）的音频持续时间限制为 1 分钟。

在我的代码中，我发现任何长度约为 15 秒或更长的音频文件都会出现以下错误。

错误域=kAFAssistantErrorDomain 代码=203“SessionId=com.siri.cortex.ace.speech.session.event.SpeechSessionId@50a8e246，消息=在 30000 毫秒后等待命令超时”UserInfo={NSLocalizedDescription=SessionId=com.siri.cortex .ace.speech.session.event.SpeechSessionId@50a8e246, Message=Timeout waiting for command after 30000 ms, NSUnderlyingError=0x170248c40 {Error Domain=SiriSpeechErrorDomain Code=100 "(null)"}}

我在整个互联网上进行了搜索，但无法找到解决此问题的方法。也有人遇到同样的问题。有些人怀疑这是 Nuance 的问题。

还值得注意的是，我确实从转录过程中获得了部分结果。

这是我的 iOS 应用程序的代码。` // 创建一个语音识别器请求对象。让 srRequest = SFSpeechURLRecognitionRequest(url: location) srRequest.shouldReportPartialResults = false

感谢您的帮助。