语音评测 IOS SDK简介
概述
(1) 概念解释
语音评测:通过语音评测技术自动对发音水平进行不同维度下的评价,给出用户发音信息和得分详情。
(2) 说明
Hi,您好,欢迎使用有道智云语音评测IOS SDK。如果您想快速体验服务,建议您前往 语音评测体验中心 或者在体验中心右下侧找到小程序二维码,扫描进行体验。
本文档主要针对需要集成 语音评测 IOS SDK的开发工程师,详细描述语音评测能力及集成过程。
如果您有与我们商务合作的需求,可以通过以下方式联系我们:
商务邮箱: AIcloud_Business@corp.youdao.com
如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:
客服QQ:1906538062
智云语音技术交流QQ群:861723255
联系邮箱: zhiyun@corp.youdao.com
温馨提示:
本文档主要针对开发人员,接入测试前需要在后台创建 IOS 应用,并绑定实例;如果您还没有,请按照 新手指南 操作。
平台向每个账户赠送50元的体验金,供用户集成前测试所用,具体资费规则详见 语音评测服务报价 。
功能介绍
有道智云语音评测 SDK 是有道智云开放平台提供的云服务之一,是有道在线语音评测接口的一种实现,支持在线语音评测。
兼容性
支持设备:运行了iOS 8.0及以上系统的 iOS 设备
语音评测SDK 集成指南
集成前提
开始集成SDK之前开发者需要登录 有道智云平台,创建应用获取应用ID(或者通过运营人员获取应用ID),以便使用评测服务。
集成步骤
SDK包导入
语音评测 SDK 由如下几个 SDK 组成:FanYiSDK.h、libbase.a、libSpeechEvaluation.a;
(1). 添加头文件和库文件:将语音评测 SDK 添加到工程中,包括 FanYiSDK.h头文件、libbase.a和libSpeechEvaluation.a文件。
(2). 设置工程Other Linker Flags为-ObjC。
(3). 在工程build Phases – Link Binary With Libraries中添加libbase.a, AdSupport.framework, CoreTelephony.framework, SystemConfiguration, libz.tbd和libsqlite3.tbd。
SDK初始化
说明:所有的查询都需要初始化key,只执行初始化一次即可。
//初始化key
YDTranslateInstance *yd = [YDTranslateInstance sharedInstance];
yd.appKey = @"your appkey";
功能集成
说明:支持在线语音评测,目前只支持英语评测,请参考 demo 中 SpeechEvaluationController 的使用;
参数说明
格式支持:只支持wav格式。
采样率:推荐16k。
编码:16bit位深的单声道
构造查询器
YDSpeechEvaluationRequest *request = [YDSpeechEvaluationRequest request];
YDSpeechEvaluationParam *param = [YDSpeechEvaluationParam param];
param.langType = @"en";//目前只支持英语评测
param.rate = @"16000";//采样率
param.channel = @"1";//声道数,目前只支持单声道,请写固定值1
request.param = param;
将语音数据转化为base64编码
NSData *speechData = [NSData dataWithContentsOfURL:self.recordFileUrl];
NSString *base64Str = [speechData base64EncodedStringWithOptions:0];
执行识别过程
查询输入为语音录音文件base64的字符串,返回结果回调在block中,若成功返回则info包含了返回的所有json数据,开发者可自定义model对返回的info数据进行解析;
[request lookup:base64Str text:refText completionHandler:^(YDSpeechEvaluationRequest *request, NSDictionary *info, NSError *error) {
if (!error) {
NSLog(@"%@", info);
YDSpeechEvaluationResult *result = [YDSpeechEvaluationResult mj_objectWithKeyValues:info];
[self showResult:result];
}
}];
支持语言
错误代码列表
错误码 |
含义 |
101 |
缺少必填的参数 |
102 |
不支持的语言类型 |
103 |
翻译文本过长 |
104 |
不支持的API类型 |
105 |
不支持的签名类型 |
106 |
不支持的响应类型 |
107 |
不支持的传输加密类型 |
108 |
应用ID无效,注册账号,登录后台创建应用和实例并完成绑定,可获得应用ID和应用密钥等信息 |
109 |
batchLog格式不正确 |
110 |
无相关服务的有效实例 |
111 |
开发者账号无效 |
113 |
q不能为空 |
114 |
不支持的图片传输方式 |
201 |
解密失败,可能为DES,BASE64,URLDecode的错误 |
202 |
签名检验失败 |
203 |
访问IP地址不在可访问IP列表 |
205 |
请求的接口与应用的平台类型不一致,如有疑问请参考入门指南 |
206 |
因为时间戳无效导致签名校验失败 |
207 |
重放请求 |
301 |
辞典查询失败 |
302 |
翻译查询失败 |
303 |
服务端的其它异常 |
304 |
会话闲置太久超时 |
401 |
账户已经欠费停 |
402 |
offlinesdk不可用 |
411 |
访问频率受限,请稍后访问 |
412 |
长请求过于频繁,请稍后访问 |
1001 |
无效的OCR类型 |
1002 |
不支持的OCR image类型 |
1003 |
不支持的OCR Language类型 |
1004 |
识别图片过大 |
1201 |
图片base64解密失败 |
1301 |
OCR段落识别失败 |
1411 |
访问频率受限 |
1412 |
超过最大识别字节数 |
2003 |
不支持的语音声道 |
2004 |
不支持的语音上传类型 |
2005 |
不支持的语言类型 |
2006 |
不支持的识别类型 |
2201 |
识别音频文件过大 |
2301 |
识别音频时长过长 |
2411 |
不支持的音频文件类型 |
2412 |
不支持的发音类型 |
3001 |
不支持的语音格式 |
3002 |
不支持的语音采样率 |
3003 |
不支持的语音声道 |
3004 |
不支持的语音上传类型 |
3005 |
不支持的语言类型 |
3006 |
不支持的识别类型 |
3007 |
识别音频文件过大 |
3008 |
识别音频时长过长 |
3009 |
不支持的音频文件类型 |
3010 |
不支持的发音类型 |
3201 |
解密失败 |
3301 |
语音识别失败 |
3302 |
语音翻译失败 |
3303 |
服务的异常 |
3411 |
访问频率受限,请稍后访问 |
3412 |
超过最大请求字符数 |
4001 |
不支持的语音识别格式 |
4002 |
不支持的语音识别采样率 |
4003 |
不支持的语音识别声道 |
4004 |
不支持的语音上传类型 |
4005 |
不支持的语言类型 |
4006 |
识别音频文件过大 |
4007 |
识别音频时长过长 |
4201 |
解密失败 |
4301 |
语音识别失败 |
4303 |
服务的异常 |
4411 |
访问频率受限,请稍后访问 |
4412 |
超过最大请求时长 |
5001 |
无效的OCR类型 |
5002 |
不支持的OCR image类型 |
5003 |
不支持的语言类型 |
5004 |
识别图片过大 |
5005 |
不支持的图片类型 |
5006 |
文件为空 |
5201 |
解密错误,图片base64解密失败 |
5301 |
OCR段落识别失败 |
5411 |
访问频率受限 |
5412 |
超过最大识别流量 |
9001 |
不支持的语音格式 |
9002 |
不支持的语音采样率 |
9003 |
不支持的语音声道 |
9004 |
不支持的语音上传类型 |
9005 |
不支持的语音识别 Language类型 |
9301 |
ASR识别失败 |
9303 |
服务器内部错误 |
9411 |
访问频率受限(超过最大调用次数) |
9412 |
超过最大处理语音长度 |
10001 |
无效的OCR类型 |
10002 |
不支持的OCR image类型 |
10004 |
识别图片过大 |
10201 |
图片base64解密失败 |
10301 |
OCR段落识别失败 |
10411 |
访问频率受限 |
10412 |
超过最大识别流量 |
11001 |
不支持的语音识别格式 |
11002 |
不支持的语音识别采样率 |
11003 |
不支持的语音识别声道 |
11004 |
不支持的语音上传类型 |
11005 |
不支持的语言类型 |
11006 |
识别音频文件过大 |
11007 |
识别音频时长过长,最大支持30s |
11201 |
解密失败 |
11301 |
语音识别失败 |
11303 |
服务的异常 |
11411 |
访问频率受限,请稍后访问 |
11412 |
超过最大请求时长 |
13001 |
不支持的角度类型 |
13002 |
不支持的文件类型 |
13003 |
表格识别图片过大 |
13004 |
文件为空 |
13301 |
表格识别失败 |
17001 |
需要图片 |
17002 |
图片过大(1M) |
17003 |
识别类型未找到 |
17004 |
不支持的识别类型 |
17005 |
服务调用失败 |
-1000 |
未知错误 |
-2000 |
查询输入为空 |
常见问题及注意事项
(1). 运行程序崩溃?
检查下是否对应的 SDK静态库包
是否放到当前工程目录下。
(2). 语音评测没结果?
检查下语音评测接口回调的错误信息,保证申请的 应用ID 是有效且提前绑定了。
(3). 如何获得 应用ID
注册账号,登录后台创建应用和实例并完成绑定, 可获得应用ID和应用密钥等信息。
版本更新记录
上线日期 |
版本号 |
更新内容 |
2018.11.16 |
v1.0.0 |
增加语音评测 |
2023.03.14 |
v2.0.0 |
增加隐私政策 |