
最近折腾了swift的语音录制识别和转码,这块还是比较坑的,由于语音识别的准确度实测大概也就80%左右,所以还是需要上传录音文件啊。
首先是用讯飞语音SDK实现语音录制和识别(语音听写),第一个坑是讯飞SDK只录制了PCM格式的文件,这个文件是原始格式,默认比较大,另外播放器支持也不好,因此需要先把它转成mp3,本来考虑使用系统的AudioConverter转aac格式,不过aac好像不能在浏览器上播放。
转成mp3需要lame库支持,注意国内网搜到的lame.a库@R_419_6963@64位,所以现在不能用了。
还好已经有人做了这个事情,直接提供了最新编译脚本和编译好的framework库,地址是https://github.com/wuqiong/mp3lame-for-iOS
我直接用了上面编译的framework,没有自己去编译,直接把lame.framework拖到工程里。
然后需要用oc写个封装类,我不确定这个封装类能不能用swift写,毕竟里面用了很多c的语法,还是用oc桥接一层比较保险。oc封装类如下:
#import <Foundation/Foundation.h>#import "AudioWrapper.h"#import "lame/lame.h"@implementation AudioWrapper+ (voID)audioPCMtoMP3 :(Nsstring *)audiofileSavePath :(Nsstring *)mp3filePath{ @try { int read,write; file *pcm = fopen([audiofileSavePath cStringUsingEnCoding:1],"rb"); //source 被转换的音频文件位置 fseek(pcm,4*1024,SEEK_CUR); //skip file header file *mp3 = fopen([mp3filePath cStringUsingEnCoding:1],"wb"); //output 输出生成的Mp3文件位置 const int PCM_SIZE = 8192; const int MP3_SIZE = 8192; short int pcm_buffer[PCM_SIZE*2]; unsigned char mp3_buffer[MP3_SIZE]; lame_t lame = lame_init(); lame_set_in_samplerate(lame,11025.0); lame_set_VBR(lame,vbr_default); lame_init_params(lame); do { read = fread(pcm_buffer,2*sizeof(short int),PCM_SIZE,pcm); if (read == 0) write = lame_encode_flush(lame,mp3_buffer,MP3_SIZE); else write = lame_encode_buffer_interleaved(lame,pcm_buffer,read,MP3_SIZE); fwrite(mp3_buffer,write,1,mp3); } while (read != 0); lame_close(lame); fclose(mp3); fclose(pcm); } @catch (NSException *exception) { NSLog(@"%@",[exception description]); } @finally { NSLog(@"MP3 converted: %@",mp3filePath); } }@end 然后在桥接文件XXX-BrIDging-header.h中加入
#import "AudioWrapper.h"
最后 swift文件的调用如下:
dispatch_async(dispatch_get_global_queue(disPATCH_QUEUE_PRIORITY_DEFAulT,0)) { AudioWrapper.audioPCMtoMP3(path,pathMp3)} 我觉得在主线程调用容易出问题,就新开了个线程调用,实测没有问题。 总结 以上是内存溢出为你收集整理的Swift iOS实现把PCM语音转成MP3格式全部内容,希望文章能够帮你解决Swift iOS实现把PCM语音转成MP3格式所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)