在SpeechKit框架中持续监听用户的声音并检测语音沉默的结束

Question

我已经开发了一个应用程序，在这个应用程序中，我们需要根据语音命令打开某些屏幕，比如如果用户说“打开设置”，那么它就应该打开设置屏幕，到目前为止，我已经使用了SpeechKit框架，但是我无法检测到语音沉默的结束。比如Siri是如何做到这一点的。我想检测用户是否已经结束了他的句子/短语。

在我以两种方式集成SpeechKit框架的地方，请找到下面的代码。

( A)通过关闭(recognitionTask(with request: SFSpeechRecognitionRequest, resultHandler: @escaping (SFSpeechRecognitionResult?, Error?) -> Swift.Void) -> SFSpeechRecognitionTask)

let audioEngine = AVAudioEngine()
let speechRecognizer = SFSpeechRecognizer()
let request = SFSpeechAudioBufferRecognitionRequest()
var recognitionTask: SFSpeechRecognitionTask?

func startRecording() throws {

        let node = audioEngine.inputNode
        let recordingFormat = node.outputFormat(forBus: 0)

        node.installTap(onBus: 0, bufferSize: 1024,
                        format: recordingFormat) { [unowned self]
                            (buffer, _) in
                            self.request.append(buffer)
        }

        audioEngine.prepare()
        try audioEngine.start()

        weak var weakSelf = self

        recognitionTask = speechRecognizer?.recognitionTask(with: request) {
            (result, error) in

            if result != nil {

                if let transcription = result?.bestTranscription {
                    weakSelf?.idenifyVoiceCommand(transcription)
                }
            }
        }            
}

但是，当我说任何像“打开设置”这样的单词/句子时，闭包(recognitionTask(with:))会多次调用，并将方法(idenifyVoiceCommand)放入闭包中，多次调用，所以如何限制只调用一次。

我还在谷歌上查看计时器逻辑(SFSpeechRecognizer - detect end of utterance)，但在我的场景中，它不能工作，因为我没有停止音频引擎，因为它像Siri那样不断地监听用户的声音。

( B)通过委托(SFSpeechRecognitionTaskDelegate)

SpeechRecognizer.recognitionTask(与: self.request，委托: self)

func speechRecognitionTaskWasCancelled(_ task: SFSpeechRecognitionTask) {

}

func speechRecognitionTask(_ task: SFSpeechRecognitionTask, didFinishSuccessfully successfully: Bool) {

}

我发现，当结束时处理的委托不会调用它，有时会意外地调用它。

Answer 1

到目前为止我也有同样的问题。

我检查了您的问题，我想下面的代码可以帮助您实现我所做的同样的事情：

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

    var isFinal = false

    if result != nil {

        self.inputTextView.text = result?.bestTranscription.formattedString
        isFinal = (result?.isFinal)!
    }

    if let timer = self.detectionTimer, timer.isValid {
        if isFinal {
            self.inputTextView.text = ""
            self.textViewDidChange(self.inputTextView)
            self.detectionTimer?.invalidate()
        }
    } else {
        self.detectionTimer = Timer.scheduledTimer(withTimeInterval: 1.5, repeats: false, block: { (timer) in
            self.handleSend()
            isFinal = true
            timer.invalidate()
        })
    }

})

此检查是否在1.5秒内未收到输入