声纹识别,主要是提供基于用户声纹特征的注册、验证服务,语音云平台支持2种类型的声纹密码类型,即文本密码和数字密码,在注册时需要指定声纹类型。
//1.创建声纹对象
isvRec=[IFlyISVRecognizer sharedInstance];
isvRec.delegate=self;
//2.设置声纹工作参数
//设置密码类型,pwdt的取值为1、3,分别表示文本密码和数字密码
[isvRec setParameter:[NSString stringWithFormat:@"%d",pwdt] forKey:@"pwdt"];
pwdt的取值说明如下表所示:
pwdt取值 | 说明 |
---|---|
1 | 文本密码 用户通过读出指定的文本内容来进行声纹注册和验证,现阶段支持的文本只有“芝麻开门”一种 |
3 | 数字密码 从云端拉取一组特定的数字串(共分5组,每组8位数字),用户依次读出这5组数字进行注册,在验证过程中会生成一串特定的数字,用户通过朗读这串数字进行验证 |
密码内容需调用接口从云端获取:
//通过调用getPasswordList方法来获取密码。获取密码的时候需指定声纹密码类型,pwdt为1表示固定文本密码,pwdt为3表示数字密码,自由说不需从云端获取密码。
// getPasswordList可以参照demo所示。
NSArray *tmpArray=[isvRec getPasswordList:ivppwdt];
获取到密码后,接下来进行声纹注册,即要求用户朗读若干次指定的内容,这一过程也称为声纹模型的训练。
// 设置业务类型为训练
[isvRec setParameter:@"train" forKey:@"sst"];
// 设置密码类型
[isvRec setParameter:[NSString stringWithFormat:@"%d",pwdt] forKey:@"pwdt"];
// 对于文本密码和数字密码,必须设置密码的文本内容,ptxt的取值为“我的地盘我做主”、“移动改变生活”、“芝麻开门”或者是从云端拉取的数字密码(每8位用“-”隔开)。自由说略过此步
[isvRec setParameter:ptxt forKey:@"ptxt"];
// 设置声纹对应的auth_id,它用于标识声纹对应的用户
[isvRec setParameter:auth_id forKey:@"auth_id"];
// 设置有效录音时间
[isvRec setParameter:@"3000" forKey:@"vad_timeout"];
// 末端静音检测时间,用于检测到静音自动停止录音
[isvRec setParameter:@"700" forKey:@"vad_speech_tail"];
//3.启动训练服务
// 开始注册,当得到注册结果时,SDK会将其封装成NSDictionary对象,回调onResult方法进行处理,处理方法详见Demo示例
[isvRec startListening];
//4.声纹实现delegate
@protocol IFlyISVDelegate
-(void) onResult:(NSDictionary *)dic; //训练和验证正常结果返回
-(void) onError:(IFlySpeechError *) errorCode; //会话结束,正常结束错误码为0,非0表示有错误,错误码见下面描述
@optional
-(void) onRecognition; //结果处理中
-(void) onVolumeChanged: (int)volume; //录音音量发生改变
@end
推荐在注册声纹模型时每个用户都指定一个唯一的auth_id。auth_id的格式为:6-18个字符,为字母、数字和下划线的组合且必须以字母开头,不支持中文字符,不能包含空格。
开发者通过重写onResult方法来处理注册和验证结果。在结果result中携带错误码,用来判别注册是否成功以及出错原因,部分错误码的含义如下表所示:
错误码 | 错误值 | 说明 |
---|---|---|
MSS_ERROR_IVP_GENERAL | 11600 | 正常,请继续传音频 |
MSS_ERROR_IVP_EXTRA_RGN_SOPPORT | 11601 | rgn超过最大支持次数9 |
MSS_ERROR_IVP_TRUNCATED | 11602 | 音频波形幅度太大,超出系统范围,发生截幅 |
MSS_ERROR_IVP_MUCH_NOISE | 11603 | 太多噪音 |
MSS_ERROR_IVP_TOO_LOW | 11604 | 声音太小 |
MSS_ERROR_IVP_ZERO_AUDIO | 11605 | 没检测到音频 |
MSS_ERROR_IVP_UTTER_TOO_SHORT | 11606 | 音频太短 |
MSS_ERROR_IVP_TEXT_NOT_MATCH | 11607 | 音频内容与给定文本不一致 |
MSS_ERROR_IVP_NO_ENOUGH_AUDIO | 11608 | 音频长达不到自由说的要求 |
声纹验证过程与声纹注册类似,不同之处仅在于@“sst”参数需要设置为@“verify”,其他参数的设置、验证结果的处理过程可参考上一节。 另外,为了达到较好的效果,请在声纹注册与验证过程中尽量与麦克风保持同样的距离(建议的最佳距离是15厘米左右)。若距离较远,可能会对验证通过率产生较大影响。
声纹注册成功后,在云端会生成一个对应的模型来存储声纹信息,声纹模型的操作即对模型进行查询和删除。
// 开发者调用sendRequest方法查询或者删除模型,该函数的定义如下:
-(BOOL) sendRequest:
(NSString*)cmd
authid:(NSString *)auth_id
pwdt:(int)pwdt
ptxt:(NSString *)ptxt
vid:(NSString *)vid
err:(int *)err;
//cmd: @”query”表示查询,@”del”表示删除
//auth_id表示用户名;
//pwdt表示声纹类型;
//ptxt表示查询或者删除的密码文本;
//vid是用户注册成功后服务器返回的32位标识,查询和删除时,vid可以设置位nil;
//err是查询的错误码。 通常查询或者删除成功,该函数会返回YES,否则返回NO;