SDKsiOS商业版

识别音频文字

使用 iOS OpenIMCore 将音频识别为文字。

通过音频转文字接口，可将语音消息的音频文件或 Base64 语音数据提交给识别引擎进行文本转写。在 iOS 原生环境中，优先将沙盒内可读的音频路径传入 filename；若无法提供路径，可将音频 Base64 编码放入 data。

NSDictionary *request = @{@"filename": audioFileURL.path};
NSString *requestJSON = [self JSONString:request];
CallbackProxy *callback = [[CallbackProxy alloc]
    initWithOnSuccess:^(NSString * _Nullable data) {
        // 解析返回结果并展示转写文字
        [self showTranscription:[self textFromResultJSON:data]];
    }
    onFailure:^(NSInteger code, NSString * _Nullable msg) {
        // 处理转写失败
    }];

// 提交底层转写方法
Open_im_sdkSpeechToText(callback, @"", requestJSON);

参数说明

构造包含音频信息的 JSON 请求体（转换为 requestJSON 传入）：

filename：沙盒中音频文件的完整本地路径（推荐优先使用）。
data：音频文件的 Base64 编码内容（无法提供本地路径时使用）。

返回结果

成功回调返回包含识别文本的 JSON 字符串，格式形如 {"text": "转写的文本内容"}。
转写操作仅完成音频解析，不会自动修改原消息对象，亦不会触发远端或本地消息变更事件。
若需将转写结果随当前消息持久化保存在当前设备，可存入消息本地扩展字段，详见保存本地转写结果。
调用识别前，建议先核验当前环境所支持的音频格式与时长限制，详见检查语音识别能力。

这个页面有帮助吗？