0
点赞
收藏
分享

微信扫一扫

解决使用 AVAudioRecorder 录音保存 .WAV 文件遇到的问题


问题背景

App 实现录音保存音频文件,并实现本地语音识别匹配功能。

通过网络请求上传通过语音匹配的音频文件。

服务器接收到文件并进行语音识别,使用的是第三方微软语音识别,只支持 ​​PCM​​​ 数据源的 ​​WAV​​ 格式。

本地识别没有任何问题,上传到服务器的文件无法识别,微软库直接报错。猜测上传的音频个是问题,导致的问题。

问题代码

- (NSDictionary *)getAudioSetting {
NSMutableDictionary *dicM=[NSMutableDictionary dictionary];
//设置录音格式
[dicM setObject:@(kAudioFormatLinearPCM) forKey:AVFormatIDKey];
//设置录音采样率,8000是电话采样率,对于一般录音已经够了
[dicM setObject:@(16000) forKey:AVSampleRateKey];
//设置通道,这里采用单声道 1 2
[dicM setObject:@(2) forKey:AVNumberOfChannelsKey];
//每个采样点位数,分为8、16、24、32
[dicM setObject:@(16) forKey:AVLinearPCMBitDepthKey];
//是否使用浮点数采样
[dicM setObject:@(NO) forKey:AVLinearPCMIsFloatKey];
//....其他设置等
return

在没有使用微软语音识别库之前,使用上面的代码没有任何问题。识别库更新之后,不识别上传的的音频文件。

一开始以为是因为没有使用浮点数采样导致音频文件被压缩。修改后依然没有解决问题。

经过和服务器的联调,发现 .wav 音频文件的头不信息服务区无法识别。

解决方案

当音频文件保存为 ​​.wav​​​ 格式的时候,​​iOS11​​​ 以下的系统,​​.wav​​​ 文件的头部信息是没问题,但是在 ​​iOS11+​​​ ​​.wav​​ 文件的头部信息服务区识别不了。

需要设置 ​​AVAudioFileTypeKey​​ 来解决这个问题。代码如下:

- (NSDictionary *)getAudioSetting {
NSMutableDictionary *dicM=[NSMutableDictionary dictionary];
//设置录音格式
[dicM setObject:@(kAudioFormatLinearPCM) forKey:AVFormatIDKey];
if (@available(iOS 11.0, *)) {
[dicM setObject:@(kAudioFileWAVEType) forKey:AVAudioFileTypeKey];
} else {
// Fallback on earlier versions
}
//设置录音采样率,8000是电话采样率,对于一般录音已经够了
[dicM setObject:@(16000) forKey:AVSampleRateKey];
//设置通道,这里采用单声道 1 2
[dicM setObject:@(2) forKey:AVNumberOfChannelsKey];
//每个采样点位数,分为8、16、24、32
[dicM setObject:@(16) forKey:AVLinearPCMBitDepthKey];
//是否使用浮点数采样
[dicM setObject:@(NO) forKey:AVLinearPCMIsFloatKey];
//....其他设置等
return

举报

相关推荐

0 条评论