एक घंटे में किसी भी iOS एप्लिकेशन में भाषण मान्यता और संश्लेषण

परिचयात्मक भाग:

टूलकिट को ही NDEV कहा जाता है। आवश्यक कोड प्राप्त करने के लिए (यह पर्याप्त नहीं है) और प्रलेखन (इसमें बहुत सारे हैं), आपको "सहयोग कार्यक्रम" में साइट पर पंजीकरण करने की आवश्यकता है। वेबसाइट:

dragonmobile.nuancemobiledeveloper.com/public/index.php

यह सब "बवासीर" है यदि आपके एप्लिकेशन के ग्राहक आधे मिलियन से कम हैं और वे दिन में 20 बार से कम सेवाओं का उपयोग करते हैं। पंजीकरण के तुरंत बाद आपको एक रजत सदस्यता मिलेगी, जो आपको मुफ्त में इन सेवाओं का उपयोग करने की अनुमति देगा।
डेवलपर्स को अपने iOS एप्लिकेशन में वाक् पहचान और भाषण संश्लेषण सेवाओं को शुरू करने के लिए चरण-दर-चरण निर्देश दिए जाते हैं:



टूलकिट (एसडीके) में क्लाइंट और सर्वर दोनों घटक शामिल हैं। आरेख शीर्ष स्तर पर उनकी बातचीत दिखाता है:



ड्रैगन मोबाइल एसडीके में विभिन्न कोड नमूने और प्रोजेक्ट टेम्प्लेट, प्रलेखन, साथ ही एक सॉफ्टवेयर प्लेटफॉर्म (फ्रेमवर्क) है जो किसी भी एप्लिकेशन में भाषण सेवाओं के एकीकरण को सरल करता है।
स्पीच किट ढांचा आपको आसानी से और जल्दी से भाषण मान्यता और संश्लेषण (टीटीएस, टेक्स्ट-टू-स्पीच) सेवाओं को अनुप्रयोगों में जोड़ने की अनुमति देता है। यह मंच अतुल्यकालिक "स्वच्छ" नेटवर्क एपीआई के माध्यम से सर्वर पर स्थित भाषण प्रसंस्करण घटकों तक पहुंच प्रदान करता है, ओवरहेड और संसाधन खपत को कम करता है।
स्पीच किट मंच एक पूर्ण-विशेषताओं वाला उच्च-स्तरीय "ढांचा" है जो स्वचालित रूप से सभी निम्न-स्तरीय सेवाओं का प्रबंधन करता है।


भाषण किट वास्तुकला

मुख्य शरीर

आवेदन स्तर पर, डेवलपर के पास दो मुख्य सेवाएं उपलब्ध हैं: पाठ से भाषण मान्यता और भाषण संश्लेषण।
मंच कई समन्वित प्रक्रिया करता है:

And रिकॉर्डिंग और प्लेबैक के लिए ऑडियो सिस्टम को पूरी तरह से नियंत्रित करता है
Automatically नेटवर्क घटक सर्वर से कनेक्शन का प्रबंधन करता है और प्रत्येक नए अनुरोध के साथ समयसीमा समाप्त होने के साथ स्वचालित रूप से कनेक्शन पुनर्स्थापित करता है
 भाषण डिटेक्टर का अंत तब पता चलता है जब उपयोगकर्ता ने बोलना समाप्त कर दिया है और, यदि आवश्यक हो, तो स्वचालित रूप से रिकॉर्डिंग बंद हो जाती है
The एन्कोडिंग घटक स्ट्रीमिंग और ऑडियो रिकॉर्डिंग को संकुचित करता है, बैंडविड्थ आवश्यकताओं को कम करता है और औसत विलंब समय को कम करता है।
सर्वर सिस्टम भाषण प्रसंस्करण चक्र में शामिल अधिकांश कार्यों के लिए जिम्मेदार है। भाषण मान्यता या संश्लेषण की प्रक्रिया पूरी तरह से सर्वर पर की जाती है, ऑडियो स्ट्रीम को संसाधित या संश्लेषित करती है। इसके अलावा, सर्वर डेवलपर के कॉन्फ़िगरेशन के अनुसार प्रमाणित करता है।
इस विशिष्ट लेख में, हम iOS विकास पर ध्यान केंद्रित करेंगे। स्पीच किट ढांचे का उपयोग किसी भी मानक iPhone सॉफ़्टवेयर प्लेटफ़ॉर्म की तरह किया जा सकता है, जैसे फाउंडेशन या यूआईकिट। अंतर केवल इतना है कि स्पीच किट एक स्थिर ढांचा है, और आपके एप्लिकेशन के संकलन में पूरी तरह से निहित है। स्पीच किट सीधे iPhone OS के कुछ प्रमुख ऑपरेटिंग घटकों से संबंधित है, जिसे आवेदन में अन्योन्याश्रित के रूप में शामिल किया जाना चाहिए ताकि वे आवेदन के समय उपलब्ध रहें। फाउंडेशन के अलावा, आपको Xcode प्रोजेक्ट में सिस्टम कॉन्फ़िगरेशन और ऑडियो टूलबॉक्स घटकों को जोड़ना होगा:
1. अपनी परियोजना के भीतर सॉफ्टवेयर समूह ढांचे का चयन करके शुरू करें
2. फिर राइट-क्लिक करें या "फ्रेमवर्क" और दिखाई देने वाले मेनू पर क्लिक करें: s मौजूदा ढांचे जोड़ें ...
3. अंत में, आवश्यक रूपरेखाओं का चयन करें और ऐड बटन पर क्लिक करें। चयनित प्लेटफ़ॉर्म फ्रेमवर्क फ़ोल्डर में प्रदर्शित होते हैं (ऊपर आंकड़ा देखें)।
SpeechKit सॉफ़्टवेयर प्लेटफ़ॉर्म का उपयोग शुरू करने के लिए, इसे अपनी नई या मौजूदा परियोजना में जोड़ें:
1. अपनी परियोजना खोलें और उस समूह का चयन करें जिसमें आप चाहते हैं कि स्पीच किट प्लेटफॉर्म स्थित हो, उदाहरण के लिए: फ़ाइल: फ्रेमवर्क।
2. मेनू से, प्रोजेक्ट का चयन करें to प्रोजेक्ट में जोड़ें ...
3. इसके बाद, "SpeechKit.framework" ढांचे को ढूंढें जिसमें आपने ड्रैगन मोबाइल एसडीके टूलकिट को अनपैक किया था और ऐड चुनें।
4. यह सुनिश्चित करने के लिए कि भाषण किट आपकी परियोजना में है और मूल स्थान को संदर्भित नहीं करता है, कॉपी आइटम का चयन करें ... और फिर जोड़ें।
5. जैसा कि आप देख सकते हैं, स्पीच किट प्लेटफॉर्म को आपकी परियोजना में जोड़ा गया है, जिसका उपयोग आप सार्वजनिक हेडर्स तक पहुंचने के लिए कर सकते हैं।

स्पीच किट के लिए जरूरी प्लेटफार्म



स्पीच किट फ्रेमवर्क एक शीर्ष-स्तरीय हेडर प्रदान करता है जो कक्षाओं और स्थिरांक तक और सहित संपूर्ण अनुप्रयोग प्रोग्रामिंग इंटरफ़ेस (एपीआई) तक पहुंच प्रदान करता है। आपको स्पीच किट हेडर को उन सभी स्रोत फ़ाइलों में आयात करने की आवश्यकता है जहाँ आप स्पीच किट सेवाओं का उपयोग करने की योजना बनाते हैं:

#import <SpeechKit / SpeechKit.h>

अब आप वाक् (भाषण संश्लेषण) को पाठ की मान्यता और रूपांतरण की सेवाओं का उपयोग करना शुरू कर सकते हैं।

स्पीच किट प्लेटफॉर्म एक नेटवर्क सेवा है और स्पीच रिकग्निशन या स्पीच सिंथेसिस वर्गों का उपयोग करने से पहले कुछ बुनियादी सेटिंग्स की आवश्यकता होती है।
यह स्थापना दो बुनियादी संचालन करती है:
 सबसे पहले, यह आपके आवेदन को पहचानता है और अधिकृत करता है।
 दूसरा, - वॉइस सर्वर के साथ एक संबंध स्थापित करता है, - यह आपको वॉयस प्रोसेसिंग के लिए त्वरित अनुरोध करने की अनुमति देता है और इसलिए, उपयोगकर्ता सेवा की गुणवत्ता में सुधार करता है।
टिप्पणी
निर्दिष्ट नेटवर्क कनेक्शन को डेवलपर द्वारा निर्दिष्ट क्रेडेंशियल्स और सर्वर सेटिंग्स के प्राधिकरण की आवश्यकता होती है। ड्रैगन मोबाइल SDK पोर्टल: dragonmobile.nuancemobiledeveloper.com के माध्यम से आवश्यक साख प्रदान की जाती है।
स्थापना किट सेटअप
SpeechKitApplicationKey एप्लिकेशन कुंजी को सॉफ़्टवेयर प्लेटफ़ॉर्म द्वारा अनुरोध किया जाता है और इसे डेवलपर द्वारा इंस्टॉल किया जाना चाहिए। प्रमुख भाषण प्रसंस्करण सर्वर के लिए आपके आवेदन के लिए पासवर्ड के रूप में कार्य करता है और दुरुपयोग को रोकने के लिए इसे गुप्त रखा जाना चाहिए।
एप्लिकेशन कुंजी सहित आपके अनन्य क्रेडेंशियल्स, जो डेवलपर पोर्टल के माध्यम से प्रदान किए जाते हैं, इन अधिकारों को सेट करने के लिए कोड की कई अतिरिक्त लाइनों की आवश्यकता होती है। इस प्रकार, प्रक्रिया स्रोत फ़ाइल में लाइनों को कॉपी करने और चिपकाने के लिए उबलती है। स्पीच किट सिस्टम को इनिशियलाइज़ करने से पहले आपको अपनी एप्लिकेशन कुंजी स्थापित करनी होगी। उदाहरण के लिए, आप निम्नानुसार एप्लिकेशन कुंजी कॉन्फ़िगर कर सकते हैं:

const अहस्ताक्षरित चार [] SpeechKitApplicationKey = {0x12, 0x34, ..., 0x89};

स्थापना विधि, setupWithID: होस्ट: पोर्ट, में 3 पैरामीटर हैं:
 आवेदन आईडी
 सर्वर का पता
 पोर्ट
आईडी पैरामीटर आपके एप्लिकेशन की पहचान करता है और आपकी एप्लिकेशन कुंजी के साथ संयोजन में उपयोग किया जाता है, जो वॉइस सर्वर तक पहुंच के लिए प्राधिकरण प्रदान करता है।
होस्ट और पोर्ट पैरामीटर वाक् सर्वर द्वारा निर्धारित किए जाते हैं, जो अनुप्रयोग से अनुप्रयोग के लिए भिन्न हो सकते हैं। इसलिए, आपको हमेशा प्रमाणीकरण मापदंडों द्वारा निर्दिष्ट मूल्यों का उपयोग करना चाहिए।
निम्न उदाहरण का उपयोग करके रूपरेखा को कॉन्फ़िगर किया गया है:

[स्पीच किट सेटअपविटिड: @ "NMDPTRIAL_Acme20100004604154233_aaea77bc5b900dc4005faae89f60a029214d450b"
होस्ट: @ "10.0.0.100"
पोर्ट: 443];

टिप्पणी

SetupWithID: होस्ट: पोर्ट विधि एक वर्ग विधि है और एक वस्तु (उदाहरण) उत्पन्न नहीं करती है। यह विधि एक बार के कॉल के लिए डिज़ाइन की गई है, जबकि एप्लिकेशन चल रहा है, यह मुख्य नेटवर्क कनेक्शन सेट करता है। यह एक अतुल्यकालिक विधि है जो पृष्ठभूमि में चलती है, एक कनेक्शन स्थापित करती है, और प्राधिकरण करती है। विधि कनेक्शन / प्राधिकरण त्रुटि की रिपोर्ट नहीं करता है। इस स्थापना की सफलता या विफलता SKRecognizer और SKVocalizer वर्गों का उपयोग करके ज्ञात हो जाती है।
इस बिंदु पर, आवाज सर्वर पूरी तरह से कॉन्फ़िगर किया गया है, और प्लेटफ़ॉर्म कनेक्शन स्थापित करने के लिए शुरू होता है। यह कनेक्शन कुछ समय के लिए खुला रहेगा, यह गारंटी देते हुए कि बाद में वॉयस सेवाओं को सक्रिय रूप से उपयोग किए जाने तक तुरंत अनुरोधों को संसाधित किया जाता है। यदि कनेक्शन समय से बाहर हो जाता है, तो यह बाधित हो जाता है, लेकिन अगली आवाज अनुरोध के रूप में उसी समय स्वचालित रूप से बहाल हो जाएगा।
एप्लिकेशन कॉन्फ़िगर किया गया है और भाषण को पहचानने और संश्लेषित करने के लिए तैयार है।

वाक् पहचान

मान्यता प्रौद्योगिकी उपयोगकर्ताओं को टाइप करने के बजाय जहां पाठ इनपुट आमतौर पर आवश्यक है, को निर्देशित करने की अनुमति देता है। भाषण पहचानकर्ता पाठ परिणामों की एक सूची प्रदान करता है। यह किसी भी तरह से किसी भी यूजर इंटरफेस (यूआई) ऑब्जेक्ट से बंधा हुआ नहीं है; इसलिए, सबसे उपयुक्त परिणाम का चयन और वैकल्पिक परिणामों का चयन प्रत्येक एप्लिकेशन के उपयोगकर्ता इंटरफ़ेस के विवेक पर रहता है।


भाषण मान्यता प्रक्रिया

मान्यता दीक्षा

1. वाक् पहचान सेवा का उपयोग करने से पहले, सुनिश्चित करें कि आपने मूल वाक् किट मंच को setupWithID: होस्ट: पोर्ट विधि का उपयोग करके कॉन्फ़िगर किया है।
2. फिर SKRecognizer ऑब्जेक्ट बनाएं और प्रारंभ करें:
3. पहचानकर्ता = [[SKRecognizer आबंटित] initWithType: SKSearchRecognizerType
4. पता लगाने: SKShortEndOfSpeechDetection
5. भाषा: @ "en_US"
6. प्रतिनिधि: स्व];
7. initWithType: डिटेक्शन: भाषा: डेलीगेट विधि पहचानकर्ता को इनिशियलाइज़ करती है और स्पीच रिकग्निशन प्रोसेस शुरू करती है।
This विशिष्ट पैरामीटर NSString * है, यह स्पीच किट प्लेटफॉर्म द्वारा परिभाषित और SKRecognizer.h हेडर के माध्यम से सुलभ विशिष्ट मान्यता स्थिरांक में से एक है। Nuance आपको अपनी विशिष्ट पहचान आवश्यकताओं के लिए अन्य मान प्रदान कर सकता है, इस स्थिति में आपको NSString एक्सटेंशन को जोड़ना होगा।
”डिटेक्शन पैरामीटर“ स्पीच एंडिंग डिटेक्शन ”मॉडल को परिभाषित करता है और उसे SKEndOfSpeechDetection प्रकारों में से एक से मेल खाना चाहिए।
A भाषा पैरामीटर ISO 639 भाषा कोड के प्रारूप में एक स्ट्रिंग के रूप में भाषण की भाषा को परिभाषित करता है, इसके बाद अंडरस्कोर "_" होता है, इसके बाद आईएसओ 3166-1 प्रारूप में देश कोड होता है।
टिप्पणी
उदाहरण के लिए, संयुक्त राज्य अमेरिका में बोली जाने वाली अंग्रेजी में पदनाम en_US है। समर्थित मान्यता प्राप्त भाषाओं की एक अद्यतन सूची FAQ पर उपलब्ध है: dragonmobile.nuancemobiledeveloper.com/faq.php ।
8. प्रतिनिधि को नीचे वर्णित अनुसार एक मान्यता परिणाम या त्रुटि संदेश प्राप्त होता है।
मान्यता परिणाम प्राप्त करना
मान्यता परिणामों के लिए, प्रतिनिधि प्रतिनिधि प्रतिनिधि विधि देखें: didFinishWithResults:
- (शून्य) पहचानकर्ता: (SKRecognizer *) पहचानकर्ता didFinishWithResults: (SKRecognition *) परिणाम {
[पहचानकर्ता ऑटोरेलिज़];
// परिणामों के आधार पर कोई भी क्रिया करें
}

प्रतिनिधिमंडल विधि प्रक्रिया के सफल समापन पर ही लागू की जाएगी, परिणामों की सूची में शून्य या अधिक परिणाम होंगे। पहला परिणाम हमेशा पहलेResult विधि का उपयोग करके पाया जा सकता है। यहां तक ​​कि एक त्रुटि के अभाव में, मान्यता परिणाम वस्तु में मौजूद भाषण सर्वर से सलाह (सुझाव) हो सकती है। ऐसी सलाह (सुझाव) उपयोगकर्ता को प्रस्तुत की जानी चाहिए।

हैंडलिंग में त्रुटि

किसी भी मान्यता त्रुटियों के बारे में जानकारी प्राप्त करने के लिए, प्रतिनिधि पद्धति पहचानकर्ता का उपयोग करें: didFinishWithError: सुझाव:। त्रुटि के मामले में, केवल इस पद्धति को कहा जाएगा; इसके विपरीत, सफल होने पर, इस विधि को नहीं कहा जाएगा। त्रुटि के अलावा, जैसा कि पिछले अनुभाग में बताया गया है, सलाह एक परिणाम के रूप में मौजूद हो सकती है या नहीं भी हो सकती है।
- (शून्य) पहचानकर्ता: (SKRecognizer *) पहचानकर्ता didFinishWithError: (NSError *) त्रुटि सुझाव: (NSString *) सुझाव {
[पहचानकर्ता ऑटोरेलिज़];
// त्रुटि और सलाह के बारे में उपयोगकर्ता को सूचित करना
}

रिकॉर्डिंग स्टेज मैनेजमेंट

यदि आप इस बारे में जानकारी प्राप्त करना चाहते हैं कि कब पहचानकर्ता ऑडियो रिकॉर्ड करना शुरू कर देता है या बंद कर देता है, तो डेलिगेशन के तरीकों का उपयोग करें पहचानकर्ताडीडबिनर रिकॉर्डिंग: और पहचानकर्ताडीडफ़िनिश रिकॉर्डिंग। इसलिए, मान्यता के प्रारंभ और रिकॉर्डिंग की वास्तविक शुरुआत के बीच देरी हो सकती है, और संदेश पहचानकर्ताDidBeginRecording: उपयोगकर्ता को संकेत दे सकता है कि सिस्टम सुनने के लिए तैयार है।
- (शून्य) पहचानकर्ताडीडबिनर रिकॉर्डिंग: (SKRecognizer *) पहचानकर्ता {
// यह इंगित करने के लिए UI अपडेट करें कि सिस्टम रिकॉर्डिंग कर रहा है
}

एक पहचानकर्ताडीडफ़िनिश रिकॉर्डिंग: संदेश ऑडियो सर्वर को प्राप्त करने और संसाधित करने से पहले संदेश भेजा जाता है, और इसलिए, परिणाम उपलब्ध होने से पहले।
- (शून्य) पहचानकर्ताडीडफिनिश रिकॉर्डिंग: (SKRecognizer *) पहचानकर्ता {
// अपडेट करने के लिए यूआई इंगित करें कि रिकॉर्डिंग बंद हो गई है और भाषण अभी भी संसाधित किया जा रहा है
}

यह संदेश एक रिकॉर्डिंग एंड डिटेक्शन मॉडल की उपस्थिति की परवाह किए बिना भेजा जाता है। संदेश उसी तरह भेजा जाता है जब स्टॉपर रिकॉर्डिंग विधि कहा जाता है, और रिकॉर्डिंग के अंत का पता लगाने के लिए एक संकेत द्वारा।
"ध्वनि आइकन" (सिग्नल) की स्थापना
इसके अलावा, "ध्वनि आइकन" का उपयोग रिकॉर्डिंग से पहले और बाद में, और एक रिकॉर्डिंग सत्र को रद्द करने के बाद भी ध्वनि संकेतों को चलाने के लिए किया जा सकता है। आपको SKEarcon ऑब्जेक्ट बनाने और setEarcon सेट करने की आवश्यकता है: forType: इसके लिए स्पीच किट प्लेटफ़ॉर्म की विधि। निम्न उदाहरण दर्शाता है कि एक उदाहरण एप्लिकेशन में "ध्वनि आइकन" कैसे सेट किया जाए

- (शून्य) setEarcons {
// "ध्वनि आइकन" चलाएं
SKEarcon * earconStart = [SKEarcon earconWithName: @ "earcon_listening.wav"];
SKEarcon * earconStop = [SKEarcon earconWithName: @ "earcon_done_listening.wav"];
SKEarcon * earconCancel = [SKEarcon earconWithName: @ "earcon_cancel.wav"];

[स्पीचकीट सेटएरकोन: इयरकॉनस्टार्ट फॉरटाइप: SKStartRecordingEarconType];
[स्पीचकीट सेटअर्कोन: ईयरकॉनटॉप फॉर्च्यूप: SKStopRecordingEarconType];
[स्पीचकीट सेटएर्कोन: ईयरकॉनसेल फॉरटाइप: SKCancelRecordingEarconType];
}

जब उच्च स्तर का एक कोड ब्लॉक कहा जाता है (जब आपने स्पीच किट मुख्य सॉफ़्टवेयर प्लेटफ़ॉर्म को सेटअपविथआईडी: होस्ट: पोर्ट विधि) का उपयोग करके कॉन्फ़िगर किया है, तो रिकॉर्डिंग प्रक्रिया शुरू होने से पहले earcon_listening.wav ऑडियो फ़ाइल खेली जाती है, और रिकॉर्डिंग पूरी होने पर earcon_done_listening.wav ऑडियो फ़ाइल खेली जाती है। रिकॉर्डिंग सत्र से इनकार करने के मामले में, earcon_cancel.wav "ऑडियो फ़ाइल उपयोगकर्ता के लिए खेली जाती है। विधि '` earconWithName: केवल डिवाइस द्वारा समर्थित ऑडियो फ़ाइलों के लिए काम करती है।
ध्वनि स्तर प्रदर्शन

कुछ मामलों में, विशेष रूप से लंबे समय तक श्रुतलेख के दौरान, उपयोगकर्ता को अपने भाषण की ध्वनि शक्ति के दृश्य प्रदर्शन के साथ प्रदान करना सुविधाजनक होता है। ध्वनि रिकॉर्डिंग इंटरफ़ेस ऑडियोलेवल विशेषता का उपयोग करते समय इस सुविधा का समर्थन करता है, जो डेसीबल में रिकॉर्ड किए गए ध्वनि के सापेक्ष शक्ति स्तर को लौटाता है। इस मान की सीमा एक अस्थायी बिंदु की विशेषता है और 0.0 और -90.0 डीबी के बीच स्थित है जहां 0.0 उच्चतम शक्ति स्तर है और -90.0 ध्वनि शक्ति की निचली सीमा है। यह विशेषता रिकॉर्डिंग के दौरान, विशेष रूप से, संदेश पहचानकर्ता की रसीद के बीच उपलब्ध होनी चाहिए। सामान्य तौर पर, आपको टाइमर विधि का उपयोग करने की आवश्यकता होगी, जैसे कि performSelector: withObject: afterDelay: नियमित रूप से शक्ति स्तर प्रदर्शित करने के लिए।

भाषण के लिए पाठ

SKVocalizer वर्ग डेवलपर्स को भाषण संश्लेषण नेटवर्क इंटरफ़ेस प्रदान करता है।


भाषण संश्लेषण की प्रक्रिया

भाषण संश्लेषण प्रक्रिया का प्रारंभ

1. इससे पहले कि आप भाषण संश्लेषण सेवा का उपयोग शुरू करें, सुनिश्चित करें कि मुख्य सॉफ्टवेयर प्लेटफॉर्म को सेटअप किट द्वारा कॉन्फ़िगर किया गया है सेटअपविथिड: होस्ट: पोर्ट विधि का उपयोग कर।
2. फिर टेक्स्ट को भाषण में बदलने के लिए SKVocalizer ऑब्जेक्ट बनाएं और आरंभ करें:
3. गायक = [[SKVocalizer आवंटन] initWithLanguage: @ "en_US"
4. प्रतिनिधि: स्व];
5।
1. विधि initWithLanguage: प्रतिनिधि: डिफ़ॉल्ट भाषा के साथ भाषण संश्लेषण सेवा को आरंभ करता है।
Def भाषा पैरामीटर NSString * है जो भाषा को ISO 639 प्रारूप में भाषा कोड के रूप में परिभाषित करता है, “_” को रेखांकित करता है और निम्नलिखित देश कोड ISO 3166-1 प्रारूप में है। उदाहरण के लिए, संयुक्त राज्य अमेरिका में उपयोग की जाने वाली अंग्रेजी भाषा में प्रारूप en_US है। प्रत्येक समर्थित भाषा में एक या अधिक विशिष्ट आवाज़ें होती हैं, पुरुष या महिला।
टिप्पणी
भाषण संश्लेषण के लिए समर्थित भाषाओं की एक अद्यतन सूची dragonmobile.nuancemobiledeveloper.com/faq.php पर उपलब्ध है। नई भाषा के समर्थित होने पर समर्थित भाषाओं की सूची अपडेट की जाएगी। नई भाषाओं को मौजूदा ड्रैगन मोबाइल एसडीके को अपडेट करने की आवश्यकता नहीं होगी।
Status प्रत्यायोजित पैरामीटर भाषण सिंथेसाइज़र से स्थिति और त्रुटि संदेश प्राप्त करने के लिए ऑब्जेक्ट को परिभाषित करता है।
2. initWithLanguage: प्रतिनिधि विधि: Nuance द्वारा चुनी गई डिफ़ॉल्ट आवाज का उपयोग करता है। एक अलग आवाज का चयन करने के लिए, initWithVoice का उपयोग करें: प्रतिनिधि: पिछले एक के बजाय विधि।
It वॉयस पैरामीटर NSString * है, यह ध्वनि मॉडल को परिभाषित करता है। उदाहरण के लिए, ब्रिटिश अंग्रेजी के लिए डिफ़ॉल्ट आवाज सामन्था है।
टिप्पणी
समर्थित भाषाओं की तुलना में समर्थित वोटों की एक अद्यतन सूची साइट पर उपलब्ध है:
dragonmobile.nuancemobiledeveloper.com/faq.php ।
5. पाठ को भाषण में परिवर्तित करने की प्रक्रिया शुरू करने के लिए, आपको स्पीकस्ट्रिंग का उपयोग करने की आवश्यकता है: या SpeakMarkupString: विधि। ये विधियाँ वाक् सर्वर में अनुरोधित स्ट्रिंग भेजती हैं और डिवाइस पर स्ट्रीमिंग प्रोसेसिंग और ऑडियो प्लेबैक आरंभ करती हैं।
6. "एक गायक बोलने वाला: @" नमस्ते दुनिया। "]

टिप्पणी

SpeakMarkupString विधि का उपयोग SpeakString विधि की तरह ही किया जाता है, एकमात्र अंतर यह है कि संश्लेषित भाषण का वर्णन करने के लिए NSString * वर्ग को भाषण संश्लेषण मार्कअप भाषा द्वारा निष्पादित किया जाता है। भाषण संश्लेषण के लिए मार्कअप भाषाओं की हालिया चर्चा इस दस्तावेज़ के दायरे से बाहर है, हालांकि आप www.w3.org/TR/speech-synthesis पर W3C द्वारा प्रदान किए गए इस विषय पर अधिक जानकारी पा सकते हैं।
भाषण संश्लेषण एक नेटवर्क सेवा है और इसलिए, ऊपर वर्णित तरीके अतुल्यकालिक हैं - सामान्य तौर पर, एक त्रुटि संदेश तुरंत प्रदर्शित नहीं होता है। किसी भी त्रुटि को प्रतिनिधि को संदेश के रूप में प्रस्तुत किया जाता है।

भाषण संश्लेषण प्रणाली प्रतिक्रिया नियंत्रण

सिंथेसाइज्ड स्पीच तुरन्त नहीं बजाया जाएगा। सबसे अधिक संभावना है कि समय में एक छोटी सी देरी होगी जिसके दौरान एक अनुरोध भेजा जाता है और आवाज सेवा पर पुनर्निर्देशित किया जाता है। वैकल्पिक प्रतिनिधि पद्धति vocalizer: willBeginSpeakingString: का उपयोग उपयोगकर्ता इंटरफ़ेस को समन्वित करने के लिए किया जाता है और इसका उद्देश्य यह इंगित करना है कि ध्वनि कब बजने लगती है।
- (शून्य) गायक: (SKVocalizer *) मुखर willBeginSpeakingString: (NSString *) पाठ {
// उपयोगकर्ता इंटरफ़ेस को इंगित करें जब भाषण शुरू होता है
}

संदेश में NSString * वर्ग विधियों में से किसी एक द्वारा निष्पादित मूल रेखा के लिंक के रूप में कार्य करता है: SpeakString या SpeakMarkupString, और इसका उपयोग ट्रैक के अनुक्रमिक प्लेबैक के दौरान किया जा सकता है जब भाषण में पाठ को परिवर्तित करने के लिए उचित अनुरोध किया जाता है।
भाषण के अंत में, एक गायक: didFinishSpeakingString: withError संदेश भेजा जाता है। यह संदेश हमेशा प्लेबैक प्रक्रिया के सफल समापन और एक त्रुटि की स्थिति में दोनों को भेजा जाता है। सफल होने पर, त्रुटि "गायब हो जाती है।"
— (void)vocalizer:(SKVocalizer *)vocalizer didFinishSpeakingString:(NSString *)text withError:(NSError *)error {
if (error) {
//
} {
// ,
}
}

.