声纹识别,主要是提供基于用户声纹特征的注册、验证服务。讯飞开放平台支持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。
1.1. 声纹注册
//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
[self.identityVerifier setParameter:[NSString stringWithFormat:@"%d",pwdt] forKey:@"pwdt"];
pwdt的取值说明如下表所示:
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。 //getPasswordList可以参照demo所示。NSString *paramTemp = [NSString stringWithFormat:@"sub=ivp,rse=utf-8,pwdt=%d,",pwdt];
获取到密码后,接下来进行声纹注册。
// 设置业务类型为训练
[self.identityVerifier setParameter:@"enroll" forKey:@"MFV_SST"];
// 设置密码类型
[self.identityVerifier 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)。
[self.identityVerifier 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
[self.identityVerifier setParameter:auth_id forKey:@"auth_id"];
// 设置有效录音时间
[self.identityVerifier 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
[self.identityVerifier setParameter:@"700" forKey:@"vad_speech_tail"];
// 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
[self.identityVerifier startListening];
// 声纹协议IFlyISVDelegate实现
//会话结果返回回调
-(void) onResult:(NSDictionary *)dic;
//会话结束回调
-(void) onCompleted:(IFlySpeechError *) errorCode;
//结果处理中回调
-(void) onRecognition;
//录音音量改变回调
-(void) onVolumeChanged: (int)volume;
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 | 说明 |
---|---|
10106 | 缺少某个必要参数 |
10107 | 某个必要参数存在但无效 |
10110 | 引擎授权不足或者说授权客户端用户数达到上限 |
10114 | 操作超时 |
10116 | 数据库中模型不存在 |
10212 | 数据库中模型已经存在 |
10400 | 数据库中一般性错误,此时此ssb已经登录超过3次且均失败 |
10407 | APPID非法 |
10606 | 音频太短 |
1.2. 声纹验证
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。
1.3. 声纹模型操作
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:
//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;
-(BOOL) sendRequest:(NSString*)cmd authid:(NSString *)auth_id pwdt:(int)pwdt ptxt:(NSString *)ptxt vid:(NSString *)vid err:(int *)err;
1.4. 声纹业务返回结果格式和参数说明
请参见 附录 声纹业务