前言
在目前的软件应用中，输入方式还是以文字输入方式为主，但是语音输入的方式目前应用的越来越广泛。在这里介绍一个使用 Olami SDK 编写的一个使用语音输入查询股票的APP Olami SDK的介绍在下面这个网址 https://cn.olami.ai/wiki/?mp=sdk&content=sdk/ios/reference.html 在这个网址中详细的介绍了Olami SDK包含了那些函数和定义的委托。
APP介绍
下面通过一个APP来介绍一下如何使用Olami SDK 这个APP的下载地址是 https://github.com/lym-ay/OlamiStock
olamiRecognizer= [[OlamiRecognizer alloc] init];olamiRecognizer.delegate = self;
2 . 调用setAuthorization函数进行授权
[olamiRecognizer setAuthorization:@"d13bbcbef2a4460dbf19ced850eb5d83" api:@"asr" appSecret:@"3b08b349c0924a79869153bea334dd86" cusid:OLACUSID];
这个函数的参数的说明在OlamiRecognizer中有说明，也可以去在线API说明去查看 https://cn.olami.ai/wiki/?mp=sdk&content=sdk/ios/reference.html 有些参数必须去Olami的开发平台上注册才可以获的，网址是https://olami.ai，注册登陆以后创建应用才可以看到了
[olamiRecognizer setLocalization:LANGUAGE_SIMPLIFIED_CHINESE];
在进行录音之前必须要先进行设置，否则会得不到结果。目前只支持简体中文(LANGUAGE_SIMPLIFIED_CHINESE)
4.开始录音 调用 start()接口开始进行录音
[olamiRecognizer start];
5得到录音的文字和语义，并对其进行处理 通过调用stop()函数或者自动停止，都会获得录音的文字和对其进行的语义分析的结果 实现OlamiRecognizerDelegate onResult函数可以获得结果，其结果以一个json字符串的形式回调过来，对这个字符串进行解析，就可以获得想要的股票的名称
[ { "desc_obj": { "status": 0 }, "semantic": [ { "app": "stock", "input": "招商银行的股价", "slots": [ { "name": "subject", "value": "价格" }, { "name": "name", "value": "招商银行" }, { "name": "type", "value": "股票" } ], "modifier": [ "query" ], "customer": "58df685e84ae11f0bb7b4893" } ], "type": "stock" }]
这个是根据OSL语法描述语言定义的一套规则，返回的结果。这个结果的说明在 https://cn.olami.ai/wiki/?mp=api_nlu&content=api_nlu3.html 这个网址上有说明。
看到这里大家可能会有疑惑，APP怎么知道我说的是什么意思呢？这就涉及到了OSL语法描述语言，OLAMI 语法描述语言（OLAMI Syntax Language，简称：OSL）是 OLAMI 平台针对自然语言处理所发展出的独特语法标记语言，自然语言语义互动（Natural Language Interaction, 简称：NLI）管理系统采用 OSL 取代复杂的编码编程，使用简单、容易学习而且灵活有弹性。可以在这个网址查看详细的说明 https://cn.olami.ai/wiki/?mp=osl&content=osl1.html 在编写这个APP之前，会按照OSL的要求编写好一套语法，这套语法可以被Olami的服务器所理解，并进行语义分析然后给出结果，就是上面的json字符串。在Olami官网上有写好的一些领域的模块，可以直接使用。在 https://cn.olami.ai/wiki/?mp=nli&content=nli1.html 网址可以看到介绍如何使用以后的模块。这个股票的grammar就是利用已有的模块来编写代码的。
6.创建应用，导入grammar 首先去olami的主页去登陆和注册。登陆以后转到这页面
点击”进入NLI系统”就可以进入模块页面
Olami还提供了测试grammar的功能，点击“测试”按钮，可以在页面进行测试grammar编写的是否正确，而不必要先开发APP
- (void)onResult:(NSData *)result { NSError *error; __weak typeof(self) weakSelf = self; NSDictionary *dic = [NSJSONSerialization JSONObjectWithData:result options:NSJSONReadingMutableContainers error:&error]; if (error) { NSLog(@"error is %@",error.localizedDescription); }else{ NSString *jsonStr=[[NSString alloc]initWithData:result encoding:NSUTF8StringEncoding]; NSLog(@"jsonStr is %@",jsonStr); NSString *ok = [dic objectForKey:@"status"]; if ([ok isEqualToString:@"ok"]) { NSDictionary *dicData = [dic objectForKey:@"data"]; NSDictionary *asr = [dicData objectForKey:@"asr"]; if (asr) {//如果asr不为空，说明目前是语音输入 [weakSelf processASR:asr]; } NSDictionary *nli = [[dicData objectForKey:@"nli"] objectAtIndex:0]; NSDictionary *desc = [nli objectForKey:@"desc_obj"]; int status = [[desc objectForKey:@"status"] intValue]; if (status != 0) {// 0 说明状态正常,非零为状态不正常 NSString *result = [desc objectForKey:@"result"]; dispatch_async(dispatch_get_main_queue(), ^{ }); }else{ NSDictionary *semantic = [[nli objectForKey:@"semantic"] objectAtIndex:0]; [weakSelf processSemantic:semantic]; } }else{ dispatch_async(dispatch_get_main_queue(), ^{ }); } }}
在这个函数中，调用了三个函数，分别来处理josn格式中的三个比较重要的节点
//处理ASR节点- (void)processASR:(NSDictionary*)asrDic { NSString *result = [asrDic objectForKey:@"result"]; if (result.length == 0) { //如果结果为空，则弹出警告框 }else{ }}
这个用来处理ASR节点，获得语音识别的结果
//处理Semantic节点- (void)processSemantic:(NSDictionary*)semanticDic { NSArray *slot = [semanticDic objectForKey:@"slots"]; [_slotValue removeAllObjects]; if (slot.count != 0) { for (NSDictionary *dic in slot) { NSString name = [dic objectForKey:@"name"]; if ([name isEqualToString:@"name"]) {//获得当前股票的名称 NSString val = [dic objectForKey:@"value"]; [_slotValue addObject:val]; } } } NSArray *modify = [semanticDic objectForKey:@"modifier"]; if (modify.count != 0) { for (NSString *s in modify) { [self processModify:s]; } }}
这个用来处理Semantic节点，这个节点中包含了slot的值和modifier的值。OSL 语法描述语言中的 slot 可理解为语义中的变量，用于传递、提取信息，是代码处理的数据的来源。这个程序来说，就是股票名称的来源。关于slot的值可以参考 https://cn.olami.ai/wiki/?mp=osl&content=osl_slot.html，这里有详细说明。
//处理modify- (void)processModify:(NSString*) str { if ([str isEqualToString:@"query"]) {//查询股票 NSString *name = _slotValue[0]; if (name) { [self.delegate getStockName:name]; } }}
这个用来处理语音和语义的结果。这个函数主要是处理json字符串中的modifier节点。modifier 语法描述规则是 OSL 语法描述语言中，除了 slot 以外的另一种内置的信息传递机制，一般用来表示语义目的，也可以理解为对于语义的一种注释方式，以便让应用程序的开发者得知 grammar 所代表的相应意图。详细说明参考 https://cn.olami.ai/wiki/?mp=osl&content=osl_regex.html#11，通过modifier，我们才能知道程序的意图是什么。
源代码下载 https://github.com/lym-ay/OlamiStock
欢迎大家留言和讨论。
