iOS离线语音转写终极教程：FunASR移动端SDK实战指南

宣聪麟

682人浏览 · 2025-11-17 00:55:32

宣聪麟 · 2025-11-17 00:55:32 发布

iOS离线语音转写终极教程：FunASR移动端SDK实战指南

【免费下载链接】FunASR A Fundamental End-to-End Speech Recognition Toolkit and Open Source SOTA Pretrained Models, Supporting Speech Recognition, Voice Activity Detection, Text Post-processing etc. 项目地址: https://gitcode.com/GitHub_Trending/fun/FunASR

本文将为您详细介绍如何使用FunASR移动端SDK在iOS平台上实现离线语音转写功能。FunASR是一个端到端语音识别工具包，提供了多种预训练模型和便捷的部署方案，特别适合移动端离线场景使用。

📱 FunASR iOS SDK简介

FunASR iOS SDK是基于ONNX推理的C++版本，专门为iOS设备优化的离线语音识别解决方案。该SDK具有以下核心优势：

完全离线运行：无需网络连接，保护用户隐私
低延迟高性能：优化的推理引擎确保实时转写体验
轻量级部署：最小化应用体积，减少存储占用
多模型支持：支持Paraformer等多种先进语音识别模型

🚀 快速开始：iOS集成步骤

环境准备

首先确保您的开发环境满足以下要求：

macOS系统
Xcode 14.0或更高版本
iOS 12.0或更高版本

获取模型文件

从ModelScope下载预训练模型：

git clone https://www.modelscope.cn/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx.git

需要下载的四个关键文件：

model_quant.onnx：量化后的主模型
decoder_quant.onnx：解码器模型
am.mvn：特征归一化文件
config.yaml：配置文件

项目集成

添加依赖：在Podfile中添加ONNX运行时依赖
导入模型文件：将下载的模型文件拖入Xcode项目的model文件夹
初始化引擎：使用提供的示例代码初始化语音识别引擎

🔧 核心代码实现

音频捕获与处理

FunASR iOS SDK提供了完整的音频捕获和处理流水线：

// 初始化音频捕获
self.audioCapture = [[AudioCapture alloc] initWithOnnxModel:YES];

// 设置结果回调
self.audioCapture.resultBlock = ^(NSString *result) {
    if ([result length] > 0) {
        NSLog(@"识别结果: %@", result);
        // 更新UI显示
    }
};

实时识别控制

// 开始录音识别
- (IBAction)startButtonClicked:(id)sender {
    if (!self.startButton.selected) {
        [self.audioCapture startRecorder];
    } else {
        [self.audioCapture stopRecorder];
    }
    self.startButton.selected = !self.startButton.selected;
}