2024年5月18日发(作者：么雅可)
Ｍｉｃｒｏｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ Ｖｏ１．３２，Ｎｏ．７，２０１６
文章编号：１００７．７５７Ｘ（２０１６）０７．００３９－０３
基金项目 微型电脑应用２０１６年第３２卷第７期
基于ｉＯＳ平台交互式语音录播系统的设计与实现
杨平
摘要：针对教学中涉及语音录制、播放和控制的需求，设计并实现了基于ｉＯＳ平台交互式语音录播系统。系统具有录
音、播放、语音识别和语音交互功能。系统界面简洁，体验良好。对各功能进行了具体的分析，描述了各功能的设计思想
和实现技术。系统设计思想也可以应用到需要录音和语音识别的其他领域，具有一定的商业和推广价值。
关键词：ｉＯＳ；语音识别；语音录播系统；录音
中图分类号：ＴＰ３０２．１ 文献标志码：Ａ
Ｄｅｓｉｇｎ ａｎｄ Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ Ｉｎｔｅｒａｃｔｉｖｅ Ｖｏｉｃｅ Ｒｅｃｏｒｄｉｎｇ ａｎｄ Ｐｌａｙｉｎｇ Ｓｙｓｔｅｍ Ｂａｓｅｄ ｏｎ
ｉＯＳ Ｐｌａｔｆｏｒｍ
ＹａｎｇＰｉｎｇ
（Ｓｃｈｏｏｌ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ Ｓａｎｄａ Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈｍ ２０１２０９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｏ ｍｅｅｔ ｔｈｅ ｄｅｍａｎｄｓ ｉｎｖｏｌｖｉｎｇ ｒｅｃｏｒｄｉｎｇ、ｐｌａｙｉｎｇ ａｎｄ ｃｏｎｔｒｏｌｌｉｎｇ ｉｎ ｔｈｅ ｔｅａｃｈｉｎｇ ｐｒｏｃｅｓｓ，ｔｈｉｓ ｐａｐｅｒ ｄｅｓｉｇｎｓ ａｎｄ ｉｍ－
ｐｌｅｍｅｎｔｓ ａｎ ｉｎｔｅｒａｃｔｉｖｅ ｖｏｉｃｅ ｒｅｃｏｒｄｉｎｇ ｎｄ ａｐｌａｙｉｎｇ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｉＯＳ ｐｌａｔｆｏｒｍ，ｗｈｉｃｈ ｈａｓ ｈｅ ｔｆｕｎｃｔｉｏｎｓ ｏｆ ｒｅｃｏｒｄｉｎｇ，ｐｌａｙｉｎｇ，
ｓｐｅｅｃｈ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｉｎｔｅｒａｃｔｉｏｎ．Ｔｈｏｕｇｈ ｈｅ ｓｙｓｔｅｍ ｉｔｎｔｅｒｆａｃｅ ｉｓ ｓｉｍｐｌｅ，ｉｔ ｐｒｏｖｉｄｅｓ ａ ｇｏｏｄ ｕｓｅｒ ｅｘｐｅｒｉｅｎｃｅ．Ｔｈｅ ｐａｐｅｒ ａｎａｌｙｚｅｓ
ｅａｃｈ ｆｕｎｃｔｉｏｎ ａｎｄ ｄｅｓｃｒｉｂｅｓ ｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｄｅｓｉｇｎ ｉｄｅａ ａｎｄ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ．Ｔｈｅ ｓｙｓｔｅｍ ｄｅｓｉｎ ｉｇｄｅａ ｍａｙ ａｌｓｏ ｂｅ
ａｐｐｌｉｅｄ ｎｔｉｏ ｏｔｈｅｒ ｉｅｌｆｄｓ ｗｈｉｃｈ ｎｅｅｄ ｒｅｃｏｒｄｉｎｇ ｎｄ ｓｐｅｅｃｈ ａｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｕｓ，ｉｔ ｈａｓ ｓｏｍｅ ｃｏｍｍｅｒｃｉａｌ ａｎｄ ｐｒｏｍｏｔｉｏｎ ｖａｌｕｅ．
Ｋｅｙ ｗｏｒｄｓ：ｉＯＳ；Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ；Ｖｏｉｃｅ Ｒｅｃｏｒｄｉｎｇ ｎｄ ａＰｌａｙｉｎｇ Ｓｙｓｔｅｍ；Ｒｅｃｏｒｄ
操作设备再倒回合适的位置，才能继续完成听写作业。这让
用户容易分心，做作业的效率也低下；
２）录词语时候，可以特意留些时间作为词语间的间隔，
这样在听写时，用户一般不需要按“暂停”按钮，但录音时
这些停留的时间也是浪费。而且，词语间时间间隔的长短很
难掌控。
考虑这些不足，作者设计了一个交互式语音录播系统。
系统除了具有传统录音机软件的基本功能外，特别增加了语
音识别和语音交互功能，让用户使用起来更加便捷。
０引言
ｉＯＳ是由苹果公司开发的手持设备操作系统，早期是为
ｉＰｈｏｎｅ设计的，后来陆续应用于ｉＰｏｄ Ｔｏｕｃｈ、ｉＰａｄ、Ａｐｐｌｅ ＴＶ、
Ｃａｒ Ｐｌａｙ、Ａｐｐｌｅ Ｗａｔｃｈ等苹果产品上。截止至２０１４年１０月，
ｉＯＳ和Ａｎｄｒｏｉｄ已经占据了全球智能手机系统市场份额的
９６．４％。目前苹果公司以近万亿美元的市值在国际上遥遥领
先。苹果产品的用户体验极佳，深受用户喜爱。有些学校己
将ｉＰａｄ引进课堂进行辅助教学，增强了课堂的互动性和教
学效率。ｉｏＳ平台上的应用也与日俱增。
录音软件是ｉＰｈｏｎｅ和ｉＰａｄ移动设备必备的工具，给工
作、学习和生活带来了很大的便利。ｉＯｓ系统自带的录音机
软件是一款操作简单、高质量的软件，具有高音质的录音文
件输出和良好ｌ的用户体验。但是，系统自带的录音软件的功
能也相对较少。同样苹果商店的其他录音软件一般只是实现
录音、播放、文件的存储和文件的管理；有的功能强的录音
软件还具有录音文件的编辑、网络分享等功能。
通过对很多常用录音软件的试用，发现针对教学过程的
实际需求，这些软件还存在一些功能上的缺陷和不足：
１）用户录词语时候，如果一次性不间断的录制完全部
词语或句子，那在听写的时候，用户需要一边写一边按“暂
停”按钮，一旦错过，或者当前的内容没有写好，还要重新
１核心技术
１．１声音处理包
在ｉＯＳ应用开发中，播放音频主要采用ＡｕｄｉｏＴｏｏｌｂｏｘ．
ｒｆａｍｅｗｏｒｋ和ＡＶＦｏｕｎｄａｔｉｏｎ．ｒｆａｍｅｗｏｒｋ。前者主要用于短音
频的播放，通常用于一些特效音频播放，对于这类音频不需
要进行进度、循环等控制。后者常用于播放一些较长的音频，
对于这些音频的播放通常需要进行精确的控制［】】。所以，本
系统录音机功能的实现使用的是ＡＶ Ｆｏｕｎｄａｔｉｏｎ框架。
录音机应用程序使用了ＡＶ Ｆｏｕｎｄｍｉｏｎ框架中的ＡＶ
Ａｕｄｉｏ Ｒｅｃｏｒｄｅｒ实现录音功能。使用框架中的ＡＶＡｕｄｉｏＰｌａｙｅｒ
来实现播放功能ｌ２】。ＡＶＡｕｄｉｏＰｌａｙｅｒ可以看成一个播放器，
它支持多种音频格式，而且能够进行进度、音量、播放速度
基金项目：上海市教育委员会科研创新重点项目（１４ｚｚ１７０）
作者简介：杨平（１９７７一），女，安徽池州人，上海杉达学院，信息与科学技术学院，讲师，硕士，研究领域：信号处理、移动应用开发，上海
２０１２０９
·３９·
Ｍｉｃｒｏｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ Ｖｏ１．３２，Ｎｏ．７，２０１６ 基金项目 微型电脑应用２０１６年第３２卷第７期
等控制。由于ＡＶＡｕｄｉｏＰｌａｙｅｒ一次只能播放一个音频文件，
所以本系统中多个音频的播放是通过创建多个播放器对象
来完成。要用这两个类，需要添加头文件：＃ｉｍｐｏｒｔ＜ＡＶＦｏｕｎｄ
ａｔｉｏｎ／ＡＶＦｏｕｎｄａｔｉｏｎ．ｈ＞。
１．２语音识别包
关于语音识别功能的核心技术可以采用第三方开发包。
诸如此类的语音识别包有很多，本系统采用的是讯飞语音识
别开发包。使用这ＳＤＫ需要做如下事情：
１）到讯飞官方网站的开发者专区（ｈｔｔｐ：／／ｏｐｅｎ．ｖｏｉｃｅｃｌｏｕｄ
ｃｒｄｄｅｖｅｌｏｐｅｒ．ｐｈｐ）先注册一个开发者账号。
２）登陆之后到自己的个人中心创建一个应用，填写好
相关信息，然后等待审核通过。
３）应用审核通过后，选择对应平台的ＳＤＫ下载。
４）解压下载的压缩包，从包中选择部分ｆｒａｍｅｗｏｒｋ添
加到工程中，添加的库名见表１所示：
．
刚才的音频。第一种方案适合课堂上的作业听写，不会因为
个人个别词的听写慢而等待；而第二种方案采用人机交互，
适合个人的作业听写，更加人性化。
４）文件管理。主要功能是向左滑动删除表视图中的音
频文件，同样也真正意义上删除沙盒中的文件。也可以点击
“全选”和“全部删除”按钮删除所有文件。
２．２系统设计流程
１）录音功能模块。具体流程如图１所示：
创建存储音频文件的路径
上
Ｉ设置录音参数Ｉ
ｌ
表１添加的库名表
ｉｆ１ｙＭＳＣ．ｆｒａｍｅｗｏｒｋ
ＡＶＦｏｕｎｄａｔ ｉｏｎ．ｆｒａｍｅｗｏｒｋ
ＳｙｓｔｅｍＣｏｎｆｉｇｕｒａｔｉｏｎ．ｆｒａｍｅｗｏｒｋ
Ｉ安路径创建录音机Ｉ
ＦｏｕｎｄａｔｉＯｉｌ．ｆｒａｍｅｗｏｒｋ
ＣｏｒｅＴｅ１ｅｐｈｏｎｅｙ．ｆｒａｍｅｗｏｒｋ
ＡｕｄｉｏＴｏｏ１ｂｏｘ．ｆｒａｍｅｗｏｒｋ
ＵＩＫｉｔ．ｆｒａｍｅｗｏｒｋ
ＣｏｒｅＬｏｃａｔ ｉｏｎ．ｆｒａｍｅｗｏｒｋ
ＡｄｄｒｅｓｓＢＯｏｋ．ｆｒａｍｅｗｏｒｋ
图１录音功能流程图
２）播放和识别功能模块。具体流程如图２所示：
ＱｕａｒｔｚＣｏｒｅ．ｆｒａｍｅｗｏｒｋ
ＣｏｒｅＧｒａｐｈｉｃｓ．ｆｒａｍｅｗｏｒｋ
Ｌｉｂｚ．ｄｙｌｉｂ
具体在ＢｕｉｌｄｉｎｇＰｈａｓｅｓｌＬｉｎｋ Ｂｉｎａｒｙ Ｗｉｔｈ Ｌｉｂｒａｒｉｅｓ中设置。
如果使用了离线识别，需要增加ｌｉｂｃ＋＋．ｄｙｌｉｂ。
５）导完类库之后，在建好的工程里添加需要用的头文
件。
＃ｉｍｐｏｒｔ＜ＡＶＦｏｕｎｄａｔｉｏｎ／ＡＶＡｕｄｉｏＳｅｓｓｉｏｎ．ｈ＞
＃ｉｍｐｏｒｔ＜ＡｕｄｉｏＴｏｏｌｂｏｘ／ＡｕｄｉｏＳｅｓｓｉｏｎ．ｈ＞
＃ｉｍｐｏｒｔ”ｉｌｆｙＭＳＣ／ＩＦｌｙＳｐｅｅｃｈＵｔｉｌｉｔｙ．ｈ”
＃ｉｍｐｏｒｔ”ｉｆｌｙＭＳＣ／ＩＦｌｙＳｐｅｅｃｈＵｎｄｅｒｓｔａｎｄｅｒ．ｈ”
２系统设计
２．１系统功能
１）录音功能。主要功能是当用户按下“开始录音”按
钮时，系统设置录音的参数并开始录音；当松开按钮，则录
音结束，并将以当前的系统时间命名录音文件后再进行本地
化存储，同时显示到列表视图中供用户查看和编辑。录制时，
有进度条控件显示音频的大小。
２）播放功能。主要功能是当用户点击“开始播放”按
钮时，开始按列表视图中音频文件的顺序播放。另外，还具
有暂停播放和停止播放功能。
３）语音交互功能。该功能的实现关键问题是系统播放
完一个音频后，下一个音频什么时候播放。有两种解决方案：
种方案是播放一个音频后，等待一段时问，等待的时间是
一
图２播放和识别功能流程图
２＿３ ＭＶＣ设计模式
ＭＶＣ设计模式，即模型（ｍｏｄｅ１）．视图（ｖｉｅｗ）一控
制器（ｃｏｎｔｒｏｌｌｅｒ）模式，是一种典型的将业务逻辑和数据显
示分离的方法。
音频文件的播放时间乘以一个系数，该系数根据用户写字的
速度快慢自行设定；另一种方案是系统暂停播放听写作业，
录音机播放一个预先录制好“写好了吗？”的音频文件咨询
用户，当用户听写完，说“好了”、“下一个”或“写完了”
等关键词时，再继续播放下一个音频文件。当用户说“再来
遍”、“重报”或“重复”等关键词时，系统就再重播一遍
一
Ｃｏｃｏａ Ｔｏｕｃｈ中的ＭＶＣ模式与传统的ＭＶＣ模式略有不
同，Ｃｏｃｏａ Ｔｏｕｃｈ中的模型和视图之间是不能进行任何通信
的，所有的通信都是通过控制器完成。如图３所示：
·４０·
Ｍｉｃｒｏｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ Ｖｏ１．３２，Ｎｏ．７，２０１６ 金项目 微型电脑应用２０１６年第３２卷第７期
Ｃｏｎｔｒｏｌｌｏｒ
／／创建播放器，
【ｐｌａｙｅｒｐｒｅｐａｒｅＴｏＰｌａｙ］；
［ｓｅｌｆｍｕｓｉｃｅｓ］［ｉｆｌｅｎａｍｅ］＝ｐｌａｙｅｒ；
ｉｆ（！［ｐｌａｙｅｒ ｉｓＰｌａｙｉｎｇ］）［ｐｌａｙｅｒ ｐｌａｙ］；
３．２开发和测试环境
开发环境的操作系统是ＯＳ Ｘ１０．１０．５，编译器是
ＸＣｏｄｅ７．１．１，开发语言用的是Ｏｂｊｅｃｔｉｖｅ—Ｃ。程序在模拟器上
运行良好。从Ｘｃｏｄｅ７开始，即使没有开发者账号，ｉＯＳ的
应用也可以在真机上测试。真机的操作系统是ｉＯＳ９．１，测试
的录音质量高，运行速度快。因为做了屏幕适配，又分别在
ｉＰｈｏｎｅ６和ｉＰａｄ不同尺寸和型号的设备上测试，都能正常运
行。
３＿３系统界面
因篇幅关系，只截取了部分运行界面。如图４所示：
（控ｊ｜Ｉ墨）
Ｖｉｅｗ（撬瞳） Ｍｏｄｅｌ《模型）
图３ＣｏｃｏａＴｏｕｃｈ的ＭＶＣ模式
Ｃｏｃｏａ Ｔｏｕｃｈ的ＭＶＣ模式，控制器对象会分析用户在
视图对象上的操作，将新数据或者更改过的数据传递给视图
对象，从而将模型对象的数据显示在视图对象上【ｊｊ。
模型主要用于保存少量的应用程序状态数据，一般继承
于ＮＳＯｂｊｅｃｔ类。本系统中的模型有对控制器提供的音频文
件名进行播放、暂停、停止的类。
视图是用于发出各种业务操作的行为，能让用户看到并
能与之交互的元素。根类一般是ＵＩＶｉｅｗ类，常使用Ｉｎｔｅｒｆａｃｅ
Ｂｕｉｌｄｅｒ来创建视图组件，特殊情况下，会使用代码实现。
本系统中界面上的按钮、视窗、表视图、进度条等都是视图。
控制器作为中问核心环节，主要通过委托、事件和通知
来实现。控制器组件继承于ＵＩＶｉｅｗＣｏｎｔｒｏｌｌｅｒ基类。本系统
是一个单视图的应用，所以只写了一个控制器类，负责接收
视图发出的一系列业务操作行为，将其通知给模型进行数据
解析，之后从模型获取业务逻辑，将其在界面上显示出来。
３系统实现
３．１功能实现的核心代码
１）录音功能
ｃｕｒｒｅｎｔＦｉｌｅ＝【ｓｅｌｆｇｅｔＳａＶｅＰａｔｈ】；
ＮＳＤｉｃｔｉｏｎａｒｙ ｓｅｔｔｉｎｇ＝［ｓｅｌｆ ｇｅｔＡｕｄｉｏＳｅｔｔｉｎｇ］；
图４录音／编辑／播放识别运行界面
从左到右分别是：点击“按住录音”按钮时，正在录音
的界面；点击“全选”按钮时，录音文件处于编辑状态的界
面：点击“听写开始”按钮播放音频过程中的界面。
４总结
论文设计并实现了基 Ｆ ｉＯＳ平台交互式语音录播系统。
系统具有录音、播放、文件管理、语音识别和语音交互功能。
本系统已经投入使用，系统界面简洁，体验良好。学生使用
系统完成听写作业，该项作业就不用父母陪伴辅助完成，不
仅节省了父母的时间，更有助于提高学生自主学习的能力和
学习效率。教师使用系统，可以减少教学过程中不必要的重
复工作。
目前系统还存在一些不足，如下功能有待后期完善。Ｉ）
对录音的内容进行识别，识别后存储的文件名采用系统时间
加录音内容，便＿ｆ后期查找；２）增加文件夹显示和管理功
能。学生阶段复习时，对以往的音频随机抽取进行复 或测
试；３）界面不够美观，拟请专业美工人员设计，完善后发
布Ａｐｐ Ｓｔｏｒｅ，供更多的人使用。
本系统设计思想和框架同样可以应用于其他领域。例如
需要用到录音和语音识别的智能语音表单的录入、数据的存
储和数据校对等。因此，具有一定的商用价值和推， ’意义。
ＮＳＥｒｒｏｒ ｅｒｒｏｒ＝ｎｉ１：
ｒｅｃｏｒｄｅｒ＝［［ＡＶＡｕｄｉｏＲｅｃｏｒｄｅｒａｌｌｏｃ］ｉｎｉｔＷｉｔｈＵＲＬ：——ｃｕｒｒｅｎｔ
Ｆｉｌｅｓｅｔｔｉｎｇｓ：ｓｅｔｔｉｎｇ ｅｒｒｏｒ：＆ｅｒｒｏｒ］；／／ｉｆ，Ｊ建录音机
——
ｒｅｃｏｒｄｅｒ．ｄｅｌｅｇａｔｅ：ｓｅｌｆ；
ｒｅｃｏｒｄｅｒ．ｍｅｔｅｒｉｎｇＥｎａｂｌｅｄ＝ＹＥＳ；／／ｔｄ￣＿控声波
２）语音识别功能
／／开始ｊ临听
ｂｏｏｌ ｒｅｔ＝ＬｉＦｌｙＳｐｅｅｃｈＵｎｄｅｒｓｔａｎｄｅｒｓｔａｒｔＬｉｓｔｅｎｉｎｇ］；
ＬｉＦｌｙＳｐｅｅｃｈＵｎｄｅｒｓｔａｎｄｅｒｓｔｏｐＬｉｓｔｅｎｉｎｇ］；
ＮＳＭｕｔａｂｌｅＳｔｒｉｎｇ ｒｅｓｕｌｔ＝［［ＮＳＭｕｔａｂｌｅＳｔｒｉｎｇａｌｌｏｃ】ｉｎｉｔ］；
／／开始识别
ＮＳＤｉｃｔｉｏｎａｒｙ ｄｉｃ＝ｒｅｓｕｌｔｓ【０］；
ｆｏｒ（ＮＳＳｔｒｉｎｇ ｋｅｙ ｉｎ ｄｉｃ）｛
［ｒｅｓｕｌｔａｐｐｅｎｄＦｏｒｍａｔ：＠”％＠”，ｋｅｙ】；｝
ＮＳＬｏｇ（＠”识别结果：％＠＂，ｒｅｓｕｌｔ）；
３）播放功能
ＡＶＡｕｄｉｏＰｌａｙｅｒ ｐｌａｙｅｒ＝［ｓｅｌｆ ｍｕｓｉｃｅｓ］［ｉｆｌｅｎａｍｅ］；
ｉｆ（！ｐｌａｙｅｒ） ｛ＮＳＳｔｒｉｎｇ
ｕｒｌＳｔｒ＝［ＮＳＳｅａｒｃｈＰａｔｈＦｏｒＤｉｒｅｃｔｏｒｉｅｓｌｎＤｏｍａｉｎｓ（ＮＳＤｏｃｕｍｅｎｔ
Ｄｉｒｅｃｔｏｒｙ，ＮＳＵｓｅｒＤｏｍａｉｎＭａｓｋ，ＹＥＳ１ ｌａｓｔＯｂｊｅｃｔ］；／／音频文件
的ＵＲＬ
ｕｒ１．
参考文献
［１］杨正洪，郑齐心，曹星编著．ｉ０ｓ６编程揭秘一ｉＰｈｏｎｅ与
ｉＰａｄ应用开发入门［Ｍ】．武汉：清华大学出版社．２０１３．５．
［２］王渊博．ｉＯＳ系统下音频播放的实现方－法［Ｊ］＿科技信息，
２０１４（１５）：１０５—１０６．
【３］传智播客高教产品研发部编著．ｉＯＳ开发项目化入门教
Ｓｔｒ＝［ｕｒｌＳｔｒｓｔｒｉｎｇＢｙＡｐｐｅｎｄｉｎｇＰａｔｈＣｏｍｐｏｎｅｎｔ：ｉｆｌｅｎａｍｅ］；
ＮＳＵＲＬ ｕｒｌ＝［ＮＳＵＲＬ ｉｆｌｅＵＲＬＷｉｔｈＰａｔｈ：ｕｒｌＳｔｒ］；
ｐｌａｙ·
程［Ｍ】．北京：人民邮电出版社．２０ｌ５．９．
（收稿目期：２０ｌ６．０１．０７）
ｅｒ＝［［ＡＶＡｕｄｉｏＰｌａｙｅｒａｌｌｏｃ］ｉｎｉｔＷｉｔｈＣｏｎｔｅｎｔｓＯｆＵＲＬ：ｕｒｌｅｒｒｏｒ：ｎｉｌ］；
·４ｌ·
2024年5月18日发(作者：么雅可)
Ｍｉｃｒｏｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ Ｖｏ１．３２，Ｎｏ．７，２０１６
文章编号：１００７．７５７Ｘ（２０１６）０７．００３９－０３
基金项目 微型电脑应用２０１６年第３２卷第７期
基于ｉＯＳ平台交互式语音录播系统的设计与实现
杨平
摘要：针对教学中涉及语音录制、播放和控制的需求，设计并实现了基于ｉＯＳ平台交互式语音录播系统。系统具有录
音、播放、语音识别和语音交互功能。系统界面简洁，体验良好。对各功能进行了具体的分析，描述了各功能的设计思想
和实现技术。系统设计思想也可以应用到需要录音和语音识别的其他领域，具有一定的商业和推广价值。
关键词：ｉＯＳ；语音识别；语音录播系统；录音
中图分类号：ＴＰ３０２．１ 文献标志码：Ａ
Ｄｅｓｉｇｎ ａｎｄ Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ Ｉｎｔｅｒａｃｔｉｖｅ Ｖｏｉｃｅ Ｒｅｃｏｒｄｉｎｇ ａｎｄ Ｐｌａｙｉｎｇ Ｓｙｓｔｅｍ Ｂａｓｅｄ ｏｎ
ｉＯＳ Ｐｌａｔｆｏｒｍ
ＹａｎｇＰｉｎｇ
（Ｓｃｈｏｏｌ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ Ｓａｎｄａ Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈｍ ２０１２０９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｏ ｍｅｅｔ ｔｈｅ ｄｅｍａｎｄｓ ｉｎｖｏｌｖｉｎｇ ｒｅｃｏｒｄｉｎｇ、ｐｌａｙｉｎｇ ａｎｄ ｃｏｎｔｒｏｌｌｉｎｇ ｉｎ ｔｈｅ ｔｅａｃｈｉｎｇ ｐｒｏｃｅｓｓ，ｔｈｉｓ ｐａｐｅｒ ｄｅｓｉｇｎｓ ａｎｄ ｉｍ－
ｐｌｅｍｅｎｔｓ ａｎ ｉｎｔｅｒａｃｔｉｖｅ ｖｏｉｃｅ ｒｅｃｏｒｄｉｎｇ ｎｄ ａｐｌａｙｉｎｇ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｉＯＳ ｐｌａｔｆｏｒｍ，ｗｈｉｃｈ ｈａｓ ｈｅ ｔｆｕｎｃｔｉｏｎｓ ｏｆ ｒｅｃｏｒｄｉｎｇ，ｐｌａｙｉｎｇ，
ｓｐｅｅｃｈ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｉｎｔｅｒａｃｔｉｏｎ．Ｔｈｏｕｇｈ ｈｅ ｓｙｓｔｅｍ ｉｔｎｔｅｒｆａｃｅ ｉｓ ｓｉｍｐｌｅ，ｉｔ ｐｒｏｖｉｄｅｓ ａ ｇｏｏｄ ｕｓｅｒ ｅｘｐｅｒｉｅｎｃｅ．Ｔｈｅ ｐａｐｅｒ ａｎａｌｙｚｅｓ
ｅａｃｈ ｆｕｎｃｔｉｏｎ ａｎｄ ｄｅｓｃｒｉｂｅｓ ｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｄｅｓｉｇｎ ｉｄｅａ ａｎｄ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ．Ｔｈｅ ｓｙｓｔｅｍ ｄｅｓｉｎ ｉｇｄｅａ ｍａｙ ａｌｓｏ ｂｅ
ａｐｐｌｉｅｄ ｎｔｉｏ ｏｔｈｅｒ ｉｅｌｆｄｓ ｗｈｉｃｈ ｎｅｅｄ ｒｅｃｏｒｄｉｎｇ ｎｄ ｓｐｅｅｃｈ ａｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｕｓ，ｉｔ ｈａｓ ｓｏｍｅ ｃｏｍｍｅｒｃｉａｌ ａｎｄ ｐｒｏｍｏｔｉｏｎ ｖａｌｕｅ．
Ｋｅｙ ｗｏｒｄｓ：ｉＯＳ；Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ；Ｖｏｉｃｅ Ｒｅｃｏｒｄｉｎｇ ｎｄ ａＰｌａｙｉｎｇ Ｓｙｓｔｅｍ；Ｒｅｃｏｒｄ
操作设备再倒回合适的位置，才能继续完成听写作业。这让
用户容易分心，做作业的效率也低下；
２）录词语时候，可以特意留些时间作为词语间的间隔，
这样在听写时，用户一般不需要按“暂停”按钮，但录音时
这些停留的时间也是浪费。而且，词语间时间间隔的长短很
难掌控。
考虑这些不足，作者设计了一个交互式语音录播系统。
系统除了具有传统录音机软件的基本功能外，特别增加了语
音识别和语音交互功能，让用户使用起来更加便捷。
０引言
ｉＯＳ是由苹果公司开发的手持设备操作系统，早期是为
ｉＰｈｏｎｅ设计的，后来陆续应用于ｉＰｏｄ Ｔｏｕｃｈ、ｉＰａｄ、Ａｐｐｌｅ ＴＶ、
Ｃａｒ Ｐｌａｙ、Ａｐｐｌｅ Ｗａｔｃｈ等苹果产品上。截止至２０１４年１０月，
ｉＯＳ和Ａｎｄｒｏｉｄ已经占据了全球智能手机系统市场份额的
９６．４％。目前苹果公司以近万亿美元的市值在国际上遥遥领
先。苹果产品的用户体验极佳，深受用户喜爱。有些学校己
将ｉＰａｄ引进课堂进行辅助教学，增强了课堂的互动性和教
学效率。ｉｏＳ平台上的应用也与日俱增。
录音软件是ｉＰｈｏｎｅ和ｉＰａｄ移动设备必备的工具，给工
作、学习和生活带来了很大的便利。ｉＯｓ系统自带的录音机
软件是一款操作简单、高质量的软件，具有高音质的录音文
件输出和良好ｌ的用户体验。但是，系统自带的录音软件的功
能也相对较少。同样苹果商店的其他录音软件一般只是实现
录音、播放、文件的存储和文件的管理；有的功能强的录音
软件还具有录音文件的编辑、网络分享等功能。
通过对很多常用录音软件的试用，发现针对教学过程的
实际需求，这些软件还存在一些功能上的缺陷和不足：
１）用户录词语时候，如果一次性不间断的录制完全部
词语或句子，那在听写的时候，用户需要一边写一边按“暂
停”按钮，一旦错过，或者当前的内容没有写好，还要重新
１核心技术
１．１声音处理包
在ｉＯＳ应用开发中，播放音频主要采用ＡｕｄｉｏＴｏｏｌｂｏｘ．
ｒｆａｍｅｗｏｒｋ和ＡＶＦｏｕｎｄａｔｉｏｎ．ｒｆａｍｅｗｏｒｋ。前者主要用于短音
频的播放，通常用于一些特效音频播放，对于这类音频不需
要进行进度、循环等控制。后者常用于播放一些较长的音频，
对于这些音频的播放通常需要进行精确的控制［】】。所以，本
系统录音机功能的实现使用的是ＡＶ Ｆｏｕｎｄａｔｉｏｎ框架。
录音机应用程序使用了ＡＶ Ｆｏｕｎｄｍｉｏｎ框架中的ＡＶ
Ａｕｄｉｏ Ｒｅｃｏｒｄｅｒ实现录音功能。使用框架中的ＡＶＡｕｄｉｏＰｌａｙｅｒ
来实现播放功能ｌ２】。ＡＶＡｕｄｉｏＰｌａｙｅｒ可以看成一个播放器，
它支持多种音频格式，而且能够进行进度、音量、播放速度
基金项目：上海市教育委员会科研创新重点项目（１４ｚｚ１７０）
作者简介：杨平（１９７７一），女，安徽池州人，上海杉达学院，信息与科学技术学院，讲师，硕士，研究领域：信号处理、移动应用开发，上海
２０１２０９
·３９·
Ｍｉｃｒｏｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ Ｖｏ１．３２，Ｎｏ．７，２０１６ 基金项目 微型电脑应用２０１６年第３２卷第７期
等控制。由于ＡＶＡｕｄｉｏＰｌａｙｅｒ一次只能播放一个音频文件，
所以本系统中多个音频的播放是通过创建多个播放器对象
来完成。要用这两个类，需要添加头文件：＃ｉｍｐｏｒｔ＜ＡＶＦｏｕｎｄ
ａｔｉｏｎ／ＡＶＦｏｕｎｄａｔｉｏｎ．ｈ＞。
１．２语音识别包
关于语音识别功能的核心技术可以采用第三方开发包。
诸如此类的语音识别包有很多，本系统采用的是讯飞语音识
别开发包。使用这ＳＤＫ需要做如下事情：
１）到讯飞官方网站的开发者专区（ｈｔｔｐ：／／ｏｐｅｎ．ｖｏｉｃｅｃｌｏｕｄ
ｃｒｄｄｅｖｅｌｏｐｅｒ．ｐｈｐ）先注册一个开发者账号。
２）登陆之后到自己的个人中心创建一个应用，填写好
相关信息，然后等待审核通过。
３）应用审核通过后，选择对应平台的ＳＤＫ下载。
４）解压下载的压缩包，从包中选择部分ｆｒａｍｅｗｏｒｋ添
加到工程中，添加的库名见表１所示：
．
刚才的音频。第一种方案适合课堂上的作业听写，不会因为
个人个别词的听写慢而等待；而第二种方案采用人机交互，
适合个人的作业听写，更加人性化。
４）文件管理。主要功能是向左滑动删除表视图中的音
频文件，同样也真正意义上删除沙盒中的文件。也可以点击
“全选”和“全部删除”按钮删除所有文件。
２．２系统设计流程
１）录音功能模块。具体流程如图１所示：
创建存储音频文件的路径
上
Ｉ设置录音参数Ｉ
ｌ
表１添加的库名表
ｉｆ１ｙＭＳＣ．ｆｒａｍｅｗｏｒｋ
ＡＶＦｏｕｎｄａｔ ｉｏｎ．ｆｒａｍｅｗｏｒｋ
ＳｙｓｔｅｍＣｏｎｆｉｇｕｒａｔｉｏｎ．ｆｒａｍｅｗｏｒｋ
Ｉ安路径创建录音机Ｉ
ＦｏｕｎｄａｔｉＯｉｌ．ｆｒａｍｅｗｏｒｋ
ＣｏｒｅＴｅ１ｅｐｈｏｎｅｙ．ｆｒａｍｅｗｏｒｋ
ＡｕｄｉｏＴｏｏ１ｂｏｘ．ｆｒａｍｅｗｏｒｋ
ＵＩＫｉｔ．ｆｒａｍｅｗｏｒｋ
ＣｏｒｅＬｏｃａｔ ｉｏｎ．ｆｒａｍｅｗｏｒｋ
ＡｄｄｒｅｓｓＢＯｏｋ．ｆｒａｍｅｗｏｒｋ
图１录音功能流程图
２）播放和识别功能模块。具体流程如图２所示：
ＱｕａｒｔｚＣｏｒｅ．ｆｒａｍｅｗｏｒｋ
ＣｏｒｅＧｒａｐｈｉｃｓ．ｆｒａｍｅｗｏｒｋ
Ｌｉｂｚ．ｄｙｌｉｂ
具体在ＢｕｉｌｄｉｎｇＰｈａｓｅｓｌＬｉｎｋ Ｂｉｎａｒｙ Ｗｉｔｈ Ｌｉｂｒａｒｉｅｓ中设置。
如果使用了离线识别，需要增加ｌｉｂｃ＋＋．ｄｙｌｉｂ。
５）导完类库之后，在建好的工程里添加需要用的头文
件。
＃ｉｍｐｏｒｔ＜ＡＶＦｏｕｎｄａｔｉｏｎ／ＡＶＡｕｄｉｏＳｅｓｓｉｏｎ．ｈ＞
＃ｉｍｐｏｒｔ＜ＡｕｄｉｏＴｏｏｌｂｏｘ／ＡｕｄｉｏＳｅｓｓｉｏｎ．ｈ＞
＃ｉｍｐｏｒｔ”ｉｌｆｙＭＳＣ／ＩＦｌｙＳｐｅｅｃｈＵｔｉｌｉｔｙ．ｈ”
＃ｉｍｐｏｒｔ”ｉｆｌｙＭＳＣ／ＩＦｌｙＳｐｅｅｃｈＵｎｄｅｒｓｔａｎｄｅｒ．ｈ”
２系统设计
２．１系统功能
１）录音功能。主要功能是当用户按下“开始录音”按
钮时，系统设置录音的参数并开始录音；当松开按钮，则录
音结束，并将以当前的系统时间命名录音文件后再进行本地
化存储，同时显示到列表视图中供用户查看和编辑。录制时，
有进度条控件显示音频的大小。
２）播放功能。主要功能是当用户点击“开始播放”按
钮时，开始按列表视图中音频文件的顺序播放。另外，还具
有暂停播放和停止播放功能。
３）语音交互功能。该功能的实现关键问题是系统播放
完一个音频后，下一个音频什么时候播放。有两种解决方案：
种方案是播放一个音频后，等待一段时问，等待的时间是
一
图２播放和识别功能流程图
２＿３ ＭＶＣ设计模式
ＭＶＣ设计模式，即模型（ｍｏｄｅ１）．视图（ｖｉｅｗ）一控
制器（ｃｏｎｔｒｏｌｌｅｒ）模式，是一种典型的将业务逻辑和数据显
示分离的方法。
音频文件的播放时间乘以一个系数，该系数根据用户写字的
速度快慢自行设定；另一种方案是系统暂停播放听写作业，
录音机播放一个预先录制好“写好了吗？”的音频文件咨询
用户，当用户听写完，说“好了”、“下一个”或“写完了”
等关键词时，再继续播放下一个音频文件。当用户说“再来
遍”、“重报”或“重复”等关键词时，系统就再重播一遍
一
Ｃｏｃｏａ Ｔｏｕｃｈ中的ＭＶＣ模式与传统的ＭＶＣ模式略有不
同，Ｃｏｃｏａ Ｔｏｕｃｈ中的模型和视图之间是不能进行任何通信
的，所有的通信都是通过控制器完成。如图３所示：
·４０·
Ｍｉｃｒｏｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ Ｖｏ１．３２，Ｎｏ．７，２０１６ 金项目 微型电脑应用２０１６年第３２卷第７期
Ｃｏｎｔｒｏｌｌｏｒ
／／创建播放器，
【ｐｌａｙｅｒｐｒｅｐａｒｅＴｏＰｌａｙ］；
［ｓｅｌｆｍｕｓｉｃｅｓ］［ｉｆｌｅｎａｍｅ］＝ｐｌａｙｅｒ；
ｉｆ（！［ｐｌａｙｅｒ ｉｓＰｌａｙｉｎｇ］）［ｐｌａｙｅｒ ｐｌａｙ］；
３．２开发和测试环境
开发环境的操作系统是ＯＳ Ｘ１０．１０．５，编译器是
ＸＣｏｄｅ７．１．１，开发语言用的是Ｏｂｊｅｃｔｉｖｅ—Ｃ。程序在模拟器上
运行良好。从Ｘｃｏｄｅ７开始，即使没有开发者账号，ｉＯＳ的
应用也可以在真机上测试。真机的操作系统是ｉＯＳ９．１，测试
的录音质量高，运行速度快。因为做了屏幕适配，又分别在
ｉＰｈｏｎｅ６和ｉＰａｄ不同尺寸和型号的设备上测试，都能正常运
行。
３＿３系统界面
因篇幅关系，只截取了部分运行界面。如图４所示：
（控ｊ｜Ｉ墨）
Ｖｉｅｗ（撬瞳） Ｍｏｄｅｌ《模型）
图３ＣｏｃｏａＴｏｕｃｈ的ＭＶＣ模式
Ｃｏｃｏａ Ｔｏｕｃｈ的ＭＶＣ模式，控制器对象会分析用户在
视图对象上的操作，将新数据或者更改过的数据传递给视图
对象，从而将模型对象的数据显示在视图对象上【ｊｊ。
模型主要用于保存少量的应用程序状态数据，一般继承
于ＮＳＯｂｊｅｃｔ类。本系统中的模型有对控制器提供的音频文
件名进行播放、暂停、停止的类。
视图是用于发出各种业务操作的行为，能让用户看到并
能与之交互的元素。根类一般是ＵＩＶｉｅｗ类，常使用Ｉｎｔｅｒｆａｃｅ
Ｂｕｉｌｄｅｒ来创建视图组件，特殊情况下，会使用代码实现。
本系统中界面上的按钮、视窗、表视图、进度条等都是视图。
控制器作为中问核心环节，主要通过委托、事件和通知
来实现。控制器组件继承于ＵＩＶｉｅｗＣｏｎｔｒｏｌｌｅｒ基类。本系统
是一个单视图的应用，所以只写了一个控制器类，负责接收
视图发出的一系列业务操作行为，将其通知给模型进行数据
解析，之后从模型获取业务逻辑，将其在界面上显示出来。
３系统实现
３．１功能实现的核心代码
１）录音功能
ｃｕｒｒｅｎｔＦｉｌｅ＝【ｓｅｌｆｇｅｔＳａＶｅＰａｔｈ】；
ＮＳＤｉｃｔｉｏｎａｒｙ ｓｅｔｔｉｎｇ＝［ｓｅｌｆ ｇｅｔＡｕｄｉｏＳｅｔｔｉｎｇ］；
图４录音／编辑／播放识别运行界面
从左到右分别是：点击“按住录音”按钮时，正在录音
的界面；点击“全选”按钮时，录音文件处于编辑状态的界
面：点击“听写开始”按钮播放音频过程中的界面。
４总结
论文设计并实现了基 Ｆ ｉＯＳ平台交互式语音录播系统。
系统具有录音、播放、文件管理、语音识别和语音交互功能。
本系统已经投入使用，系统界面简洁，体验良好。学生使用
系统完成听写作业，该项作业就不用父母陪伴辅助完成，不
仅节省了父母的时间，更有助于提高学生自主学习的能力和
学习效率。教师使用系统，可以减少教学过程中不必要的重
复工作。
目前系统还存在一些不足，如下功能有待后期完善。Ｉ）
对录音的内容进行识别，识别后存储的文件名采用系统时间
加录音内容，便＿ｆ后期查找；２）增加文件夹显示和管理功
能。学生阶段复习时，对以往的音频随机抽取进行复 或测
试；３）界面不够美观，拟请专业美工人员设计，完善后发
布Ａｐｐ Ｓｔｏｒｅ，供更多的人使用。
本系统设计思想和框架同样可以应用于其他领域。例如
需要用到录音和语音识别的智能语音表单的录入、数据的存
储和数据校对等。因此，具有一定的商用价值和推， ’意义。
ＮＳＥｒｒｏｒ ｅｒｒｏｒ＝ｎｉ１：
ｒｅｃｏｒｄｅｒ＝［［ＡＶＡｕｄｉｏＲｅｃｏｒｄｅｒａｌｌｏｃ］ｉｎｉｔＷｉｔｈＵＲＬ：——ｃｕｒｒｅｎｔ
Ｆｉｌｅｓｅｔｔｉｎｇｓ：ｓｅｔｔｉｎｇ ｅｒｒｏｒ：＆ｅｒｒｏｒ］；／／ｉｆ，Ｊ建录音机
——
ｒｅｃｏｒｄｅｒ．ｄｅｌｅｇａｔｅ：ｓｅｌｆ；
ｒｅｃｏｒｄｅｒ．ｍｅｔｅｒｉｎｇＥｎａｂｌｅｄ＝ＹＥＳ；／／ｔｄ￣＿控声波
２）语音识别功能
／／开始ｊ临听
ｂｏｏｌ ｒｅｔ＝ＬｉＦｌｙＳｐｅｅｃｈＵｎｄｅｒｓｔａｎｄｅｒｓｔａｒｔＬｉｓｔｅｎｉｎｇ］；
ＬｉＦｌｙＳｐｅｅｃｈＵｎｄｅｒｓｔａｎｄｅｒｓｔｏｐＬｉｓｔｅｎｉｎｇ］；
ＮＳＭｕｔａｂｌｅＳｔｒｉｎｇ ｒｅｓｕｌｔ＝［［ＮＳＭｕｔａｂｌｅＳｔｒｉｎｇａｌｌｏｃ】ｉｎｉｔ］；
／／开始识别
ＮＳＤｉｃｔｉｏｎａｒｙ ｄｉｃ＝ｒｅｓｕｌｔｓ【０］；
ｆｏｒ（ＮＳＳｔｒｉｎｇ ｋｅｙ ｉｎ ｄｉｃ）｛
［ｒｅｓｕｌｔａｐｐｅｎｄＦｏｒｍａｔ：＠”％＠”，ｋｅｙ】；｝
ＮＳＬｏｇ（＠”识别结果：％＠＂，ｒｅｓｕｌｔ）；
３）播放功能
ＡＶＡｕｄｉｏＰｌａｙｅｒ ｐｌａｙｅｒ＝［ｓｅｌｆ ｍｕｓｉｃｅｓ］［ｉｆｌｅｎａｍｅ］；
ｉｆ（！ｐｌａｙｅｒ） ｛ＮＳＳｔｒｉｎｇ
ｕｒｌＳｔｒ＝［ＮＳＳｅａｒｃｈＰａｔｈＦｏｒＤｉｒｅｃｔｏｒｉｅｓｌｎＤｏｍａｉｎｓ（ＮＳＤｏｃｕｍｅｎｔ
Ｄｉｒｅｃｔｏｒｙ，ＮＳＵｓｅｒＤｏｍａｉｎＭａｓｋ，ＹＥＳ１ ｌａｓｔＯｂｊｅｃｔ］；／／音频文件
的ＵＲＬ
ｕｒ１．
参考文献
［１］杨正洪，郑齐心，曹星编著．ｉ０ｓ６编程揭秘一ｉＰｈｏｎｅ与
ｉＰａｄ应用开发入门［Ｍ】．武汉：清华大学出版社．２０１３．５．
［２］王渊博．ｉＯＳ系统下音频播放的实现方－法［Ｊ］＿科技信息，
２０１４（１５）：１０５—１０６．
【３］传智播客高教产品研发部编著．ｉＯＳ开发项目化入门教
Ｓｔｒ＝［ｕｒｌＳｔｒｓｔｒｉｎｇＢｙＡｐｐｅｎｄｉｎｇＰａｔｈＣｏｍｐｏｎｅｎｔ：ｉｆｌｅｎａｍｅ］；
ＮＳＵＲＬ ｕｒｌ＝［ＮＳＵＲＬ ｉｆｌｅＵＲＬＷｉｔｈＰａｔｈ：ｕｒｌＳｔｒ］；
ｐｌａｙ·
程［Ｍ】．北京：人民邮电出版社．２０ｌ５．９．
（收稿目期：２０ｌ６．０１．０７）
ｅｒ＝［［ＡＶＡｕｄｉｏＰｌａｙｅｒａｌｌｏｃ］ｉｎｉｔＷｉｔｈＣｏｎｔｅｎｔｓＯｆＵＲＬ：ｕｒｌｅｒｒｏｒ：ｎｉｌ］；
·４ｌ·