LGAudioKit 使用教程
2024-09-23 06:26:26作者:宣聪麟
1. 项目介绍
LGAudioKit 是一个简单易用的语音录制与播放控件,适用于 iOS 平台。该项目参考了微信的语音录制和播放流程,提供了录音和播放的基本功能。录音格式为 .caf,并支持转换为 .amr 格式(安卓支持的格式)。播放支持 .caf、.AMR、.WAV 和 .mp3 格式。
2. 项目快速启动
2.1 环境准备
确保你已经安装了 Xcode,并且熟悉 iOS 开发环境。
2.2 下载项目
git clone https://github.com/gang544043963/LGAudioKit.git
2.3 添加到工程
- 将
LGAudioKit项目中的Class文件夹拷贝到你的工程中。 - 在你的工程中导入
LGAudioKit.h头文件。
#import "LGAudioKit.h"
2.4 录音功能
// 开始录音
- (void)startSoundRecord:(UIView *)view recordPath:(NSString *)path {
// view: 录音动画的父视图
// path: 语音文件存储路径
}
// 结束录音
- (void)stopSoundRecord:(UIView *)view {
// view: 录音动画的父视图
}
// 录音失败/取消录音
- (void)soundRecordFailed:(UIView *)view {
// view: 录音动画的父视图
}
2.5 播放功能
// 开始播放
- (void)playAudioWithURLString:(NSString *)URLString atIndex:(NSUInteger)index {
// URLString: 语音文件本地路径
// index: 播放索引
}
// 停止播放
- (void)stopAudioPlayer {
// 停止播放
}
3. 应用案例和最佳实践
3.1 应用案例
LGAudioKit 可以用于开发类似微信的语音消息功能。用户可以通过按住按钮录制语音,松开按钮结束录音,并将录音文件发送给其他用户。接收方可以播放收到的语音消息。
3.2 最佳实践
- 录音时长限制:在实际应用中,可以设置录音的最短时长和最长时长,避免用户录制过短或过长的语音消息。
- 录音格式转换:如果需要将录音文件发送给安卓用户,可以使用
convertCAFtoAMR方法将.caf格式的录音文件转换为.amr格式。
4. 典型生态项目
LGAudioKit 是一个独立的语音录制与播放控件,适用于需要简单语音功能的 iOS 应用。如果你需要更复杂的音频处理功能,可以考虑使用 AudioKit,这是一个功能更强大的音频合成、处理和分析平台,支持 iOS、macOS 和 tvOS。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218