iOS 17语音识别API中两个URL的区别及自定义模型疑问

1. prepareCustomLanguageModel 与 Configuration 中URL的区别 #

这两个URL的作用完全不同，别搞混：

• SFSpeechLanguageModel.Configuration 的URL：直接指向你打包进应用或下载到沙盒的自定义模型.bin文件，核心作用是告诉系统「要加载的模型本体在哪里」。这个路径必须是应用有权限访问的（比如Bundle内路径、Documents/Caches目录）。
• prepareCustomLanguageModel 的URL：这是系统用来管理自定义模型的本地缓存标识路径，不是指向.bin文件本身。你需要指定一个沙盒内的唯一路径（比如基于模型ID在Caches下创建的专属路径），系统会用这个路径来跟踪模型的加载状态、缓存数据。这个路径不需要预先存在，系统会自行处理。

代码示例：

// 获取.bin模型文件的实际路径
guard let modelBinURL = Bundle.main.url(forResource: "medical_terms_model", withExtension: "bin") else {
    fatalError("自定义模型文件未找到")
}

// 生成模型的缓存标识路径（唯一）
let cacheDir = FileManager.default.urls(for: .cachesDirectory, in: .userDomainMask)[0]
let modelStorageURL = cacheDir.appending(path: "medical_model_storage")

// 异步准备模型
Task {
    do {
        // 用两个不同的URL完成模型准备
        let customModel = try await SFSpeechLanguageModel.prepareCustomLanguageModel(at: modelStorageURL, configuration: .init(modelURL: modelBinURL))
        // 后续将customModel传入识别请求
        let request = SFSpeechAudioBufferRecognitionRequest()
        request.customLanguageModel = customModel
    } catch {
        print("模型准备失败：\(error.localizedDescription)")
    }
}

2. 置信度无差异的可能原因 #

大概率是自定义模型根本没生效，常见原因包括：

• 未关联模型到识别请求：你可能拿到了prepareCustomLanguageModel返回的模型，但没把它赋值给SFSpeechRecognitionRequest的customLanguageModel属性，系统还是在用默认模型。
• 模型准备未完成就发起识别：prepareCustomLanguageModel是异步操作，如果在await完成前就发起识别，系统会 fallback 到默认模型。
• 模型路径错误：要么.bin文件路径无效（比如没正确拷贝到沙盒），要么prepare的存储URL重复导致系统复用了旧的缓存（甚至是默认模型缓存）。
• 模型针对性太弱：如果你的自定义模型训练数据和系统通用模型重叠度极高，或者测试音频的内容不在模型优化的范围内，识别结果自然不会有明显差异。
• 权限缺失：没在Info.plist中添加NSSpeechRecognitionUsageDescription，导致语音识别权限被拒，系统直接使用默认模型（或无法识别）。

3. iOS 17 自定义语音识别API的使用经验 #

结合实际踩坑的经验，给你几个关键点：

• 必须等模型准备完成再用：prepareCustomLanguageModel是异步方法，一定要用await等待返回结果，拿到SFSpeechLanguageModel实例后再创建识别请求。
• 验证文件路径：每次使用前用FileManager.default.fileExists(atPath: modelBinURL.path)检查.bin文件是否存在，避免路径错误导致模型加载失败。
• 用唯一的存储URL：每个自定义模型对应一个唯一的存储路径，比如用模型的版本号+名称生成路径，避免不同模型之间的缓存冲突。
• 测试要精准：别用日常对话测试专业模型，找模型训练时覆盖的专业词汇、特定场景音频测试，才能看出和通用模型的差异。
• 捕获所有错误：prepareCustomLanguageModel可能抛出模型格式错误、存储权限不足、系统版本不兼容等异常，务必做好错误处理，避免崩溃或静默失败。
• 版本判断：在调用API前先判断ProcessInfo.processInfo.isOperatingSystemAtLeast(OperatingSystemVersion(majorVersion: 17, minorVersion: 0, patchVersion: 0))，避免iOS 16及以下版本崩溃。

内容的提问来源于stack exchange，提问作者OhadM