tvOS下自定义键盘文本框无默认键盘时启用语音听写方案问询

问题背景 #

我们需要在tvOS中设计带自定义键盘的搜索栏，该键盘仅在页面特定区域显示特定按键（非全屏）。由于tvOS不允许定制默认搜索键盘，我们采用UITextField结合UICollectionView实现了自定义键盘，目前已支持手动输入文本，现需添加TextField获焦时长按Siri按钮触发语音听写的功能，但调研多款tvOS应用后未发现同类实现（如YouTube带自定义键盘的登录页），想确认是否能在不启用默认键盘的前提下，实现类似默认搜索栏的内嵌语音听写效果。

可行方案说明 #

可以实现类似的语音听写功能，但无法完全复刻默认搜索栏与系统Siri按钮的绑定逻辑，具体实现思路如下：

1. 核心技术选型：SFSpeechRecognizer #

利用苹果的Speech框架实现应用内语音识别，完全不需要依赖默认键盘，步骤如下：

• 配置权限：在Info.plist中添加两个必填键：
  • NSMicrophoneUsageDescription：说明应用需要访问麦克风的原因
  • NSSpeechRecognitionUsageDescription：说明应用使用语音识别的用途
• 禁用默认键盘：给UITextField设置空的输入视图，阻止默认键盘弹出：

  textField.inputView = UIView(frame: .zero)
  

• 实现语音识别流程：
  1. 当TextField获得焦点时，初始化SFSpeechRecognizer并请求用户授权
  2. 创建SFSpeechAudioBufferRecognitionRequest和SFSpeechRecognitionTask，开启音频录制
  3. 在识别任务的回调中，将实时识别结果填充到TextField的text属性中
  4. 识别结束后停止录制，完成文本输入

2. 触发方式的限制与替代 #

需要注意的是：tvOS系统不允许第三方应用直接监听Siri按钮的长按事件，该操作默认会唤起系统Siri，无法被应用拦截。因此如果必须通过物理按键触发，可考虑以下替代方案：

• 监听遥控器的其他按键（如播放/暂停键的长按）来触发语音识别
• 在自定义键盘上添加一个语音输入按钮，用户通过焦点选中后触发听写（这是目前tvOS第三方应用的通用做法）

3. 效果差异说明 #

这种自定义实现无法做到和默认搜索栏完全一致的内嵌听写体验（比如默认的听写弹窗、系统级的语音交互），但可以实现核心的语音转文本并填充到TextField的功能，且完全独立于默认键盘。

内容的提问来源于stack exchange，提问作者Anna