Swift语音识别：暂停识别以便将结果朗读给用户

核心思路 #

在触发语音合成朗读前暂停语音识别会话，待朗读完成后重新启动识别。同时通过检测特定短语来触发这套暂停-恢复逻辑。

具体实现步骤 #

1. 管理语音识别会话状态
   如果你用的是SFSpeechRecognizer，需维护SFSpeechAudioBufferRecognitionRequest和SFSpeechRecognitionTask实例。触发朗读前，取消或暂停当前识别任务：

   // 暂停/取消当前识别任务
   recognitionTask?.cancel()
   recognitionTask = nil
   

2. 监听朗读完成事件
   让你的类遵循AVSpeechSynthesizerDelegate协议，实现朗读结束后的回调，重启语音识别：

   func speechSynthesizer(_ synthesizer: AVSpeechSynthesizer, didFinish utterance: AVSpeechUtterance) {
       // 调用自定义方法重启语音识别会话
       startSpeechRecognition()
   }
   

3. 检测特定短语触发暂停
   在语音识别结果回调中，判断文本是否包含目标短语，若包含则触发朗读并暂停识别：

   func speechRecognitionTask(_ task: SFSpeechRecognitionTask, didRecognitionResult result: SFSpeechRecognitionResult) {
       guard let bestTranscription = result.bestTranscription.formattedString else { return }
       
       // 示例：识别到"确认内容"时触发验证朗读
       if bestTranscription.contains("确认内容") {
           // 根据业务逻辑提取需要朗读的验证文本
           let contentToVerify = extractVerificationContent(from: bestTranscription)
           // 暂停识别
           recognitionTask?.cancel()
           recognitionTask = nil
           // 启动朗读
           let utterance = AVSpeechUtterance(string: contentToVerify)
           speechSynthesizer.speak(utterance)
       }
   }
   

4. 额外优化建议
   优先使用暂停识别任务的方式，而非直接关闭麦克风，这样能保证朗读结束后快速恢复识别流程，减少用户等待时间。

内容的提问来源于stack exchange，提问作者Brian Kalski