SwiftUI之声音识别
配合MachineLearning功能，判断说话的人是男性还是女性。需要实现这个功能，首先需要有MachineLearning模块，即已经训练过的数据。
苹果自带了CreateML工具，可以自己训练图片，文字，声音，甚至图表，关键在于收集格式合适以及数量可观的数据。

上图是训练音频的软件，使用方法很简单，类似于文本训练，通过文件夹区分男女声，然后在文件夹下放置搜集的男女声音频文件，为了准确性，可以将文件分类为训练用，校验用，以及测试用。即分成各种文件夹，而音频文件越多越好。

然后将文件路径放到训练工具CreateML中

点击▶️，训练即可。训练后的模块准确性跟很多东西有关，用于训练的文件越多自然越好。

从Output中直接拖出训练好的模块，即可放入工程中。
以上只是简单介绍制作方法。
当模块拖到工程后，如图

Inputs为我们需要输入模块的内容，即音频样本（audioSamples）,而模块会输出该样本最可能的分类及可能性比例。

因为需要用到音频获取以及声音分析，所以首先

定义一个ObservableObject类型变量

class testMessage: ObservableObject{
    @Published var message = "Nothing"
}

因为需要在不同的视图内传递数据，使用了protocol以及notification两种方式传递数据
在contentView中添加以下变量

//另一种数据传递方式测试用
@State  var message = "Nothing"
    
    @ObservedObject var myMessage = testMessage()
    //AVEngine
    private let audioEngine = AVAudioEngine()
    //声音识别模块
    private var soundClassifier = MySoundClassifier 1()

    var inputFormat: AVAudioFormat!
    var analyzer: SNAudioStreamAnalyzer!
    var resultsObserver = ResultsObserver()
    let analysisQueue = DispatchQueue(label: "dongdong")

初始化函数

init(){
        
        resultsObserver.delegate = self
        inputFormat = audioEngine.inputNode.inputFormat(forBus: 0)
        analyzer = SNAudioStreamAnalyzer(format: inputFormat)
    }

启动audio函数

func startAudioEngine() {
        do {
            let request = try SNClassifySoundRequest(mlModel: soundClassifier.model)
            try analyzer.add(request, withObserver: resultsObserver)
        } catch {
            print("Unable to prepare request: \(error.localizedDescription)")
            return
        }
       
        audioEngine.inputNode.installTap(onBus: 0, bufferSize: 8192, format: inputFormat) { buffer, time in
                self.analysisQueue.async {
                    self.analyzer.analyze(buffer, atAudioFramePosition: time.sampleTime)
                }
        }
        
        do{
        try audioEngine.start()
        }catch( _){
            print("error in starting the Audio Engin")
        }
    }

定义procotol函数内容

数据传递

func displayPredictionResult(identifier: String, confidence: Double) {
        DispatchQueue.main.async {
            
        //self.myMessage.message = ("Recognition: \(identifier)\nConfidence \(confidence)")
            self.myMessage.message = self.translateString(identifier: identifier)
            //print(self.myMessage.message)
        }
        
        
    }

因为模块输出的内容比较单一且训练的时候是英文分类，所以做个简单的处理

func translateString(identifier: String) -> String{
        
        switch identifier{
        case "male":
            return "男生⛹️👱🏼‍♂️"
        default:
            return "女生👩🏻‍🦳💄"
        }
    }

在ContentView的所有定义之外，定义类，参考苹果官网对于sound介绍

class ResultsObserver: NSObject, SNResultsObserving {
var delegate: GenderClassifierDelegate?
func request(_ request: SNRequest, didProduce result: SNResult) {
guard let result = result as? SNClassificationResult,
let classification = result.classifications.first else { return }

class ResultsObserver: NSObject, SNResultsObserving {
    var delegate: GenderClassifierDelegate?
    func request(_ request: SNRequest, didProduce result: SNResult) {
        guard let result = result as? SNClassificationResult,
            let classification = result.classifications.first else { return }
        
        // Determine the time of this result.
        let formattedTime = String(format: "%.2f", result.timeRange.start.seconds)
        print("Analysis result for audio at time: \(formattedTime)")
        
        let confidence = classification.confidence * 100.0
        
       
            delegate?.displayPredictionResult(identifier: classification.identifier, confidence: confidence)
        
       
        //使用通知传递数据，但是数据只能为[Hasable:Any?]格式
        //必须Dispathcqueue
        DispatchQueue.main.async {
            NotificationCenter.default.post(name: NSNotification.Name("ForMyTest"), object: nil,userInfo: ["性别": classification.identifier,"概率":String(confidence)])
        }
    }
}

以上代码基本和苹果官网一致，不同之处有协议方式传递数据

delegate?.displayPredictionResult(identifier: classification.identifier, confidence: confidence)

然后测试通过同志传递数据用于测试内容

DispatchQueue.main.async {
            NotificationCenter.default.post(name: NSNotification.Name("ForMyTest"), object: nil,userInfo: ["性别": classification.identifier,"概率":String(confidence)])
        }

然后加入协议，所有内容之外面

protocol GenderClassifierDelegate {
    func displayPredictionResult(identifier: String, confidence: Double)
}

终于进入body部分
简单的代码，见注释

var body: some View {
        Text(myMessage.message)
            .onAppear{
                self.startAudioEngine()
        }
        .onTapGesture {
            self.message = "what"
        }
            //此处接受通知，处理数据，此时@state message也能更改了
            //当有通知内容传递过来后，处理类容，打印出结果.
        .onReceive(NotificationCenter.default.publisher(for: Notification.Name("ForMyTest"))){
            label in
            //print(label)
            if let new = label.userInfo as? [String:String]
            {
                self.message = new["性别"]!
                print(self.message)
                
            }
        }
    }

通知传递数据方式相对步骤少一些，此处没有现实出来，只是打印了一下，与protocol方式结果完全一致，无问题，可参考备用.
然后运行程序，然后程序就挂了
因为还没有开麦克风权限，如图，info.list中

然后再运行
识别出声音类型

非常简单的使用到了ML的小程序，苹果自带的CreateML功能还是很强大的，支持很多类型，如

但是在训练模块时，真正深入ML时，CreateML则感觉功能有些不够了，这时候还是的用Python了。