模糊模拟识别在 Windows 语音识别上

本文关键字：语音识别 Windows 模拟 识别 模糊 | 更新日期: 2023-09-27 18:30:23

Microsoft C# API 提供了一个 SpeechRecognitionEngine 来识别音频流。测试识别的一种方法是调用方法语音识别器。

根据文档：

recognizers ignore case and character width when applying 
grammar rules to the input phrase

我想知道是否有办法处理更模糊的字符串，因为即使对于拼写错误的文本，置信度也非常低！远离现实生活...

  • 有了音频，我可以自信地说你好，海洛，海洛
  • 使用文本，引擎非常严格

编辑：出于什么目的？

我的语音引擎工作正常，但我也想从文本输入触发它。

假设您在手机上并使用HTML5语音识别。我想将识别的文本发送到引擎以获得与语音相同的行为

模糊模拟识别在 Windows 语音识别上

好的，

我找到了答案！我最好阅读文档！

SpeechRecognizer.EmulateRecognize

非常简单，可以测试给定的字符串，但是

SpeechRecognizer.SimulateRecognize

将尝试构建输入短语的"理想化"音频表示（基于引擎的词典和声学模型）

所以它工作得很好！

将音频发送到识别器时，SR 引擎会执行大量工作来创建一组音素（通过声学建模），然后创建一组字符串（通过音素建模）。在这个过程中，大部分歧义被消除。 EmulateRecognize不会生成通过 SR 引擎处理的音频;它跳过所有建模，只进行字符串匹配。

没有办法在不涉及大量工作的情况下解决此问题（例如，实现仅执行EmulateRecognize的 SAP 兼容 SR 引擎）。

在 SpeechSynthesizer.Speak（） 中输入您的字符串，并将其用作 SpeechRecognitionEngine 的输入？

相关文章：