Home / Questions / 71646
Accepted
FrEqDe
Asked: 2020-05-21 11:18:44 +0800 CST 2020-05-21 11:18:44 +0800 CST

使用 C# 的西班牙语语音识别

  • 772

我有以下代码来识别西班牙语语音，问题是有几个单词无法正确识别。

using System;
using System.Speech.Recognition;

namespace SpeechRecognitionApp
{
    class Program
    {
        static void Main(string[] args)
        {

            using (
            SpeechRecognitionEngine recognizer =
              new SpeechRecognitionEngine(
                new System.Globalization.CultureInfo("es-ES")))
            {

                recognizer.LoadGrammar(new DictationGrammar());

                recognizer.SpeechRecognized +=
                  new EventHandler<SpeechRecognizedEventArgs>(recognizer_SpeechRecognized);

                recognizer.SetInputToDefaultAudioDevice();

                recognizer.RecognizeAsync(RecognizeMode.Multiple);

                while (true)
                {
                    Console.ReadLine();
                }
            }
        }

        static void recognizer_SpeechRecognized(object sender, SpeechRecognizedEventArgs e)
        {
            Console.WriteLine("Recognized text: " + e.Result.Text);
        }
    }
}

我也试过定义它可以识别的单词，这样永远不会出错，缺点是它识别的单词数量仅限于我定义的单词数量。

Choices colors = new Choices();
                colors.Add(new string[] { "azul", "rojo", "verde" });

                      // Create a GrammarBuilder object and append the Choices object.
                      GrammarBuilder gb = new GrammarBuilder();
                gb.Append(colors);

                      // Create the Grammar instance and load it into the speech recognition engine.
                      Grammar g = new Grammar(gb);


                // Create and load a dictation grammar.
                recognizer.LoadGrammar(g);

有没有办法识别多个单词而不会出错并且不受定义的单词的限制？

c#

1 Answers

  1. Best Answer

    抱歉，如果这不符合作为答案的条件，但是评论太长了。
    过去很长一段时间我都不得不处理同样的问题，我可以报告如下：
    您无法以编程方式做任何事情来提高语音识别引擎的性能，选项通常看起来仅限于：
    - 1 训练他更好地识别你的声音。
    - 2 有一个麦克风可以减少它接收到的噪音量，以便获得更好的读数。
    无论如何，性能永远不会提高到 80% 以上，对于sphinx等不同的语音识别系统也是如此。它们适用于有限的命令列表，但不适用于转录整个演讲。
    另一种方法是使用一些利用神经网络的在线语音识别，作为用户，我可以说它们效率更高，但我从未真正用它们开发过应用程序：
    - https://azure.microsoft.com/ en-us /services/cognitive-services/speech/
    - https://cloud.google.com/speech-to-text/
    缺点很明显，他们需要互联网访问，而且谷歌和微软都是付费的。
    还有使用神经网络的mozilla deepSpeech项目 ，不需要连接到互联网。

    • 4