语音识别

Question

我正在尝试获得我需要的拉丁语语音识别，. . .不是单词识别，而是。 . . 语音元音和辅音识别（因为拉丁语只有 40 个发音，但超过 40,000 个单词 x 60 平均结尾 = 250 万个单词形式）。问题是， 。 . . Web Speech API 和 Google Cloud Speech 都只以听起来相似的完整单词开头（并且也来自英语语法，因为那里没有 250 万字的拉丁语法），所以我没有办法开始处理实际的语音，特别是 WORD-STEM（单词的前半部分），它区分每个单词，而不是（对我而言）无用的词尾告诉它是如何在句子中发挥作用的。理想情况下，我想要一个词干的语法，例如

• “am-”（缩写 amo、amare、amavi、amatus等），
• “vid-”（简写 video,videre,vidi,visus 等），

• “laet-”（简写 laetus、laeta、laetum 等）

• 等

但语音识别技术无法搜索。
那么在哪里可以获得语音识别呢？

我更喜欢 jS、pHp 或 Node，并且更喜欢客户端，而不是流式传输。

到目前为止，这是我的代码，用于Web Speech API。关键是console.log()s，它显示了我试图挖掘每个返回的可能单词的属性：

speech.onresult = function(event) { 
    var interim_transcript = '';
    var final_transcript = '';

    for (var i = event.resultIndex; i < event.results.length; ++i) { 
        if (event.results[i].isFinal) { 
            final_transcript += event.results[i][0].transcript;

            // This console.log shows all 3 word-guess possibilities.
               console.log(event.results[i]);
                    //These console.logs show each individual possibility:
                     //console.log('Poss-1:'); console.log(event.results[i][0]);
                     //console.log('Poss-2:'); console.log(event.results[i][1]);
                     //console.log('Poss-3:'); console.log(event.results[i][2]);
            for (var a in event.results[i]) {
                for (var b in event.results[i][a]) {
                  /*This black-&-yellow console.log below shows me trying to dig into
                  each returned possibility's PROPERTIES, but alas, the only 
                  returned properties are 
                  (1) the transcript (i.e. the guessed word), 
                  (2) the confidence (i.e. the 0-to-1 likelihood of it being that word)
                  (3) the prototype 
                   */
                    console.log("%c Poss-"+a+" %c "+b+": "+event.results[i][a][b], 'background-color: black; color: yellow; font-size: 14px;', 'background-color: black; color: red; font-size: 14px;'); 
                }        
            }

      } 
    }
    if (action == "start") {
        transcription.value += final_transcript;
        interim_span.innerHTML = interim_transcript;                       
    }
};    

Answer 1

您可以使用创建SpeechGrammarList。另见JSpeech Grammar Format。

MDN的示例描述和代码

Web Speech API 的 SpeechGrammarList 接口代表一个 包含单词或单词模式的 SpeechGrammar 对象列表 我们希望识别服务能够识别。

语法是使用 JSpeech 语法格式 (JSGF.) 定义的。其他格式 将来也可能会支持。

var grammar = '#JSGF V1.0; grammar colors; public <color> = aqua | azure | beige | bisque | black | blue | brown | chocolate | coral | crimson | cyan | fuchsia | ghostwhite | gold | goldenrod | gray | green | indigo | ivory | khaki | lavender | lime | linen | magenta | maroon | moccasin | navy | olive | orange | orchid | peru | pink | plum | purple | red | salmon | sienna | silver | snow | tan | teal | thistle | tomato | turquoise | violet | white | yellow ;'
var recognition = new SpeechRecognition();
var speechRecognitionList = new SpeechGrammarList();
speechRecognitionList.addFromString(grammar, 1);
recognition.grammars = speechRecognitionList;