我正在 c# .NET Framework 4.0 中制作基于语音的应用程序
我想将语音文件（如 .wav）用作语法而不是字符串，因为我的应用程序将使用非英语语言，并且很难将其转换为英文字符。例如，会有 Khorooj 或 Taghire 'onvan 之类的表达式。并且会有很多问题，比如短语a字母的差异等。所以通过语音文件作为参考会更容易。
我该如何开始？谢谢！
【问题讨论】：
标签： c# speech-recognition
作为一种变体，我建议您使用 Google 语音搜索 (GVS)。
GVS 使用 flac 作为输入音频的音频格式，因此您应该使用 Cuetools 之类的工具将波流转换为 flac
public static int Wav2Flac(String wavName, string flacName)
{
int sampleRate = 0;
IAudioSource audioSource = new WAVReader(wavName, null);
AudioBuffer buff = new AudioBuffer(audioSource, 0x10000);
FlakeWriter flakewriter = new FlakeWriter(flacName, audioSource.PCM);
sampleRate = audioSource.PCM.SampleRate;
FlakeWriter audioDest = flakewriter;
while (audioSource.Read(buff, -1) != 0)
{
audioDest.Write(buff);
}
audioDest.Close();
audioDest.Close();
return sampleRate;
}
public static String GoogleSpeechRequest(String flacName, int sampleRate)
{
WebRequest request = WebRequest.Create("https://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=ru-RU");
request.Method = "POST";
byte[] byteArray = File.ReadAllBytes(flacName);
// Set the ContentType property of the WebRequest.
request.ContentType = "audio/x-flac; rate=" + sampleRate; //"16000";
request.ContentLength = byteArray.Length;
// Get the request stream.
Stream dataStream = request.GetRequestStream();
// Write the data to the request stream.
dataStream.Write(byteArray, 0, byteArray.Length);
dataStream.Close();
// Get the response.
WebResponse response = request.GetResponse();
dataStream = response.GetResponseStream();
// Open the stream using a StreamReader for easy access.
StreamReader reader = new StreamReader(dataStream);
// Read the content.
string responseFromServer = reader.ReadToEnd();
// Clean up the streams.
reader.Close();
dataStream.Close();
response.Close();
return responseFromServer;
}
【讨论】：
您不能将语音文件用作语法。 Microsoft 语音识别引擎需要 format specified by the W3C opens standards body 中的语法。语法并不是语音识别引擎应该理解的所有单词的列表。语法是一组规则，用于对与系统的特定对话的预期响应。另一种说法是语法没有指定语音识别系统将理解的语言。您需要获取语言包并为您要使用的特定语音供应商安装它们。对于 Microsoft，它也可以特定于您使用的操作系统版本。这是languages supported on Vista。您可能需要与其他语音录制供应商合作以支持您想要的语言，例如 Nuance。
【讨论】：