C# 中的 MS SAPI SpeechRecognitionEngine 完全错误的转录

Question

我是 MS SAPI 的新手，我正在尝试使用 SpeechRecognitionEngine 类在 C#/Windows 窗体中编写 WAV 到 TXT 转换实用程序。我注意到演讲完全不正确。这些词甚至听起来都不相似。我猜这可能会受到一长串因素的影响，例如输入 WAV 文件的音质和加载到识别引擎中的语法。我正在使用 DictationGrammar 类。

我会感谢经验丰富的语音识别/数字信号处理人员提供的任何线索。

Answer 1

您可能会得到如此令人失望的结果有几个原因。首先，如果您使用的是桌面识别器，您应该针对说话者进行训练。

第二个想法是，如果您从 Wav 文件转换，则在选择该文件的格式时必须小心。您可能需要重新采样 wav 文件，因为语音识别引擎仅支持某些采样率。

• 每个样本 8 位
• 单声道单声道
• 每秒 22,050 个样本
• PCM 编码

在 Windows 上运行良好。请参阅https://stackoverflow.com/a/6203533/90236 了解更多信息。