.Net System.Speech 从 Mic-input 更改为 WavFile-input 时遇到的问题？

Question

我正在使用 C# .net 库 System.Speech 来实现我的 ASR 应用程序（顺便说一句，我看过一篇提到 SpeechLib.dll 的帖子，它似乎是 SAPI 的更基本和低级的实现，它们是一样的吗？）。我们的主要目的是实现服务器/客户端ASR系统：在客户端记录用户的声音，并通过互联网将整个音频流传输到服务器，服务器处理ASR作业并将结果返回给客户端。

我写了一个类似的应用程序，它使用本地麦克风作为语音输入，它的表现非常好。

我的原始应用程序：

---

SpeechRecgonitionEngine sr = new  SpeechRecgonitionEngine();

sr.SetInputToDefaultDevice();

sr.RecognizeAsync();

---

这样，我用麦克风输入，结果显示的准确度还不错。

这就是问题所在。现在转到新任务，我必须将识别输入设置为 WavFile（或通过 TCP/IP 套接字连接的音频流）。所以我只是简单地把我的代码改成这样：

---

SpeechRecgonitionEngine sr = new  SpeechRecgonitionEngine();

sr.SetInputToWaveFile(@"D:\input.wav");

sr.RecognizeAsync();

---

结果变得不令人满意。我只是根据mic-input应用程序的相同语法，将一些wave sn-ps分别预先录制到几个文件中，并将这些文件设置为ASR输入。但是，只能检测到部分文件（由 SpeechDetectedEvent 处理），很少有文件可以被很好地识别（由 SpeechRecognizedEvent 处理）。我只是录制了与麦克风输入应用程序相同的短语。

尽管准确性较差，但可以正确识别某些文件，这表明我的代码没有任何逻辑错误。但是我假设我在使用它之前错过了一些工作，例如设置识别器的一些参数。

所以我在这里寻求帮助，如果有人知道使用 wavfile-input 精度差的原因吗？

谢谢！！！！

Answer 1

SpeechLib.dll 是本机 COM 接口 (SAPI) 的 COM 互操作库。 SpeechRecognitionEngine 是它的友好 .NET 类包装器。它们都访问完全相同的识别引擎。

您的录音可能存在某种问题。通常是音量问题，例如削波（太大声）或太多噪音（太软）。通过实现 AudioSignalProblemOccurred 事件获取一些基本诊断信息。