我正在尝试编写一个独特的应用程序，并使用语音命令来触发应用程序内的特定功能

Question

如果有人能帮我解决这个问题，我将永远欠他们的债。

在没有陷入细节的情况下，我正在尝试编写一个应用程序 例如，当应用程序当前启动时，如果我说这些话， 我的应用程序中已经存在的特定功能“激活功能 A”已激活。

我解释清楚了吗？也就是说，手机屏幕上有一个按钮 上面写着“功能A”。当软件“武装”并处于聆听模式时，我想要 用户能够简单地说出“激活功能 A”的话， （或我选择的任何其他短语）并且屏幕选项将被选择而不需要 用户用手按下按钮，而是选择/激活该选项 通过语音命令。

我和我的程序员在整合这种新的语音命令功能时遇到了困难， 即使显然可以使用语音命令进行谷歌搜索，例如。 目前正在流通的其他语音命令应用程序，例如短信听写应用程序， 电子邮件编写应用程序等，因此显然可以创建语音命令应用程序。 有谁知道这是否可能，如果可以，您对如何实施有建议吗 这个功能？

问题 2

假设我们无法通过语音命令激活功能 A，是否可以 使用语音命令使电话拨打电话，并接听此电话 通过我们的服务器？服务器然后“ping”iPhone 并指示它激活功能 A？ 要使此解决方法起作用，我需要能够确定确切的短语。 换句话说，不能强迫用户使用“调用函数A”这个词。我需要 能够选择启动该功能的短语。 希望我已经清楚了。

换句话说，作为我们一直面临的障碍的潜在解决方法 使用语音命令来激活我们应用程序中的特定功能，是否可以 利用手机中已有的语音命令功能？又名，放置 一个电话？然后这个调用被我们的服务器接收到，并且服务器 相应地对发出呼叫的电话进行ping，并指示它激活该功能？

我显然理解在应用之前启动该应用的必要性 我的应用程序可能会收到来自服务器的指令。

如果有人能帮我解决这个令人头疼的问题，说这话一点也不夸张 你会改变我的生活！

提前非常感谢你们善良的灵魂可以提供的任何帮助！！！

迈克尔

Answer 1

我认为 iPhone 没有任何内置的语音识别功能。考虑与 Nuance 讨论购买和嵌入他们的语音识别引擎之一。他们有适用于 iPhone 的 DragonDictate，但他们也提供了相当数量的其他识别引擎，用于不同的功能。嵌入式解决方案显然是他们的专业领域之一。

您将音频推送到服务器的其他途径可能比您预期的要复杂。通常，此过程涉及端点（何时存在语音）和基本特征的识别，因此不需要传递原始流。同样，对您打算使用的语音识别引擎的调查可能会为您提供所需的数据处理细节。将所有手机的连续原始语音传递到您的服务器可能不切实际。