从文件中识别Windows语音识别（SAPI）的质量

Question

我正在尝试对音频流输入（通过UDP）执行语音识别。我正在使用Microsoft语音识别（SAPI）。当我使用麦克风测试语音识别时，我获得了良好的质量（包括C＃和C ++）。但是，一旦此信息来自WAV文件（或来自我的UDP流的内存缓冲区），识别率就会急剧下降。我尝试以44100Hz的大胆保存文件，并在C＃中编写自己的代码来编写WAV文件。当然，我使用完全相同的麦克风，声音在文件中也很好。

SAPI可以使用不同型号的麦克风输入和文件输入吗？有没有人遇到过这个问题（并且有任何解决方案）？

下面是我的C＃代码（虽然我在C ++中遇到完全相同的问题）。

SpeechRecognitionEngine recognizer = new SpeechRecognitionEngine(); Grammar dictationGrammar = new DictationGrammar(); recognizer.LoadGrammar(dictationGrammar); recognizer.SetInputToWaveFile("c:\path\to\file.wav"); RecognitionResult result = recognizer.Recognize(); text1.Text = result.Text;

Answer 1

不知道为什么，但它帮助我减少了10倍的文件幅度（使用来自Reduce the volume of a Wav audio file using C的代码）。

也许，当SAPI收听麦克风时，它会使用减少的音量，因此在加载wav文件时也需要进行模拟。