我想创建一个基于自动语音识别的原型来处理报告。
现在的要求不确定，但起初我会得到一些虚拟数据集。 首先，我将专注于声学信号的输入和进一步处理。
我真的不知道如何开始，哪种开发环境，编程语言......
我更愿意与视觉工作室合作，因为我已经获得了许可证，但我很想提出建议。
你有一些教程，想法，经验吗？
答案 0 :(得分：1)
（我正在重复使用我最近寄给朋友的电子邮件。我希望它有用）
Microsoft有两种语音引擎：桌面和服务器。桌面语音引擎附带了各种产品，包括：MS Office 2003，Windows Vista和Windows 7.服务器语音引擎随附Office Communications Server（OCS）和统一通信管理API（UCMA）。
桌面语音引擎通常附带听写语法。它针对桌面使用进行了优化，可以从多个进程共享。这将允许您使用桌面识别器的单个实例并向Excel和Word发出语音命令。桌面识别器可以通过COM SAPI api或.NET System.Speech命名空间进行编程。
服务器语音引擎没有附带任何语法。它针对服务器使用进行了优化。我相信它也针对电话使用进行了优化。它专为高容量场景而设计。服务器语音引擎可以通过COM SAPI api或.NET Microsoft.Speech命名空间进行编程。
服务器语音引擎打包成一个名为“Microsoft服务器语音平台”的新的免费可再发行组件包。我假设下一版本的OCS（名为Lync的产品 - http://www.microsoft.com/en-us/lync/default.aspx）也将包含相同的Microsoft服务器语音平台。
Microsoft Server Speech Platform可作为免费的可再发行组件下载。它有三个部分：SDK，运行时和语言。有26种语言可供选择。有关背景信息，请参阅http://blogs.msdn.com/b/speak/archive/2010/03/30/microsoft-server-speech-platform-10-1-released-sr-and-tts-in-26-languages.aspx。自该博客文章发布以来，微软已悄然发布了更新的10.2版Microsoft服务器语音平台。它们也可从以下网址下载：