我在C＃中开发了一个应用程序，尝试使用Skype ActiveX和Microsoft的语音识别引擎识别PC到地电话中的短语，通过tcp / ip端口重定向呼叫。
在手机中，一台机器播放录音，因此声音非常清晰。但System.Speech和Microsoft.Speech都无法识别任何有用的内容。
它已经加载了具有预期选择的语法，但没有。如果我说话，我必须说一句话，等到它识别出这个词，然后说出下一个词，那就是它有效。
问题是，我该如何改进？或者你知道ASR可以在现场对话中做得更好吗？
答案 0 :(得分：3)
最直接的方法是使用专门为该任务设计的工具，而不是skype / activex的手工解决方案。
有一些特殊的软件可以将电话呼叫连接到可操作的地方。其中一些：
所有这些系统都通过MRCP协议提供语音识别和交互式语音响应功能。设置识别的最简单方法是使用CMUSphinx toolkit
您可以阅读有关CMUSphinx集成到IVR系统here或here
的更多信息如果您希望快速启动，可以使用很酷的SAAS解决方案，只需点击几下即可构建电话应用程序。例如Voxeo