Question

我正在开展一个项目，我需要使用语音识别将wav文件输入语音（对话）转换为文本。在尝试CMUSPhinx一段时间后，结果很糟糕，我正在考虑使用Microsoft SAPI（Speech API）5.4

我正在从visual studio编写Visual Basic窗口应用程序。这是我的代码片段：

Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Button1.Click
    '   Dim SAPI
    '   SAPI = CreateObject("sapi.spvoice")
    '   SAPI.Speak(TextBox1.Text)

    ' Create new recognizer
    Dim Recognizer As New SpInprocRecognizer

    ' create input file stream
    InputFile = New SpFileStream
    ' Defaults to open for read-only, and DoEvents false
    InputFile.Open(MY_WAVE_AUDIO_FILENAME)

    ' connect wav audio input to speech recognition engine
    Recognizer.AudioInputStream = InputFile

    ' create recognition context
    RecoContext = Recognizer.CreateRecoContext

    '  AddHandler RecoContext.Recognition, AddressOf RecoContext_Recognition

    ' create grammar
    Grammar = RecoContext.CreateGrammar
    ' ... and load dictation
    Grammar.DictationLoad()
    ' start dictating
    Grammar.DictationSetState(SGDSActive)
End Sub

在MY_WAVE_AUDIO_FILENAME中，我已经给出了完整路径的文件名。当我单击按钮运行此代码时，我没有得到任何输出。我使用了以下识别方法：

 Private Sub RecoContext_Recognition(ByVal StreamNumber As Long, ByVal StreamPosition As Object, ByVal RecognitionType As SpeechRecognitionType, ByVal Result As ISpeechRecoResult)
        ' Log/Report recognized phrase/information
        Console.WriteLine("Reached here......")
        TextBox1.Text = "Text should change"
    End Sub

当我调试应用程序时，流程没有到达RecoContext_Recognition方法。输入文件是一个wav文件，每个样本16位，30秒长的会话。

我正在使用此链接中提到的代码： http://msdn.microsoft.com/en-us/library/ee431813(v=vs.85).aspx

我如何检查问题？我曾经读过某个地方，听写需要对语音识别引擎进行培训，如果它在我的情况下也需要，那么我该怎么做呢？同样在链接中提到我们需要指定输入文件的长度才能做到这个，我也不知道怎么做。需要帮助。

Answer 1

示例代码缺少需要解决的几个步骤。

1）Inproc识别器在进行任何识别之前需要bind an engine;

2）inproc识别器在开始处理音频之前需要set active。

您还应该考虑为其他事件添加处理程序，特别是SPEI_START_SR_STREAM，SPEI_SOUND_START，SPEI_SOUND_END和SPEI_PHRASE_START，以验证SR引擎是否正在处理音频并且它正在尝试进行一些识别。

使用Microsoft SAPI 5.4 Api的wav文件输入时没有输出

1 个答案: