我想了解进行语音识别和文本到语音转换的各种技巧。 另外，请告诉我任何资源，如链接，教程，电子书等。
实现它的最有效技术是什么？
答案 0 :(得分：8)
我将回答有关语音识别的部分（因为我对文本到语音的了解不多）：
本书“语音识别的统计方法”是解释统计语音识别的数学基础的经典，由该领域的创始人Frederick Jelinek撰写。
您必须知道的最重要的概念是Hidden Markov Models。数十年来，人们一直在语音识别中使用它们。最近的方法使用Conditional Random Fields，请参阅paper (PDF)和相关的软件工具包SCARF。
编写自己的语音识别器相当困难。这是一个活跃的研究领域，有几个科学会议，例如ASRU，Interspeech，ICASSP。
答案 1 :(得分：6)
两者都是非常广泛的领域。 关于识别：在这个this schema中，您将找到如何构建基本的自动语音识别系统。它绝不是接近艺术的起点，但它是可以实现的，并且它的作用。如果你想做更高级的事情，请阅读关于倒谱系数和隐马尔可夫模型的内容。看看HTK，它是一个广泛使用的隐马尔可夫模型工具包。
关于文字转语音：我看一下Festival。
答案 2 :(得分：4)
有多个狮身人面像。主要活跃的是pocketsphinx和sphinx4。
Sphinx4是用Java编写的。它适用于桌面和Web应用程序。
Pocketsphinx是用C语言编写的。它对嵌入式设备更好。有iphone / android应用程序使用它。
听起来你想要pocketphinx。试试这个教程： http://www.speech.cs.cmu.edu/sphinx/tutorial.html
在CMU的sourceforge论坛上，有一个更好的地方可以询问口袋里的问题。
此外，您应该提供更多信息，例如您打算制作的内容。
对于书籍，语音识别的圣经是“口语处理”
答案 3 :(得分：3)
因为你提到了MS -
您应该查看Microsoft Speech网站。它包含许多处理语音的资源，包括TTS和语音识别。
答案 4 :(得分：3)
如果您正在寻找一些实际代码，请查看Sphinx，一个来自CMU的开源语音识别项目。它不是用C ++编写的，但是如果你对算法很感兴趣，它会实现一些你可以学习的东西。 （我也想回应@ dehmann的观点：阅读隐藏的马尔可夫模型。）
答案 5 :(得分：1)
如果您对如何处理您的花哨语音识别感到好奇，请阅读： Randy Allen Harris的语音交互设计
它为何时使用Voice以及如何在应用程序中使用Voice提供了一些很好的建议。