Question

我正在使用SpeechRecognitionEngine来识别用户说出的信息。该方法将在客户端的计算机上运行，它工作得很好，并且几乎像我想要的那样识别文本。所以我很高兴。

但是，我希望能够在我的服务器上对wave文件进行一些处理。现在我正在我的本地机器上进行测试，当我在识别器上使用SetInputToWaveFile方法，然后传回相同的音频剪辑（最初由引擎记录的那个）时，它没有提供任何接近原始的匹配（或替代）。

例如：用户说话和识别器返回短语：“你好，今天你好”，有10个替补。 Wave文件已保存，然后使用SetInputToWaveFile（或SetInputToAudioStream）传入。识别器将返回一个与口头文本完全不同的短语（通常是一个单词），例如“Moon”以及ZERO替换。

通常，执行此操作时，识别器不会引发RecognizeCompleted事件。但是，有时会发生SpeechHypothesized事件，有时会发生AudioSignalProblem事件。

不应传递从识别器结果中捕获的音频片段，通过相同的识别器返回相同的匹配项？

原件：

Private _recognizer As New SpeechRecognitionEngine(New CultureInfo("en-US"))

_recognizer.UnloadAllGrammars()
_recognizer.LoadGrammar(New DictationGrammar())
_recognizer.SetInputToDefaultAudioDevice()
_recognizer.InitialSilenceTimeout = TimeSpan.FromSeconds(2)
_recognizer.MaxAlternates = 10
_recognizer.BabbleTimeout = TimeSpan.FromSeconds(1)       
Dim result As RecognitionResult = _recognizer.Recognize()
Dim aud As RecognizedAudio = _result.Audio 'This is the audio that gets saved
aud.WriteToWaveStream("mypath")

（我已经删除了介于结果之间的一些逻辑代码，并进行了一些处理）

现在尝试退出音频文件：

_recognizer.SetInputToWaveFile("mypath")

'Doesn't work either
'_recognizer.SetInputToAudioStream(File.OpenRead("mypath"), New SpeechAudioFormatInfo(44100, AudioBitsPerSample.Sixteen, AudioChannel.Mono)) 

Dim result2 As RecognitionResult = _recognizer.Recognize()

结果和结果2的识别/匹配甚至不接近。

Answer 1

我手动设置语音音频格式信息，现在效果很好。

_recognizer.SetInputToAudioStream(File.OpenRead("mypath"), New SpeechAudioFormatInfo(EncodingFormat.Pcm, 16000, 16, 1, 32000, 2, Nothing))

SpeechRecognitionEngine语音和录制不匹配

1 个答案: