.Net System.Speech从Mic-input更改为WavFile-input时遇到的问题？

Question

我正在使用C＃.net库System.Speech来实现我的ASR应用程序（顺便说一句，我看过一篇文章提到了SpeechLib.dll，它似乎是SAPI的一个更基础和更低级别的实现，他们是一样的吗？）我们的主要目的是实现服务器/客户端ASR系统：在客户端上记录用户的语音，并通过互联网将整个音频流传输到服务器，服务器处理ASR作业并将结果返回给客户端。 / p>

我写了一个类似的应用程序，它使用本地麦克风作为语音输入，效果非常好。

我的原创应用：

---

SpeechRecgonitionEngine sr = new  SpeechRecgonitionEngine();

sr.SetInputToDefaultDevice();

sr.RecognizeAsync();

---

通过这种方式，我使用麦克风进行输入，结果的准确性非常好。

这就是问题所在。现在转到新任务，我必须将识别输入设置为WavFile（或通过TCP / IP套接字连接的audioStream）。所以我只是简单地改变了我的代码：

---

SpeechRecgonitionEngine sr = new  SpeechRecgonitionEngine();

sr.SetInputToWaveFile(@"D:\input.wav");

sr.RecognizeAsync();

---

结果变得令人不满意。我只是根据麦克风输入应用程序的相同语法，将一些波段分别预先录制到几个文件中，并将这些文件设置为ASR输入。但是，只能检测到一些文件（由SpeechDectectedEvent处理），并且可以很好地识别很少的文件（由SpeechRecognizedEvent处理）。我只记录与麦克风输入应用程序相同的短语。

尽管准确性较差，但可以正确识别某些文件，这表明我的代码没有任何逻辑错误。但我认为在使用它之前我错过了一些工作，例如设置识别器的一些参数。

所以我在这里寻求帮助，如果有人知道使用wavfile-input的准确性差的原因？

感谢!!!!

Answer 1

SpeechLib.dll是本机COM接口（SAPI）的COM互操作库。 SpeechRecognitionEngine是友好的.NET类包装器。他们都访问完全相同的识别引擎。

您的录音可能存在某种问题。通常是音量问题，如剪辑（太大声）或太多噪音（太软）。通过实现AudioSignalProblemOccurred事件获得一些基本诊断。