如何从语音文件中识别短语答案

【问题标题】：How to recognize a phrase from a voice file如何从语音文件中识别短语
【发布时间】：2012-04-29 23:53:28
【问题描述】：

如何让引擎成功识别语音文件（wav/mp3/etc..）中的短语？

例如，如果我将有一个语音文件和一个书面文本的上下文同一个文件，那么要让它识别语音文件中的书面文字。

我尝试使用 SpeechRecognitionEngine，但到目前为止没有成功。

我会欣赏想法，因为这是我第一次处理语音识别技术。

我已经看到了使用字典的语音到文本的示例，但我不确定它在这里有什么用处。我正在考虑将所有语音文件转换为文本，然后简单地在该文本中查找特定的短语，但我认为这不是正确的方法。将例如 5hrs 语音转换为文本似乎没有意义.. 或者将特定短语用作“字典”并在语音文件中查找此项。

【问题讨论】：

【解决方案1】：

您似乎需要在长文件中查找特定单词。这种技术称为“关键字识别”，它与语音识别完全不同，效率更高。显然您不需要转录整个文件来搜索其中的单词，您可以快速浏览文件。 Microsoft 语音识别引擎对关键字定位的支持非常有限。

像CMUSphinx 这样的开源引擎可以用来有效地实现关键字识别。更多参考请参见how to implement wake-up listening with pocketsphinx 上的信息。

【讨论】：

【解决方案2】：

根据MSDN文章Getting Started with Speech Recognition。

您需要做的步骤是（来自文章）。注意创建识别语法的步骤。文章继续建议使用GrammerBuilder 或Choices 类。

语音识别应用程序通常会执行以下基本操作：
- 启动语音识别器。
- 创建识别语法。
- 将语法加载到语音识别器中。
- 注册语音识别事件通知。
- 为语音识别事件创建一个处理程序。

【讨论】：

【解决方案3】：

如果您尝试使用 Microsoft 语音引擎转换音频文件，则必须小心。首先，唯一支持的格式是 WAV（它可以编码为 PCM、ALaw 或 uLaw），但您必须验证您的文件是识别器支持的格式。您还必须验证采样率。识别器仅支持一组固定的采样率。在我的机器上，

效果很好。有关更多信息，请参阅https://stackoverflow.com/a/6203533/90236。您可能需要使用audacity 之类的工具重新采样或重新编码 WAV 文件。见https://stackoverflow.com/a/9467044/90236。

SAPI and Windows 7 Problem 中有一个简单的示例，可以帮助您入门。

最后，（我总是重复这一点，抱歉）有一篇关于 Windows .NET 中的编程识别的精彩文章。见http://msdn.microsoft.com/en-us/magazine/cc163663.aspx，有点过时了，但是很好的介绍。

【讨论】：