問題タブ [speech-recognition]

このSAPI文法は、単語名が文の途中にあることを示しています。

したがって、「私の名前はアンドレ」と言うと、「名前」という単語が識別されます。これを行うためのより良い方法はありますか？

ユーザーが相手側の受信機を手に取ったときに、ユーザーの声を検出する必要があります。モデムは通常、最初のリングがそこに行くとファイル (再生端末) の再生を開始するためです。そのため、「こんにちは」と言うと音声認識を使用して、ファイルの再生を待機するまでファイルの再生を開始できるようにすることを計画しました。または、ノイズ干渉さえも話し始めることができます。wav ファイルを認識できるコードがありますが、電話アプリケーションで追加するのに苦労しています。通話には C4F の Tapi Manager を使用しています。呼び出しは完璧ですが、アプリケーションにどのように追加すればよいですか???

2つのアプリケーションを統合する方法を提供またはガイドするリンクまたはヘルプ????

音声コマンドを取得するアプリケーション (ヒンディー語やその他の地域言語を使用する) を構築しようとしています。

また、アプリケーションにテキスト読み上げ機能も必要です。

Android で音声認識ライブラリを入手する方法があるかどうか疑問に思っていましたか? Google で簡単に検索したところ、インターネットでヒンディー語のライブラリがいくつか見つかりましたが、それらを Android プロジェクトに含めることができるかどうかはわかりません。できますか？

ADCライブラリのNSSpeechRecognizerに気づき、非常に興味深いことがわかったので、それを試してみるために、コマンドをリッスンするだけの簡単なアプリケーションを準備し、認識されるとログに表示します。

使用されるコードは次のとおりです。

登録されたコマンドに対して何度も試しましたが、デリゲートのログにメッセージを取得できませんでした:(

バックグラウンドには常にノイズがありました。これが理由でしょうか、それともコードで何か間違ったことをしたのでしょうか。

誰かが私にそれに対するいくつかの解決策を提案できますか？

ありがとう、

ミラジ

iPhone SDKを使用して音声をテキストに変換する方法はありますか？

system.speech 名前空間を使用するプログラムを作成しています (ムービーを起動する単純なプログラムです)。フォルダーからすべてのファイル名を読み込み、使用したい文法に追加します。それは非常にうまく機能していますが、ヒッチがあります。Windowsの音声認識がウィンドウと対話することをまったく望んでいません（つまり、開始と言ったときに、スタートメニューを開きたくありません...私はしません'何かが起こることを望んでいません）。

同様に、現時点では、ディレクトリ内で見つかったすべての映画を一覧表示するリスト ボックスがあります。開きたい番組/映画を言うと、Windows 音声認識がプログラムに渡す代わりにリストからリストボックス項目を選択しているため、プログラムは名前が言われたことを認識しません。

文法に「停止」、「再生」、「巻き戻し」などの単語があり、listener_SpeechRecognized をキャッチすると、私が言っている単語/フレーズを正しく認識します (および現在はテキストボックスに入力するだけです）。

どうすればこれを行うことができるのでしょうか？

VB.NET で音声認識を行うことは可能ですか?

Android の音声認識機能を使用しましたが、気に入っています。これは、お客様から最も高く評価されている機能の 1 つです。ただし、形式には多少制限があります。認識エンジンの意図を呼び出し、文字起こしのために録音を Google に送信させ、テキストが返されるのを待つ必要があります。

私のアイデアの中には、アプリ内でオーディオを録音し、そのクリップを Google に送信して文字起こしする必要があるものがあります。

オーディオ クリップを送信して、音声をテキストに変換する方法はありますか?

ユーザーが相手側の受信機を手に取ったときに、ユーザーの声を検出する必要があります。

モデムは通常、最初のリングがそこに行くとファイル (再生端末) の再生を開始するためです。そのため、「こんにちは」と言うと音声認識を使用して、ファイルの再生を待つまでファイルの再生を開始できるようにすることを計画しました。

または、ノイズ干渉さえも話し始める可能性があります。

いくつかの設定でこれを達成しました。私が話しているときにエンジンが検出する一般的な単語と、エンジンが鳴っているときに来る単語をいくつか見つけました。スタンドアロン アプリケーションとしては正常に動作しますが、これを自分のアプリケーションに統合しようとすると、「SpeechHypotheized」イベントが発生しません。

なぜこれが起こるのか理解できません。

ブレークポイントを使用している場合、エンジンはデリゲートを割り当てており、呼び出しプロパティも適切に初期化されていますが、イベントが呼び出されていません。通話には C4F タピ マネージャーを使用し、音声認識には .Net 3.5 の System.Speech ライブラリを使用しています。

イベントのコードは次のとおりです。

speechhypothesized イベントを除くすべてのイベントが発生します。

なぜこれが起こるのか？

編集：

サービスによってエラーがスローされるのではなく、エラーをスローするのは Windows フォームです!!!

音声認識のコードは次のとおりです。

認識されたSpeeches = System.Speech.Recognition.SpeechRecognitionEngine.InstalledRecognizers(); if (recognizedSpeeches != null) {
Console.WriteLine("認識された音声:");
int 認識番号 = 0;

EventHandler(engine_SpeechDetected); engine.SpeechRecognized -= 新しい EventHandler(engine_SpeechRecognized); engine.SpeechHypotheized -= 新しい EventHandler(engine_SpeechHypothesized); engine.SpeechRecognitionRejected -= new EventHandler(engine_SpeechRecognitionRejected); engine.SpeechDetected += 新しい EventHandler(engine_SpeechDetected); engine.SpeechRecognized += 新しい EventHandler(engine_SpeechRecognized); engine.SpeechHypothesized+=new EventHandler(engine_SpeechHypothesized); engine.SpeechRecognitionRejected += new EventHandler(engine_SpeechRecognitionRejected); engine.LoadGrammar(新しい DictationGrammar());
RecognitionResult srResult = engine.Recognize(新しい TimeSpan(0, 0, 30)); }

どんな手掛かり？？？？

アプリの名前などの音声コマンドでサービスを起動したい。出来ますか？このようなイベントを聞くことはできますか?