Google Cloud Speech API添加SpeechContext
我想在我的应用程序中添加一些关键字，这样API就可以更高效地识别口语。 例如Im having trouble recognizing the some Italian words that starts with E、(E`Per Me)等。或德语(呃)。 以下是我的代码： public void recognize (int sampleRate) { if (mApi =
..
speech-recognition相关内容
持续识别Android上的所有内容？
我正在做一个项目，涉及Android上的语音识别。我有一些问题在这个网站上没有明确的答案(或者实际上是任何问题)。我需要做一些类似于演讲到文本的事情，问题是我需要它连续工作，想象一个应用程序在后台运行，并将它在txt上听到的一切写下来。我知道我需要纠正很多“噪音听力”，但它会在稍后出现。 我正在使用PocketShinx-Android，并尝试遵循以下教程： http://cmusphinx
..
基于有限状态文法的CMU Sphinx声学模型训练
我需要训练我自己的声学模型。在官方维基上，这个过程是以DMP格式为ngram模型描述的，但我需要使用以JSGF格式提供的(语法)语言模型。有这样的可能性吗？如果是这样的话，你能提供一个关于这个主题的教程吗？ 推荐答案 修改最小。在安装位置或脚本中打开psdecde.pl脚本并更改 -lm => $ST::DEC_CFG_LANGUAGEMODEL, 至 -jsgf =>
..
Pocket中的段时间戳狮身人面像
我正在尝试使用PocketShinx提取每个段的开始和结束时间戳。下面的代码用于提取单词Token。如何访问时间戳？ 我已尝试查看此处的文档http://cmusphinx.sourceforge.net/doc/pocketsphinx/index.html，但找不到方法 #!/usr/bin/env python import os import sphinxbase as sb
..
如何在c#项目中添加自定义词典
我正在开发一个基于语音识别的C#项目。我想识别印度英语口音中的单词，因此我想了想词库，然后在该文件中添加发音，但我不知道如何在我的项目中添加词典&；如何创建词典？ 推荐答案 Lexicons不能通过System.Speech.Recognition公开，很遗憾。不过，您可以使用SAPI的SpeechLib自动化接口访问词典；您要创建的对象是SpLexicon。 请注意，Sy
..
在给定大量单词的情况下，如何有效地创建用于语音识别的语法文件？
只用50个单词就可以轻松编写语音识别语法文件，因为您只需手动完成即可。如果您有10,000或100,000个单词，最简单、最有效的方法是什么？ 示例： 比方说我们有“RC可乐”和“百事可乐”。我们将拥有包含2条规则的语法文件： 饮料：(可乐？[可乐苏打水]) COLANAME：[RC Pepsi] 它将识别“RC”、“RC Coke”、“RC Cola”、“RC Soda”、“Pep
..
HTC One M7上的语音识别器
我使用Android内置的语音识别类编写了一个语音识别应用程序。在使用createSpeechRecognizer(Context)函数获取的语音识别器对象上调用startListning函数时，在我的开发人员控制台中显示以下异常。 安全异常： java.lang.SecurityException: Not allowed to bind to service Intent {
..
使wav文件转录与Sphinx4一起工作
我已经在我的Windows XP系统上安装了Sphinx-4并设置了JSAPI。我想将英语口语WAV(或MP3)文件转录为文本。 当我运行"WavFile" demo时-它运行成功。 java -jar WavFile.jar 但是，当我像这样传递我自己的wav文件时： java -jar WavFile.jar c: est.wav 我得到： 加载‘jar:fil
..
语音识别和声音与音乐的比较
我正在尝试制作一款具有语音识别功能的Android应用程序，但不幸的是，Google不支持我的语言(马其顿语)，我正在尝试比较两种录音的声音。 我正在使用http://code.google.com/p/musicg/来记录和比较语音，我正在堆叠初始化语音检测的设置。有人可以告诉我如何重写语音检测的初始化函数，这对我来说非常重要。或者其他一些想法 如何做到这一点。 这是哨声检测的初始化
..
NIST球体格式文件
为了读取NIST SPHERE格式文件，我正在尝试安装从here下载的NIST SPHERE软件，但遇到一些错误： make[2]: Entering directory `/home/ibtissem/tools/nist/src/bin' gcc -I/home/ibtissem/tools/nist/include -L/home/ibtissem/tools/nist/lib -g
..
带唤醒功能的Google Python语音识别
我在一台覆盆子PI上使用了Google Python语音识别，它工作得真的很好。然而，它一直在倾听，我更喜欢有一个唤醒词，这样它就只在我需要的时候才倾听。 此时，它会监听，直到出现静音(或返回到任何环境背景噪音)，然后将声音片段发送到API以进行语音到文本识别。我有没有办法缩短它在监听的时间？这样，它可以一次只听一个单词，并等待我设置的任何唤醒单词。 推荐答案 最好是离线实现唤醒
..
我想在我的应用程序中集成连续(免提)语音命令识别功能，以实现家庭自动化
我已经创建了一个简单的Android应用程序，用于控制连接到我的树莓PI的继电器。我已经使用按钮和基本的语音识别来触发这些按钮，并打开/关闭相应的中继频道。 从现在起，语音识别部分是由RecognizerIntent处理的，我需要按应用程序上的一个按钮来打开谷歌语音提示，它会监听我的语音命令，并激活/停用控制继电器开关的相应按钮。 我想用连续语音识别来做同样的事情，它允许应用程序连续收
..
谷歌语音识别器无法在Android 4.x上启动
我碰巧遇到了这个随机问题... 以下是我的代码 mSpeechRecognizer = SpeechRecognizer.createSpeechRecognizer(mContext); initializeRecognitionListener(); mSpeechRecognizer.setRecognitionListener(mRecognition
..
C#返回语音拼音而不识别它
我正在尝试制作一个波斯语语音的类似人类的词典(Db)，所以我试图说话，并让c#按语音产生它，但问题是我找不到任何事件来找到我说的话。例如，我们有SpeechRecognized事件，但它在识别语音后触发。以下是我的代码示例：
SpeechRecognizer rec = new SpeechRecognizer();
public Form1(){
..
如何在语音识别器中隐藏您的音频将被发送到Google以提供语音识别服务？
我正在使用Google语音识别器在Android中集成语音服务，但同时按下麦克风按钮，显示了这条恼人的祝酒词。请给我建议一个隐藏这一点的方法。 谢谢 推荐答案 如果您的设备已植根，您可以隐藏通知，但不能阻止将音频发送到谷歌。 安装已转换的框架和模块UnToaster已转换，然后添加： Com.google.android.Google快速搜索框
..
部分语音识别
我目前正在使用微软的语音引擎进行语音识别。 它在C#中的设置和使用非常简单，并且允许使用比我最初想象的更少的代码行来实现伟大的目标。 现在的问题是，我真的不知道该如何处理： 我知道，引擎需要开始监听，然后你说一个词或一个句子，它会在词典中进行比较，看看是否能找到匹配。如果是这样，程序将执行您希望它执行的任何操作。 让我摸不着头脑的是，我想让引擎“检测”他的词典中的单词，在包含一个或所有这些
..
带标点符号的实时语音识别
使用自动标点实现语音识别(语音到文本)的方法是什么？我想使用它将演讲(45分钟的演讲)转换为文本，并在可能的情况下动态更新视图。 我尝试了SpeechRecognizer，但它只给我没有标点符号的单词，并且在第一个单词之后停止收听。 推荐答案 您可以使用Punctuator，它在深度神经网络的帮助下为ASR结果指定标点符号。
..
巨蟒语音比较
我有两个.wav文件，我需要比较它们并确定它们是否包含相同的单词(顺序也相同)。 我一直在寻找最好的方法。我想不出如何让pySpeech使用文件作为输入。我试过让CMU的狮身人面像项目工作，但我似乎不能让GStreamer与Python27一起工作，更不用说他们的项目了。我也玩过蜻蜓，但没有运气。 我使用的是64位Win7和Python27。有谁有什么主意吗？ 非常感谢您的帮助。
..
Android上的关键字激活语音识别
是否可以在您自己的应用程序中使用“Google Now”这一很酷的语音激活功能？ 因此，我想要的是用户不必通过按下按钮或某事来触发激活。就像这样。 我更希望通过关键字激活自动语音识别。 例如：当打开“Google Now”时，你只需说：“Google”。在该命令之后，系统将侦听实际输入。 使用Android API可以吗？或者是否有提供此行为的开源库？ 我知道“张开耳朵”可以做
..
从Google Speech API结果中检测流畅度
我正在尝试使用Google Speech(转换为文本)API确定演讲者的流利度。 到目前为止，我发现接口(Betav1)可以显示说出一个单词的时间(开始时间和结束时间)。 和来自维基百科的 口语流利度或口语流利度都是衡量产出的标准 和接受演讲，作为一个流利的演讲者必须能够 在谈话中理解并回应他人。口语是 典型地以看似不流利的品质为特征(例如， 支离破碎、停顿、错误开始、犹豫、重复
..