如何让引擎成功识别语音文件(wav/mp3/etc..)中的短语?
例如,如果我有一个语音文件和同一个文件上下文的书面文本,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。
我会很感激你的想法,因为这是我第一次处理语音识别技术。
我看过使用词典进行语音转文本的示例,但我不确定它在这里有何用处。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短语,但我认为这不是正确的方法。将例如 5 小时的语音转换为文本似乎没有意义……或者可能将特定短语用作“词典”并在语音文件中查找此项。
最佳答案
看来您需要在一个长文件中查找特定的单词。这种技术称为“关键字识别”,它与语音识别截然不同,效率更高。显然,您不需要转录整个文件来搜索其中的单词,您可以快速浏览整个文件。 Microsoft 语音识别引擎对关键字识别的支持非常有限。
像CMUSphinx 这样的开源引擎可用于有效地实现关键字发现。有关更多引用信息,请参阅 how to implement wake-up listening with pocketsphinx 上的信息.
有关底层算法的更多信息,请参阅 ACOUSTIC KEYWORD SPOTTING IN SPEECH WITH APPLICATIONs TO DATA MINING
关于c# - 如何从语音文件中识别短语,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10377054/