SPEECHRECOGNITION,speech recognition
C#如何开发语音识别，最好有例子
语音识别小程序，调用了windows的识别组件。精简了一些代码，算是比较简单易懂的一个语音识别类。
开发测试环境win7，VS2008。如果有其它环境中的，欢迎补充。
SRecognition.cs
using System;
using System.Speech.Recognition;
using System.Globalization;
using System.Windows.Forms;
namespace NingTao
{
public class SRecognition
{
public SpeechRecognitionEngine recognizer = null;//语音识别引擎
public DictationGrammar dictationGrammar = null; //自然语法
public System.Windows.Forms.Control cDisplay; //显示控件
public SRecognition(string[] fg) //创建关键词语列表
{
CultureInfo myCIintl = new CultureInfo("zh-CN");
foreach (RecognizerInfo config in SpeechRecognitionEngine.InstalledRecognizers())//获取所有语音引擎
{
if (config.Culture.Equals(myCIintl) config.Id == "MS-2052-80-DESK")
{
recognizer = new SpeechRecognitionEngine(config);
break;
}//选择识别引擎
}
if (recognizer != null)
{
InitializeSpeechRecognitionEngine(fg);//初始化语音识别引擎
dictationGrammar = new DictationGrammar();
}
else
{
MessageBox.Show("创建语音识别失败");
}
}
private void InitializeSpeechRecognitionEngine(string[] fg)
{
recognizer.SetInputToDefaultAudioDevice();//选择默认的音频输入设备
Grammar customGrammar = CreateCustomGrammar(fg);
//根据关键字数组建立语法
recognizer.UnloadAllGrammars();
recognizer.LoadGrammar(customGrammar);
//加载语法
recognizer.SpeechRecognized += new EventHandlerSpeechRecognizedEventArgs(recognizer_SpeechRecognized);
//recognizer.SpeechHypothesized += new EventHandler SpeechHypothesizedEventArgs(recognizer_SpeechHypothesized);
}
public void BeginRec(Control tbResult)//关联窗口控件
{
TurnSpeechRecognitionOn();
TurnDictationOn();
cDisplay = tbResult;
}
public void over()//停止语音识别引擎
{
TurnSpeechRecognitionOff();
}
public virtual Grammar CreateCustomGrammar(string[] fg) //创造自定义语法
{
GrammarBuilder grammarBuilder = new GrammarBuilder();
grammarBuilder.Append(new Choices(fg));
return new Grammar(grammarBuilder);
}
private void TurnSpeechRecognitionOn()//启动语音识别函数
{
if (recognizer != null)
{
recognizer.RecognizeAsync(RecognizeMode.Multiple);
//识别模式为连续识别
}
else
{
MessageBox.Show("创建语音识别失败");
}
}
private void TurnSpeechRecognitionOff()//关闭语音识别函数
{
if (recognizer != null)
{
recognizer.RecognizeAsyncStop();
TurnDictationOff();
}
else
{
MessageBox.Show("创建语音识别失败");
}
}
private void recognizer_SpeechRecognized(object sender, SpeechRecognizedEventArgs e)
{
//识别出结果完成的动作，通常把识别结果传给某一个控件
string text = e.Result.Text;
cDisplay.Text += text;
}
private void TurnDictationOn()
{
if (recognizer != null)
{
recognizer.LoadGrammar(dictationGrammar);
//加载自然语法
}
else
{
MessageBox.Show("创建语音识别失败");
}
}
private void TurnDictationOff()
{
if (dictationGrammar != null)
{
recognizer.UnloadGrammar(dictationGrammar);
//卸载自然语法
}
else
{
MessageBox.Show("创建语音识别失败");
}
}
}
}
form调用，其中2个按钮（开始，停止），1个文本框（识别结果）
using System;
using System.Windows.Forms;
namespace NingTao
{
public partial class Form1 : Form
{
private SRecognition sr;
public Form1()
{
InitializeComponent();
string[] fg = { "东方", "西方", "南方", "北方" };
sr = new SRecognition(fg);
button2.Enabled = false;
}
private void button1_Click(object sender, EventArgs e)
{
sr.BeginRec(textBox1);
button1.Enabled = false;
button2.Enabled = true;
}
private void button2_Click(object sender, EventArgs e)
{
sr.over();
button1.Enabled = true;
button2.Enabled = false;
}
}
}
语音识别和图像识别的区别是什么？
度学习属于机器学习中人工神经网络发展的高级版。 语音识别、图像识别也都是属于模式识别的范畴。 不管是机器学习还是模式识别也都属于人工智能的分支。 几乎人工智能的所有方面都用深度学习，但是深度学习有个前提需要建立深层的神经网络和足够的数据集才能实现。 在语音和图像两个领域在2006年之前都建立了大量的数据测试集，深度学习一出现就应用于这两个方面也就不足为奇了。图象识别比较容易，因为图象可以在一个时间点成像。而语音没有可能在一个时间点的采样有用，语音多出来一个时间轴。而这个时间轴引入的难题就是：换个时间，换个人，换个背景噪音，都变得没法子识别了。语音识别是一门交叉学科。近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。人们预计，未来10年内，语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。 语音识别听写机在一些领域的应用被美国新闻界评为1997年计算机发展十件大事之一。很多专家都认为语音识别技术是2000年至2010年间信息技术领域十大重要的科技发展技术之一。 语音识别技术所涉及的领域包括:信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。语音识别技术，也被称为自动语音识别Automatic Speech Recognition，(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。
iOS Speech框架 详解
原文地址：
一、引言
? ? ? ? iOS10系统是一个较有突破性的系统，其在Message，Notification等方面都开放了很多实用性的开发接口。本篇博客将主要探讨iOS10中新引入的SpeechFramework框架。有个这个框架，开发者可以十分容易的为自己的App添加语音识别功能，不需要再依赖于其他第三方的语音识别服务，并且，Apple的Siri应用的强大也证明了Apple的语音服务是足够强大的，不通过第三方，也大大增强了用户的安全性。
二、SpeechFramework框架中的重要类
? ? ? ? SpeechFramework框架比较轻量级，其中的类并不十分冗杂，在学习SpeechFramework框架前，我们需要对其中类与类与类之间的关系有个大致的熟悉了解。
SFSpeechRecognizer：这个类是语音识别的操作类，用于语音识别用户权限的申请，语言环境的设置，语音模式的设置以及向Apple服务发送语音识别的请求。
SFSpeechRecognitionTask：这个类是语音识别服务请求任务类，每一个语音识别请求都可以抽象为一个SFSpeechRecognitionTask实例，其中SFSpeechRecognitionTaskDelegate协议中约定了许多请求任务过程中的监听方法。
SFSpeechRecognitionRequest:语音识别请求类，需要通过其子类来进行实例化。
SFSpeechURLRecognitionRequest：通过音频URL来创建语音识别请求。
SFSpeechAudioBufferRecognitionRequest:通过音频流来创建语音识别请求。
SFSpeechRecognitionResult：语音识别请求结果类。
SFTranscription：语音转换后的信息类。
SFTranscriptionSegment：语音转换中的音频节点类。
三、申请用户语音识别权限与进行语音识别请求
? ? ? ? 开发者若要在自己的App中使用语音识别功能，需要获取用户的同意。首先需要在工程的Info.plist文件中添加一个Privacy-Speech Recognition Usage Description键，其实需要对应一个String类型的值，这个值将会在系统获取权限的警告框中显示，Info.plist文件如下图所示：
使用SFSpeechRecognize类的requestAuthorization方法来进行用户权限的申请，用户的反馈结果会在这个方法的回调block中传入，如下：
? ? ? //申请用户语音识别权限
? ? ? [SFSpeechRecognizer requestAuthorization:^(SFSpeechRecognizerAuthorizationStatus status) {? ?
? ? ? }];
SFSpeechRecognizerAuthorzationStatus枚举中定义了用户的反馈结果，如下：
? ? typedef NS_ENUM(NSInteger, SFSpeechRecognizerAuthorizationStatus) {
? ? ? ? //结果未知 用户尚未进行选择
? ? ? ? SFSpeechRecognizerAuthorizationStatusNotDetermined,
? ? ? ? //用户拒绝授权语音识别
? ? ? ? SFSpeechRecognizerAuthorizationStatusDenied,
? ? ? ? //设备不支持语音识别功能
? ? ? ? SFSpeechRecognizerAuthorizationStatusRestricted,
? ? ? ? //用户授权语音识别
? ? ? ? SFSpeechRecognizerAuthorizationStatusAuthorized,
? ? };
如果申请用户语音识别权限成功，开发者可以通过SFSpeechRecognizer操作类来进行语音识别请求，示例如下：
? ? ? ? //创建语音识别操作类对象
? ? ? ? SFSpeechRecognizer * rec = [[SFSpeechRecognizer alloc]init];
? ? ? ? //通过一个音频路径创建音频识别请求
? ? ? ? SFSpeechRecognitionRequest * request = [[SFSpeechURLRecognitionRequest alloc]initWithURL:[[NSBundle mainBundle] URLForResource:@"7011" withExtension:@"m4a"]];
? ? ? ? //进行请求
? ? ? ? [rec recognitionTaskWithRequest:request resultHandler:^(SFSpeechRecognitionResult * _Nullable result, NSError * _Nullable error) {
? ? ? ? ? ? //打印语音识别的结果字符串
? ? ? ? ? ? NSLog(@"%@",result.bestTranscription.formattedString);
? ? ? ? }];
四、深入SFSpeechRecognizer类
????? ? SFSpeechRecognizer类的主要作用是申请权限，配置参数与进行语音识别请求。其中比较重要的属性与方法如下：
//获取当前用户权限状态
+ (SFSpeechRecognizerAuthorizationStatus)authorizationStatus;
//申请语音识别用户权限
+ (void)requestAuthorization:(void(^)(SFSpeechRecognizerAuthorizationStatus status))handler;
//获取所支持的所有语言环境
+ (NSSetNSLocale * *)supportedLocales;
//初始化方法 需要注意 这个初始化方法将默认以设备当前的语言环境作为语音识别的语言环境
- (nullable instancetype)init;
//初始化方法 设置一个特定的语言环境
- (nullable instancetype)initWithLocale:(NSLocale *)locale NS_DESIGNATED_INITIALIZER;
//语音识别是否可用
@property (nonatomic, readonly, getter=isAvailable) BOOL available;
//语音识别操作类协议代理
@property (nonatomic, weak) idSFSpeechRecognizerDelegate delegate;
//设置语音识别的配置参数 需要注意 在每个语音识别请求中也有这样一个属性 这里设置将作为默认值
//如果SFSpeechRecognitionRequest对象中也进行了设置 则会覆盖这里的值
/*
? ? typedef NS_ENUM(NSInteger, SFSpeechRecognitionTaskHint) {
? ? ? ? SFSpeechRecognitionTaskHintUnspecified = 0,? ? // 无定义
? ? ? ? SFSpeechRecognitionTaskHintDictation = 1,? ? ? // 正常的听写风格
? ? ? ? SFSpeechRecognitionTaskHintSearch = 2,? ? ? ? ? // 搜索风格
? ? ? ? SFSpeechRecognitionTaskHintConfirmation = 3,? ? // 短语风格
? ? };
? ? */
? ? @property (nonatomic) SFSpeechRecognitionTaskHint defaultTaskHint;
? ? //使用回调Block的方式进行语音识别请求 请求结果会在Block中传入
? ? - (SFSpeechRecognitionTask *)recognitionTaskWithRequest:(SFSpeechRecognitionRequest *)request
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? resultHandler:(void (^)(SFSpeechRecognitionResult * __nullable result, NSError * __nullable error))resultHandler;
? ? //使用代理回调的方式进行语音识别请求
? ? - (SFSpeechRecognitionTask *)recognitionTaskWithRequest:(SFSpeechRecognitionRequest *)request
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? delegate:(id SFSpeechRecognitionTaskDelegate)delegate;
? ? //设置请求所占用的任务队列
? ? @property (nonatomic, strong) NSOperationQueue *queue;
SFSpeechRecognizerDelegate协议中只约定了一个方法，如下:
//当语音识别操作可用性发生改变时会被调用
? ? - (void)speechRecognizer:(SFSpeechRecognizer *)speechRecognizer availabilityDidChange:(BOOL)available;
? ? ? ? 通过Block回调的方式进行语音识别请求十分简单，如果使用代理回调的方式，开发者需要实现SFSpeechRecognitionTaskDelegate协议中的相关方法，如下：
//当开始检测音频源中的语音时首先调用此方法
- (void)speechRecognitionDidDetectSpeech:(SFSpeechRecognitionTask *)task;
//当识别出一条可用的信息后 会调用
/*
需要注意，apple的语音识别服务会根据提供的音频源识别出多个可能的结果 每有一条结果可用 都会调用此方法
*/
- (void)speechRecognitionTask:(SFSpeechRecognitionTask *)task didHypothesizeTranscription:(SFTranscription *)transcription;
//当识别完成所有可用的结果后调用
- (void)speechRecognitionTask:(SFSpeechRecognitionTask *)task didFinishRecognition:(SFSpeechRecognitionResult *)recognitionResult;
//当不再接受音频输入时调用 即开始处理语音识别任务时调用
- (void)speechRecognitionTaskFinishedReadingAudio:(SFSpeechRecognitionTask *)task;
//当语音识别任务被取消时调用
- (void)speechRecognitionTaskWasCancelled:(SFSpeechRecognitionTask *)task;
//语音识别任务完成时被调用
- (void)speechRecognitionTask:(SFSpeechRecognitionTask *)task didFinishSuccessfully:(BOOL)successfully;
? SFSpeechRecognitionTask类中封装了属性和方法如下：
//此任务的当前状态
/*
typedef NS_ENUM(NSInteger, SFSpeechRecognitionTaskState) {
? ? SFSpeechRecognitionTaskStateStarting = 0,? ? ? // 任务开始
? ? SFSpeechRecognitionTaskStateRunning = 1,? ? ? ? // 任务正在运行
? ? SFSpeechRecognitionTaskStateFinishing = 2,? ? ? // 不在进行音频读入 即将返回识别结果
? ? SFSpeechRecognitionTaskStateCanceling = 3,? ? ? // 任务取消
? ? SFSpeechRecognitionTaskStateCompleted = 4,? ? ? // 所有结果返回完成
};
*/
@property (nonatomic, readonly) SFSpeechRecognitionTaskState state;
//音频输入是否完成
@property (nonatomic, readonly, getter=isFinishing) BOOL finishing;
//手动完成音频输入 不再接收音频
- (void)finish;
//任务是否被取消
@property (nonatomic, readonly, getter=isCancelled) BOOL cancelled;
//手动取消任务
- (void)cancel;
关于音频识别请求类，除了可以使用SFSpeechURLRecognitionRequest类来进行创建外，还可以使用SFSpeechAudioBufferRecognitionRequest类来进行创建：
@interface SFSpeechAudioBufferRecognitionRequest : SFSpeechRecognitionRequest
@property (nonatomic, readonly) AVAudioFormat *nativeAudioFormat;
//拼接音频流
- (void)appendAudioPCMBuffer:(AVAudioPCMBuffer *)audioPCMBuffer;
- (void)appendAudioSampleBuffer:(CMSampleBufferRef)sampleBuffer;
//完成输入
- (void)endAudio;
@end
五、语音识别结果类SFSpeechRecognitionResult
? ? ? ? SFSpeechRecognitionResult类是语音识别结果的封装，其中包含了许多套平行的识别信息，其每一份识别信息都有可信度属性来描述其准确程度。SFSpeechRecognitionResult类中属性如下：
? ? //识别到的多套语音转换信息数组 其会按照准确度进行排序
? ? @property (nonatomic, readonly, copy) NSArraySFTranscription * *transcriptions;
? ? //准确性最高的识别实例
? ? @property (nonatomic, readonly, copy) SFTranscription *bestTranscription;
? ? //是否已经完成 如果YES 则所有所有识别信息都已经获取完成
? ? @property (nonatomic, readonly, getter=isFinal) BOOL final;
SFSpeechRecognitionResult类只是语音识别结果的一个封装，真正的识别信息定义在SFTranscription类中，SFTranscription类中属性如下：
? ? //完整的语音识别准换后的文本信息字符串
? ? @property (nonatomic, readonly, copy) NSString *formattedString;
? ? //语音识别节点数组
? ? @property (nonatomic, readonly, copy) NSArraySFTranscriptionSegment * *segments;
当对一句完整的话进行识别时，Apple的语音识别服务实际上会把这句语音拆分成若干个音频节点，每个节点可能为一个单词，SFTranscription类中的segments属性就存放这些节点。SFTranscriptionSegment类中定义的属性如下：
//当前节点识别后的文本信息
@property (nonatomic, readonly, copy) NSString *substring;
//当前节点识别后的文本信息在整体识别语句中的位置
@property (nonatomic, readonly) NSRange substringRange;
//当前节点的音频时间戳
@property (nonatomic, readonly) NSTimeInterval timestamp;
//当前节点音频的持续时间
@property (nonatomic, readonly) NSTimeInterval duration;
//可信度/准确度 0-1之间
@property (nonatomic, readonly) float confidence;
//关于此节点的其他可能的识别结果
@property (nonatomic, readonly) NSArrayNSString * *alternativeSubstrings;
温馨提示：SpeechFramework框架在模拟器上运行会出现异常情况，无法进行语音识别请求。会报出kAFAssistantErrorDomain的错误，还望有知道解决方案的朋友，给些建议，Thanks。
电脑没有声音speech recongnition有5个感叹号驱动软件都用过了还是没用
驱动没有装上！你用驱动精灵再试试！真不行你就去官网下吧！
戴尔m5110声卡驱动有问题speech recognition有黄色叹号播放器播放没有声音?
您好，
驱动程序可以根据以下方法进行下载：
1、打开网址：;s=bsdcs=cnbsd1l=zh；
2、输入您机器上的7位服务编码或者10-11位的快速服务代码定位您的机型；
3、将页面往下拉，选择需要下载使用驱动程序对应的操作系统版本，如windows 7 64bit；
4、在下方页面选择需下载的驱动，点击进行下载单个文件或者安装戴尔下载工具同时下载多个文件。
注：目前大部分芯片厂商均是以开发64位驱动为主。您务必使用IE浏览器，同时关闭安全软件以确保检测插件的顺利安装运行。
您可以参考以下方法详细操作：