利用.framework 4 提供system.speech的类库，写个简单的speech-to-text

最新推荐文章于 2024-06-28 22:50:54 发布

jixiang1234567

最新推荐文章于 2024-06-28 22:50:54 发布

阅读量4k

点赞数

分类专栏： c#_system.speech 文章标签： c# 语音

本文链接：https://blog.csdn.net/jixiang1234567/article/details/11842345

版权

c#_system.speech 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文档介绍了如何利用SpeechRecognitionEngine在.NET Framework 4中实现speech-to-text功能。首先，初始化语音识别引擎并配置区域设置、输入类型等。接着，设置语音输入源，如从.wav文件获取。然后，不深入研究语法规范，采用默认设置。最后，注册事件监听器以实现实时和识别后的内容处理。提供了使用VS2012的源代码示例和音频文件链接。

摘要由CSDN通过智能技术生成

利用microsoft help view，可以得到相关的简单示例，在这里，就简单梳理下，speech-to-text的过程操作。

第一步，实例化一个语音识别引擎SpeechRecognitionEngine，进行相关的属性配置，比如有区域设置、语音输入类型、语法规范，等等

1.区域配置，其实，可以在初始化引擎对象时，默认就行；也就可以这样制定初始化new SpeechRecognitionEngine(new CultureInfo("en-US"))。

通过help view示例，可查询到引擎的默认属性。

RecognizerInfo info = sre1.RecognizerInfo;
            string AudioFormats = "";
            foreach (SpeechAudioFormatInfo fmt in info.SupportedAudioFormats)
            {
                AudioFormats += String.Format("       {0}\n", fmt.EncodingFormat.ToString());
            }
            string AdditionalInfo = "";
            foreach (string key in info.AdditionalInfo.Keys)
            {
                AdditionalInfo += String.Format("      {0}: {1}\n", key, info.AdditionalInfo[key]);
            }
            Console.WriteLine(String.Format(
                               "Name:                 {0 }\n" +
                               "Description:          {1} \n" +
                               "SupportedAudioFormats:\n" +
                               "{2} " +
                               "Culture:              {3} \n" +
                               "AdditionalInfo:       \n" +
                               " {4}\n",
                               info.Name.ToString(),
                               info.Description.ToString(),
                               AudioFormats,
                               info.Culture.ToString(),
                               AdditionalInfo));

2.语音输入类型

提供有SetInputToAudioStream(),SetInputToDefaultAudioDevice(),SetInputToNull(),SetInputToWaveFile(),SetInputToWaveStream()五种方法，详见help文档

这里使用了通过win7的录音笔，录制的音频wma，再通过格式转化为wav。

3.语法规范

没有深究，help文档也有详细说明，直接就按默认的。

第二步，设置事件响应。在本示例中，设置了两个事件，即实时读取识别内容和识别后在读取。注意：分别测试两个事件较好。

sre1.SpeechRecognized += new EventHandler<SpeechRecognizedEventArgs>(SpeechRecognized); //sre1为语音引擎实例化的对象
sre1.SpeechHypothesized += new EventHandler<SpeechHypothesizedEventArgs>(SpeehchHypothesizing);

//响应事件后，打印识别内容。

static void SpeechHypothesizing(object sender, SpeechHypothesizedEventArgs e)
        {
            Console.WriteLine(e.Result.Text);
        }