0

我有一个项目，我想在网站中实现语音识别。想象一下，用户正在打一个视频电话，也没有空闲的手来进行交互。如果它只识别一些关键字（如“快照”或“菜单”）就足够了。

我让它在 chrome (x-webkit-speech) 中工作，但它必须在 IE8 中。

其他条件：

  • 如果可能的话，应该一直录音（就在打开主页的时候）。因此，即使用户正在与另一个人交谈，它也应该在听到关键字时做出反应。我不想要像 SIRI 这样你按下按钮开始录制的东西
  • 电话非常保密。我正在做这件事的公司不想将整个对话发送给谷歌，在那里可能会对其进行分析并保存内容。

我不希望有人给我一个完整的解决方案，但是由于我对此很陌生并且很着急，如果有人能指出我正确的方向，我将不胜感激:)

谢谢！

4

1 回答 1

0

我只是偶然发现了我自己的问题......这是我的解决方案：

我们用闪光灯录制了声音。将其转换为 .wav。连接到 ac#-server 的套接字并将文件作为字节数组发送。问题：由于您只接收字节，客户端必须先发送大小并用某种字符终止它，以便您知道它何时结束。您不能只取一个随机字符并用它终止 wav 文件。如果你没有得到大小拳头，你永远不会知道传输何时完成。

c#-server 使用 .NET 4 运行。？具有语音识别功能。分析 .wav 文件并将字符串发送回客户端。flash 可以调用 javascript 中的方法 => 问题解决了！

当然这很丑，但我们的客户仍然对它非常满意，因为它有效并满足了他要求的所有条件。

于 2012-09-26T12:51:18.340 回答