6

[可能重复]但我没有在下面找到我的问题的答案。

这两天我一直在做一些语音识别方面的研究，但没有得到我的问题的答案：

  1. 是否可以将语音识别作为服务运行？我想实现这样的事情：虽然我的电话通过语音识别处于睡眠模式，但我需要拨打一个号码。
  2. 当我在火车、公共汽车等上时，语音识别是否可以正常检测单词？
  3. 除了语音识别，还有其他传感器可以检测语音吗？
  4. 为使语音识别正常工作，用户是否需要靠近手机说话？
4

1 回答 1

10

1）将语音识别放入服务中是正确的方法，就像在Google api中所做的那样，其中使用回调方法来获取结果。为了使其持续运行，服务必须处理唤醒锁，以避免陷入睡眠模式。此处提供了更多信息Wake locks android service recurring它有一个很大的缺点 - 电池使用率高，这是由 CPU 的连续工作和传入声音数据的连续计算引起的。（可以通过过滤器、阈值等来减少）

2）语音识别不是一项简单的任务。它需要大量的计算和数据来参考。如果输入音频不清晰（噪音、许多人声等），则很难获得正确的输出。可以做些什么来提高准确性，过滤输入音频：噪声抑制、低通滤波器等。你不能期望 100% 的准确性，但可以达到 80-95%。

更难的是过滤许多人的声音。但是可以使用一些具有自适应阈值的简单幅度（音频强度级别）算法来决定单词何时开始和结束。想法是正确的声音是最响亮的=最接近电话/设备。因此，根据4），当用户靠近麦克风说话时，准确度会更好，因为它是最响亮的声音。

3）我不知道您所说的传感器是什么意思，但是有一些算法可以简单地检测人声而不是解码单词。这些算法称为语音活动检测 (VAD) 一些代码应在 Speex 项目文档 http://www.speex.org/中找到

处理语音识别的最简单方法是使用 Google Speech api，它非常好，它可以识别多种语言但需要 Internet 连接——而且需要一段时间才能得到结果。
更快的是 CMU Sphinx，但它的语言模型很少，需要更多的 RAM 内存和处理器计算，因为所有解码都是在设备上进行的。在我看来，当字典（被重新认识的单词）像命令（左、右、后退、停止、开始等）一样小时非常好。

于 2012-12-25T02:32:57.943 回答