android - TTS 时的语音识别

Question

我正在构建一个 android 应用程序，其中 TTS（文本到语音）由语音命令控制。对于语音识别，我使用的是 pocketsphinx，它在 TTS 未激活时工作正常（即“开始”命令）。但是，当 TTS 处于活动状态时（例如，对于“停止”命令），识别的准确性会下降。

我尝试使用 AcousticEchoCanceler，但似乎没有帮助。你能告诉我：

1. AEC 是否应该从输入中过滤手机输出？是它不能很好地工作还是它不应该这样做？

2. 我还要尝试什么？

谢谢！

Answer 1

我们很快在聊天中与您讨论了这个问题。

AEC 是否应该从输入中过滤手机输出？是它不能很好地工作还是它不应该这样做？

不，AEC 不会过滤 TTS。它消除了回声 - 重复信号。

我还要尝试什么？

您可能希望先将音频合成到文件中：

如何将文本到语音输出存储为 WAV 文件？

然后播放它。当您知道播放的是什么时，您可以通过从具有最佳延迟的录制音频中减去它来从录制中过滤它。否则这是一个非常复杂的问题。