18

我需要一个 API 或库（最好是免费的），它将通过麦克风将语音/语音转换为文本（字符串）。

此外，我将需要一个 API 或库来进行文本到语音的转换。

我想使用 C# 和 .NET，但其他语言就足够了。

谢谢。

4

6 回答 6

15

您可以使用 CMU Sphinx，因为它是非常开放且可扩展的解决方案，我认为它可以在客户端和服务器端使用：

http://cmusphinx.sourceforge.net/

如果您正在寻找 Microsoft 桌面解决方案，那么您可以使用 SAPI：

http://msdn.microsoft.com/en-us/magazine/cc163663.aspx

在服务器端，您可以使用 Microsoft 统一通信，但也要考虑许可：

http://www.microsoft.com/uc/en/gb/default.aspx

更新：

这个线程也有一些很好的参考：

C# 语音识别 - 这是用户所说的吗？

于 2011-01-13T07:28:38.483 回答
11

这是一个使用 C# 和 System.Speech 将语音转换为文本的完整示例

代码可以分为2个主要部分：

配置处理 SpeechRecognized 和 SpeechHypothesized 事件的 SpeechRecognitionEngine 对象（及其所需元素）。

步骤 1：配置 SpeechRecognitionEngine

_speechRecognitionEngine = new SpeechRecognitionEngine();
_speechRecognitionEngine.SetInputToDefaultAudioDevice();
_dictationGrammar = new DictationGrammar();
_speechRecognitionEngine.LoadGrammar(_dictationGrammar);
_speechRecognitionEngine.RecognizeAsync(RecognizeMode.Multiple);

此时，您的对象已准备好开始从麦克风转录音频。但是，您需要处理一些事件，以便实际访问结果。

第 2 步：处理 SpeechRecognitionEngine 事件

_speechRecognitionEngine.SpeechRecognized -= new EventHandler(SpeechRecognized); _speechRecognitionEngine.SpeechHypothesized -= new EventHandler(SpeechHypothesizing);

_speechRecognitionEngine.SpeechRecognized += new EventHandler(SpeechRecognized); _speechRecognitionEngine.SpeechHypothesized += new EventHandler(SpeechHypothesizing);

private void SpeechHypothesizing(object sender, SpeechHypothesizedEventArgs e) { ///来自引擎的实时结果 string realTimeResults = e.Result.Text; }

private void SpeechRecognized(object sender, SpeechRecognizedEventArgs e) { ///来自引擎字符串的最终答案 finalAnswer = e.Result.Text; }

而已。如果您想使用预先录制的 .wav 文件而不是麦克风，您可以使用

_speechRecognitionEngine.SetInputToWaveFile(pathToTargetWavFile);

代替

_speechRecognitionEngine.SetInputToDefaultAudioDevice();

这些课程中有很多不同的选项，值得更详细地探索。

http://ellismis.com/2012/03/17/converting-or-trancribing-audio-to-text-using-c-and-net-system-speech/

于 2012-03-17T17:13:27.347 回答
2

请参阅使用 c++ 调用和使用 Windows 语音识别

其中说：

Microsoft 为 Windows 的客户端和服务器版本提供语音识别引擎。两者都可以使用 C++ 或 .NET 语言进行编程。用于 C++ 编程的传统 API 称为 SAPI。用于客户端和服务器语音的 .NET 框架命名空间是 System.Speech 和 Microsoft.Speech。

SAPI 文档 - http://msdn.microsoft.com/en-us/library/ms723627(VS.85).aspx

用于客户端识别的 .NET 命名空间是 System.Speech - http://msdn.microsoft.com/en-us/library/system.speech.recognition.aspx。Windows Vista 和 7 包括语音引擎。

用于服务器识别的 .NET 命名空间是 Microsoft.Speech，10.2 版本的完整 SDK 可在http://www.microsoft.com/downloads/en/details.aspx?FamilyID=1b1604d3-4f66-4241-9a21- 90a294a5c9a4。语音引擎可免费下载。

许多早期的问题已经解决了这个问题。有关示例，请参阅基于语音识别的原型、语音识别和语音合成入门以及SAPI 和 Windows 7 问题。

于 2011-01-14T21:39:01.707 回答
-1

每个 Windows 操作系统中都有一个用于 Text2Speach 的内置 DLL。您将在 c:\Programs\Shared Folders\Microsoft Shared\Speech\sapi.dll (sAPI - speach api) 中找到相应的 dll - 我不太确定路径 - 但无论如何您都可以搜索 sapi.dll。

之后您可以使用以下代码片段

SpVoice oVoice = new SpVoice();
oVoice.Voice = oVoice.GetVoices("","").Item(0); // 0 indicating what kind of speaker you want
oVoice.Volume = 50;
oVoice.Speak("hello world", SpeechVoiceSpeakFlags.SVSFDefault);
oVoice = null;
于 2011-01-13T07:01:02.783 回答
-1

对于文本到语音的转换，您必须遵循 3 个步骤：

1.添加System.Speech参考。

2.添加标题：

使用 System.Speech；

使用 System.Speech.Synthesis；

3.添加以下代码，其中 textBox1 是文本框默认名称。

            SpeechSynthesizer speaker = new SpeechSynthesizer();
            speaker.Rate = 1;
            speaker.Volume = 100;
            speaker.Speak(textBox1.Text);
于 2012-02-06T09:23:12.347 回答
-1

I'd like to use C# and .NET, but other languages will suffice.如果您对C++ 音乐节开放，请勾选此项

于 2011-01-13T06:48:23.503 回答