我想开发应用程序，只要它识别出一个关键字，它就会做一些事情。它需要一直处于聆听模式，也需要在后台。我接触过这个和这个。我在运行它，但是当我说话时它不起作用。实际上我读它仍然不支持我的母语。是这个原因吗？我想知道它是如何工作的？它是否正在对文本进行语音并将其保存在资产文件中？它在后台运行吗？是用AI模型吗？当两个应用程序需要并行麦克风资源时它的行为如何？噪音？它可以与神经网络 API 一起使用吗？我怎样才能开始开发这样的东西？
谢谢！
问问题
260 次
1 回答
1
很高兴您在 Android 上尝试了 Vosk 离线语音识别，以下是您问题的一些答案：
实际上我读它仍然不支持我的母语。
如果你是关于希伯来语的，我们将来可能会支持它，你可以自己构建它。
是这个原因吗？
您没有提供足够的信息来回答这个问题，请多解释一下什么是“它不起作用”
我想知道它是如何工作的？
讲座、课程和书籍中提供了有关语音识别的大量文档。您可以在这里找到一些介绍，例如：https ://www.youtube.com/watch?v=q67z7PTGRi8
它是否正在对文本进行语音并将其保存在资产文件中？
它对文本进行语音转换，但它不会将结果保存到资产中，它只是显示它们。您不能修改资产，它们是静态的。
它在后台运行吗？
是的
是用AI模型吗？
当然
当两个应用程序需要并行麦克风资源时它的行为如何？
在 android 中，无法同时录制来自两个应用程序的音频，第二个应用程序将被阻止。
噪音？
它对噪声具有鲁棒性。
它可以与神经网络 API 一起使用吗？
不，它是便携式的
我怎样才能开始开发这样的东西？
获得一些基本的了解并开始编写代码。如果您还有其他问题，可以在Telegram 聊天中提问
于 2020-09-13T10:04:11.257 回答