0

我正在尝试使用 .NET 的 System.Speech SpeechRecognitionEngine 对象来识别不和谐用户在语音频道中所说的单词。机器人收到的原始 pcm 音频被写入 MemoryStream，我试图让 SpeechRecognitionEngine 使用这个 Stream 进行识别。获取这些数据并写入它可以正常工作，但是，由于多种原因，将其与 SpeechRecognitionEngine 一起使用似乎不起作用。一方面，流不是无限的，识别器到达流的末端并在单词甚至可以说出之前停止。即使数据不断地添加到流中（即用户不断地说话），识别器仍然会到达流的末尾并拒绝继续。另一个问题是运行识别的方法似乎不能多次运行。我' 已经尝试将流分块提供给识别器，但它似乎没有用。有一个选项可以将输入设置为您的默认音频设备，这正是我想要的，即使用户没有提供任何输入，它也始终运行而不停止。有什么帮助吗？

private SpeechRecognitionEngine recognizer = new SpeechRecognitionEngine();
public MemoryStream stream = new MemoryStream();

//called before any other method when the bot joins the voice channel
public void StartRun(){
    Choices commands = new Choices();
    commands.Add(new string[] { "hello", "hey bot"});
    GrammarBuilder gBuilder = new GrammarBuilder();
    gBuilder.Append(commands);
    Grammar grammar = new Grammar(gBuilder);
    
    recognizer.LoadGrammar(grammar);
    recognizer.SetInputToAudioStream(holdStream, new SpeechAudioFormatInfo(48000, AudioBitsPerSample.Sixteen, AuidoChannel.Mono));

    recognizer.SpeechRecognized += async (s, e) => {} //handles 
    
    //the eventHandler i have for this event prints something whenever it reaches the end of the stream
    recognizer.RecognizeCompleted += RecognizeCompleted;
    recognizer.RecognizeAsync(RecognizeMode.Multiple);
}

在另一个程序中，我将 pcm 数据写入“流”，如果有任何语法错误，那是因为手动复制代码而不是复制和粘贴以简化我的代码。谢谢！

4

0 回答 0