问题标签 [sapi]

我正在开发一个 VB.NET Windows 服务，该服务花费大量时间检查 BMS 数据库中的新警报并拨打电话以远程警告操作员。我目前正在使用 .NET TAPI 包装器和 SAPI 5.3 互操作程序集，我通过电话交谈的步骤是：

1. 初始化TAPI接口；
2. 拨打接线员号码；
3. 取语音调制解调器 waveOut 设备 id
4. 将语音输出设置为该设备 ID；
5. 让 SAPI 发挥作用。

如果我将代码编译为 Windows 控制台或表单应用程序，这一切都可以正常工作，但是一旦我将其编译并作为 Windows 服务运行，步骤 5 就永远不会发生 - 语音调制解调器调用但保持沉默；其他一切正常，甚至数字监控。现在我知道 Windows 服务不应该与桌面交互，所以 UI 元素和播放声音之类的东西是不可以的，但我正在努力寻找不涉及使用 wave API 并且可以开发的替代方案在合理的时间范围内。有任何想法吗？

我正在为音盲人士开发一个程序。我一直在使用 sapi 和 TTs。该程序同时用一只手制作 3D 动画。但问题是声音（即使是最慢的声音）对于我想要的东西来说太快了。所以，我考虑过语音识别，但问题是我必须在动画开始之前对文本做一个大的处理。

所以，我想知道是否可以进行语音识别（从我在 .wave 文件上的声音），然后执行相同的 TT 过程（使用 Sapi 事件......），但在我的声音中使用 .wave。

如果可能，请告诉我如何。如果你认为有更好的选择，让我看看。

谢谢你的时间（请原谅我的英语）

耶稣凯维奇

我正在从 XP 迁移到 Windows 7 64 位。我在 XP 机器上编译的应用程序可以在 XP 上正常运行。但是，当我在 W7 机器上运行 exe 时，GetVoices 返回的声音列表如下：
Microsoft Anna
Microsoft Mary
Microsoft Mike
Sample TTS Voice。

检查 W7 语音属性对话框显示机器上仅加载了 Microsoft Anna。检查 HKEY_LOCAL_MACHINE/SOFTWARE/Microsoft/Speech/Voices 的注册表可以确认这一点。

在我的新 Windows 7 开发机器上重新编译我的应用程序会创建一个重复上述行为的 exe。（XP编译代码和W7编译代码在W7下执行时重现同样的错误）

我在 Windows 7 64 位上使用 Delphi 7 进行开发，我正在使用 Microsoft Speech Object Library（版本 5.4）（注意：5.4 是导入类型库列表中显示的内容）。

我将 SpeechSDK51.exe 安装到我的 W7 机器上。这来自：

http://www.microsoft.com/downloads/details.aspx?FamilyID=5e86ec97-40a7-453f-b0ee-6583171b4530&DisplayLang=en

以下代码在 Windows 7 上生成 4 种声音的列表，即使应该只有一种声音：

关于如何处理这个问题的任何建议？

谢谢，
肖恩

我正在尝试使用 system.speech 让语音识别在 Windows Server 2008 上工作。

1. 我在 Vista 上构建了一个使用 System.Speech.Recognition (SAPI 5.4) 的控制台应用程序。在这台机器上工作得很好。

2. 试图在 Windows Server 2008 x86 机器上安装/执行它。它有.NET 3.5。不走运...抛出错误--经调查，发现2008默认没有安装任何识别器。

3. 安装了新的语音平台服务器运行时、英语语言文件和语音 SDK。这些都是大约一个月前发布的。据我了解，运行时包含与 WinServer 2008 兼容的识别器。

4. 尝试再次运行我的应用程序，但仍然没有找到识别器。

我可以看到有一个识别器 dll 安装在：C:\Program Files (x86)\Common Files\microsoft shared\Speech\SR\v10.1\spsreng.dll

我究竟做错了什么？:)

伙计们，我正在尝试组建一个服务器端系统，在该系统中我使用 Microsoft SAPI 来：

• 在服务器中执行多个同时听写式识别。
• 此外，所有识别都可能使用不同的扬声器配置文件（我的应用程序将识别用户并向 SAPI 指示要加载的配置文件）。
• 我还想以编程方式训练各种用户资料。

我已经知道上述某些内容是不可能从托管代码中实现的，即 System.speech 命名空间。谁能告诉我我在理论上使用 SAPI 5.x 尝试做的事情是否可行？

谢谢你的帮助。

-拉吉

众所周知，现在 MS 语音 API (Microsoft.Speech) 的服务器版本不支持加载听写语法。

Q1：有没有办法解决这个问题？

Q2：我想到的一个想法是根据人们在特定主题上的对话历史（例如聊天室）构建语法。该软件需要进行自然语言转录，但使用的语言子集可能会有所限制。

这是否有可能相当准确和稳健？或者它是不是你不打算用非发音语法做的事情？

谢谢

简

我真正想要实现的是——>假设我播放一个音频文件（使用我的应用程序），它可以从互联网流式传输/或直接从本地存储访问。现在我想配置 SAPI 来收听这个源而不是麦克风，并像往常一样将语音从音频转换为文本。

我在 C# 中为 win 7 编写了一个应用程序，它通过在 System.Speech 中使用 SharedRecognizer 来使用 .NET 4.0 和 SAPI 5.4。一切都在那个环境中工作，但在 Windows XP 上却不行。

在 Win XP（安装了 SAPI 5.1）上，它似乎不喜欢我正在使用的语法 xml 文件。

程序在尝试读取语法文件时崩溃，并出现以下错误：

经过一番搜索，我发现其他人在这个论坛上遇到了非常相似的问题，但问题似乎没有得到解决。

有人有想法么？我是否需要有两个版本的语法文件，一个用于 XP，一个用于 Win Vista/7？如果是这样，有没有人知道有什么不同的并排解释，所以我可以想出一种简单的方法来从一个翻译到另一个？如果我确实有不同格式的语法文件，我是否可以在 SharedRecognizer 中加载旧版本，我假设它是一个 SAPI 5.3-4 类？或者我是否必须使用对 SAPI 5.1 dll 的 COM 调用而不是 System.Speech 命名空间？

非常感谢！！

我一直在使用带有 SAPI 5.4 的 SRGS 语法来定义命令和控制语法。现在我想切换到文本语法，以便它们与 SAPI 5.1（甚至可能是 SAPI 4？）兼容。

我在这里找到了一个与SAPI 5.4 兼容的文本语法的示例

我想在运行时从它的 XML 文件加载该语法，而不是使用语法编译器工具，然后将语法的二进制版本作为资源。理想情况下，我希望能够在内存中创建一个 XDocument，然后让 Speech.Recognizer 监听这些命令。

有谁知道如何做到这一点？谢谢！

我正在使用 C# .net 库 System.Speech 来实现我的 ASR 应用程序（顺便说一句，我看过一篇提到 SpeechLib.dll 的帖子，这似乎是 SAPI 的一个更基本和低级的实现，它们是相同的？）。我们的主要目的是实现作为Server/Client ASR系统：在客户端记录用户的声音，并通过互联网将整个音频流传输到服务器，服务器处理ASR作业并将结果返回给客户端。

我写了一个类似的应用程序，它使用本地麦克风作为语音输入，它表现得很好。

我的原始应用程序：

这样，我用麦克风输入，结果显示的准确度还不错。

这就是问题所在。现在转到新任务，我必须将识别输入设置为 WavFile（或通过 TCP/IP 套接字连接的音频流）。所以我只是简单地把我的代码改成这样：

结果变得不尽如人意。我只是将一些波形片段分别预先录制到几个文件中，基于 mic-input 应用程序的相同语法，并将这些文件设置为 ASR 输入。但是，只能检测到一些文件（由 SpeechDetectedEvent 处理），很少有文件可以被很好地识别（由 SpeechRecognizedEvent 处理）。我只是录制了与麦克风输入应用程序相同的短语。

尽管准确性较差，但可以正确识别某些文件，这表明我的代码没有任何逻辑错误。但是我假设我在使用它之前错过了一些工作，例如设置识别器的一些参数。

所以我在这里寻求帮助，如果有人知道使用 wavfile-input 精度差的原因吗？

谢谢！！！！