问题标签 [speech-recognition-api]

我在 MvvmCross Xamarin.Forms 解决方案中实现了 Shiny Speech Recognition 插件。

=> https://github.com/shinyorg/shiny

Nuget => https://www.nuget.org/packages/Shiny.SpeechRecognition/1.0.0.357-beta

我正在尝试在 MvxViewModel 构造函数中使用 ISpeechRecognition，因为它在 GitHub 上的 Prism Sample 上工作。

=> https://github.com/shinyorg/shinysamples/tree/master/Samples/Speech

我已经实现了 MvvmCross 的集成插件。=> https://www.nuget.org/packages/Shiny.Integrations.MvvmCross/1.0.0.375-beta

现在我想知道如何使用语音识别服务。

我可以有类似的东西：

或者可能是具有寄存器依赖的依赖注入，例如：

我想知道，如果有人已经有 Shiny 插件 Xamarin.Forms 是如何使用该服务的？

我创建了一个启动 Shiny 类。

然后初始化一个顶级自定义应用程序定义。在 OnCreate() 方法中：

所以现在在我们的 ViewModel 中，我们可以从 ShinyMvxViewModel 继承来启动 ViewModel。

公共类 YourViewModel : ShinyMvxViewModel {}

一切正常。该应用程序启动没有问题。

这不起作用：

我可以创建构造函数，因为它无法识别 ISpeechRecognizer。

仅有的

正在工作中。

这也不起作用：

错误是它没有 ISpeechRecognizer 的实现。我不知道。

我已经在覆盖方法中初始化了惰性寄存器。

感谢您的帮助。

泽比菲尔

我正在使用 OSX 并尝试语音助手的概念。但是，代码卡在audio = r.listen(source). 我尝试升级所有东西，但它不起作用。我的代码是：

回溯是：

我正在从 Eclipse 中的一个项目中创建一个可运行的 jar，其中包含使用云语音进行语音识别的基本示例代码。无论如何，问题是当我从 Eclipse 运行代码时它工作正常，但是当我创建一个可运行的 jar 并执行它时，它会抛出以下异常：

“ javax.sound.sampled.LineUnavailableException：行格式为 PCM_SIGNED 16000.0 Hz，16 位，单声道，2 字节/帧，不支持 little-endian。”。

她的我的代码：

这是一个通过流音频识别语音的简单代码。

这是我的代码：

当我在终端上键入“python main.py”并启动程序时，它开始收听但听不到我说的话。我尝试使用adjust_for_ambient_noise() 而不是，listen()但它也没有改变任何东西。

我正在使用 macOS Catalina 和 Python 3.8.1。

这是我得到的错误：

这是我使用时得到的adjust_for_ambient_noise()，如果我使用listen，它不会结束，它只是听，我用 结束它Ctrl+C。

我正在尝试使用语音识别中的烧瓶开发 api。我 想将字节转换为 .wav 文件，所以我可以在语音识别 api 中使用request.data。<class 'bytes'>

这是我的代码

数据类型格式就像b'\x1aE\xdf\xa3\x9fB\x86\x81\x01B\xf7\x81\x01B\xf2\x81\x04B\xf3\x81\x08B\x82\x84webmB\x87\x81\x04B\x85\x81\x02\x18S\x80g\x01\xff\xff\xff\xff\xff\xff\xff\x15I\xa9f\ x99*\xd7\xb1\x83\x0fB@M\x80\x86ChromeWA\x86Chrome\x16T\

请帮助我找到解决方案。

我正在创建语音控制的 React 应用程序，该应用程序将在语音命令 ON 和 OFF 时使用“react-speech-recognition”模块打开和关闭灯。一切都按预期工作，但是我面临的一个问题是，即使我说出了一次命令，该应用程序也在听我的声音两次或更多次。如果有人对此分享他们的建议，那就太好了。这是我的代码，

所以，我注意到例如“on”命令的回调至少被调用两次，即使我只说一次“ON”。

有人可以帮我吗？有没有可能我说一次，命令就执行一次？

非常感谢您的光临！

我目前正在使用 Google 提供的 SpeechRecognizer 开发 Android 应用程序。但是，此识别器仅使用设备的默认语言，而不使用 RecognizerIntent.ADD_EXTRA_LANGUAGES 提供的语言：

例如，此代码不会使用法语进行识别，而是使用英语，因为它是设备的语言。但我需要它用法语工作。

我知道这个问题已经被问过很多次了，但那是很久以前的事了，我想知道是否有人知道这个错误是否已经修复，或者如何修复它？如果还没有修复，是否有人有任何解决方法/API/服务来在 Android 上创建语音语言识别应用程序？

谢谢您的帮助！

我正在开发一个 android 应用程序，用户可以在其中使用语音到文本功能搜索文档中的任何文本。我已经实现了 Android 的 Sppech 识别器类。如果用户说脏话或坏话，它会以蒙面形式返回结果，例如“f***”，我可以用它来搜索。我想要用户说出的单词而不是蒙面版本。

当前案例：用户说话 - 收到“fuck”文本 - “f***”

必需：用户说话 - 收到“操”文本 - “操”

我已经看到 Gboard 在使用 whatsapp 时设置了“允许冒犯性词”的选项，将其设置为 true 允许这样的词。

搜索解决方案，但可以找到它。这个问题有什么解决办法吗？

我正在创建一个应用程序，我想在 JavaScript 中使用语音识别向用户询问多个问题作为语音输入，但是当用户给出第一个答案时，即使在用户停止说话并在识别.onerror() 事件监听器中之后，迈克也会听很长时间打印的网络错误消息即使我的互联网工作正常，任何人都可以帮助解决这个问题。

我正在尝试在 Web 应用程序中使用 Web Speech API。Apple 增加了对Speech Recognition API的支持，但是当它在Safari 14.1 和 15.1中使用时，它在我的应用程序中无法正常工作。

问题是用户停止讲话后麦克风永远不会停止收听，因此我没有得到可识别的文本。经过一番调查，我注意到单击麦克风按钮后，只会触发以下事件：onstart 和 onaudiostart。预期的 onspeechstart、onspeechend 和 onresult 永远不会被触发。

授予麦克风的所有权限，并启用 Siri 和听写。有没有人遇到同样的问题并知道如何解决？