问题标签 [voice-recognition]

我正在查看来自 vxml.org 的一些示例 vxml 脚本。当我调用脚本时，提示会播放，但它根本没有接收到我的任何输入。当我说话时，它会响应“无输入”。我是否会遗漏一些指示用户输入的标签。这是来自网站的示例脚本：

有人有线索吗？TIA

我正在使用由类似于 TellMe 的引擎驱动的 vxml。我将语音识别添加到语音邮件系统的电话提示中。新菜单将首先提示用户进行口头输入，如果没有找到匹配项，或者没有给出输入，则再次提示用户使用按键音选项。

原始菜单如下所示：

新菜单如下所示：

但是，我想使用原始菜单中的<enumerate>and<choice>行为来重新提示，而不是长文本（太长并导致错误）。

这是问题：有没有办法在第二种提示风格中使用第一种提示风格？我可以放在一个字段里面吗？我该怎么做？

语音识别是 iPhone 音频的一部分吗？我想为 iPhone 构建一个关于语音识别的示例代码。如何开始？请给我一些想法。iPhone 应用程序开发人员中是否有任何关于语音识别编程的文档？

谢谢，

有没有人知道为什么一个应用程序可以在几乎所有有 2.1 但不是 Desire 的手机上运行？

我的一个应用程序使用语音输入，而 Desire 是唯一在出现语音提示时强制关闭的手机。

最糟糕的是我不知道如何测试这个，我没有或不知道有人这样做。

有任何想法吗？

编辑：我终于发现 HTC 在 Desire 中禁用了语音，你必须解决它来安装它。

因此，如果您依赖语音输入，请确保使用 google 示例中的代码来捕获错误：

I am using an engine based on TellMe. I have seen examples of grammars where the user can say one of a few different things that are considered the same. However, all the examples i've seen have been for in-line grammars (which dont work with the vxml engine im using). I want to know how i can change my .grxml file to do this. This is the file:

instead of having 6 items, i want to have 3 items, each having two possible utterances. Any ideas on how i can do this?

我正在开发一个带有图像和语音识别的应用程序。你有任何来源或想法如何做到这一点？

谢谢，ZaldzBugz

如何将语音识别功能加入 Unity 游戏引擎？是否有我可以使用的插件或框架（希望是免费软件）？如果是这样，关于如何安装它的任何想法？另外，游戏中的背景噪音干扰游戏中的语音输入会有多大问题？市场上是否有使用此功能的游戏示例？（除了西班牙 3d 的 Torque 游戏引擎）

几天前，我为我的 B.tech 最后一年的项目征求了一个项目想法。

不幸的是，没有任何好主意。

现在我有了一个真正让我高兴和激励我的想法。

我想问那些聪明的人，在 5 个月内以下事情是可行的：

项目理念是：

“系统的语音驱动控制”

我想制作一个应用程序，它会听系统用户的声音并通过语音指令运行命令：

最简单的例子是：

• 打开媒体播放器，播放列表，更改歌曲，

• 打开任何其他应用程序

• 关闭一些应用程序

• 关闭当前窗口或应用程序

• 如果可能的话，使应用程序也能够在运行时学习新事物。（如果没有时间完成第一阶段，计划进行第二阶段）

即使我只能实现这么多示例，现在也足够了，因为下学期我必须继续进行同一个项目。

我想知道这个项目的可行性。还请建议我开发此应用程序的最佳语言是什么。

也欢迎所有的建议。

当音量达到特殊水平时，我已经有了“开始录音”。但它有一个缺点。当它开始录音时，它已经错过了 1/2 秒左右。当说一个句子时，它会错过第一个单词。

任何想法（最好的例子）。

假设我首先开始聆听并获得峰值功率，平均，低通

比我看的声音大到可以录音吗

如果它小于一个值，它就会停止

现在我发现最好的是听峰值功率，而不是平均值。但还是不行。我还考虑过一种临时记录，当峰值足够高时，我可以从现在开始——2 秒。类似的东西，但在这里我不知道如何实现。所以欢迎任何实用的建议。

谢谢克里斯

是否有用于 Visual C++ 的语音形式匹配/比较的 SDK？或者，可能将声音转换为语音。

• 用法：程序将根据以虚构的外语给出的某些命令词的输入做不同的事情。（克林贡语）

• 分析 - 用户语音与现有预录语音片段的比较

我相信我必须选择更通用的版本，而不是使用现有的文本到语音 SDK，因为我正在处理的语言没有得到广泛支持。