问题标签 [voice-recognition]

谷歌语音搜索从您通过 startActivityForResult() 调用它的那一刻起，直到它的对话框出现，准备好接受您的演讲，都会有很大的延迟。

这要求用户在说话之前总是看着屏幕，等待对话框显示出来。

当语音搜索准备好接受语音输入时，添加“叮”声或其他一些非视觉提示会很好。

这可能吗？

如果是这样，该怎么做呢？

有没有办法将语音识别功能添加到单声道应用程序。有一个 System.Speech（在 .net 中）和 Microsoft.Speech（在 MS Speech Platform 中）命名空间，但我在 Mono 中找不到任何命名空间。那么如何在 Mono 中添加语音识别功能呢？

首先，我想说的是，我的问题并不是关于语音识别的“经典”定义。

在以下意义上，我们正在尝试做的事情有些不同：

1. 用户记录他的命令
2. 稍后，当用户说出预先录制的命令时，就会发生某种动作。

例如，我录制了一个呼叫妈妈的语音命令，所以我点击她并说“妈妈”。然后当我使用该程序并说“妈妈”时，它会自动呼叫她。

如何将口述命令与保存的语音样本进行比较？

编辑：我们不需要任何“文本到语音”的能力，只需要比较声音信号。显然，我们正在寻找某种现成的产品或框架。

我知道您可以通过调用来增加考虑输入完成的时间：

但是，在启动 Android 语音识别活动之后，有没有办法明确地停止它，比如在收到“关键字”之后。

我已经开始为我的 iOS 宠物项目寻找声学指纹 (http://en.wikipedia.org/wiki/Acoustic_fingerprint) 的主题，我想知道是否有：

1. 任何处理此问题的 iOS 开源库或源代码？
2. 假设我是所有行业的资深程序员，如果没有开源版本，我自己实现这个会不会很成问题？
3. iOS 中的 Accelerate DSP 库能否处理这样的任务？

谢谢

我一直在尝试遵循这篇文章中的示例。

由于我不是试图在服务中而是在标准活动中实现这一点，所以我没有遇到上述帖子中描述的问题。

但是，我不断收到“没有语音结果”-正如该帖子中所实现的那样，当getStringArrayList(RecognizerIntent.EXTRA_RESULTS)返回 null 时。

显然，除了

我错过了什么？

是否有可能除了 startListening() 我还需要 startActivityForResult()？如果是这样，我已经尝试过了，但它调用了完整的谷歌语音搜索活动（这是我试图避免的，就像@vladimir.vivien 在这里写的那样）。由于同时运行 2 个识别器，这会产生更多问题......

起初我认为缺少的是实际提交到 Google 的服务器，但是当我检查从语音识别会话开始到结束的 LogCat 输出（见下文）时，我发现它实际上创建了一个带有http://的 TCP 会话：/ /www.google.com/m/voice-search。

所以显而易见的问题是我错过了什么？

谷歌语音搜索从您通过 startActivityForResult() 调用它的那一刻起，直到它的对话框显示，准备好接受您的演讲，都会有很大的延迟。

这要求用户在说话之前总是看着屏幕，等待对话框显示出来。

因此，我正在考虑通过实现 RecognitionListener 并在 onReadyForSpeech() 中发出 DTMF 音来生成可听信号而不是对话框，如下面的片段：

音调听起来很美，但是......它也被麦克风“听到”，到达语音识别服务并总是产生识别错误ERROR_NO_MATCH。

有没有办法解决这个问题？

仅从名称中，我可以得出stopListening()与startListening()相反。

我也可以理解destroy()与createSpeechRecognizer()相反。

但是cancel() ... 与什么相反？

我在文档中能找到的只是：

取消语音识别。

cancel() 与 stopListening() 有何不同？

在我的基于语音识别的应用程序中，我有时会收到 ERROR_RECOGNIZER_BUSY。直观地说，这需要... retries，对吗？

问题是这个错误是非常无证的，所以很明显我有一些问题，也许该领域更有经验的人能够回答：

1. 是什么触发了这样的错误？它真的只有繁忙的服务器（在谷歌）吗？或者这也可能暗示我的应用程序中的错误？
2. 我是否必须在重试之前明确关闭/重新打开会话？
3. 多久重试一次？每1秒一次？每 5 秒？其他？

非常欢迎您的经验丰富的见解。谢谢。

由于各种原因，我需要使用原始SpeechRecognizerAPI 而不是更简单的RecognizerIntent(RECOGNIZE_SPEECH)活动。

这意味着，除此之外，我需要处理好RecognitionListener.onError()自己。

针对一些错误，我只想重新开始听。这看起来很简单，但是当我调用SpeechRecognizer.startListening()错误时，有时似乎会触发两个不同的错误：

和

这暗示我应该在尝试SpeechRecognizer.startListening()再次调用之前进行一些清理。

如果这是真的，则意味着在出现 RecognitionListener 错误时，侦听不会自动停止和/或取消。

也有可能某些错误会停止/取消侦听，而其他错误则不会。实际上只有 9 个SpeechRecognizer错误：

1. ERROR_NETWORK_TIMEOUT
2. ERROR_NETWORK
3. ERROR_AUDIO
4. ERROR_SERVER
5. ERROR_CLIENT
6. ERROR_SPEECH_TIMEOUT
7. ERROR_NO_MATCH
8. ERROR_RECOGNIZER_BUSY
9. ERROR_INSUFFICIENT_PERMISSIONS

由于文档没有非常详细地说明哪些错误会取消收听，哪些不会，根据您的经验，您是否碰巧知道哪些错误需要在再次尝试之前SpeechRecognizer.startListening()进行清理（以及在何种程度上） ？