Microsoft.Speech通用語言語法

Question

如果我們使用語音識別的集成Windows 7功能，我們可以看到，它非常適合猜測我們所指定的內容。它不僅適用於一套有限的命令，而且適用於任何口頭的單詞。另一方面，當我嘗試針對Microsoft.Speech命名空間（Microsoft Speech Server Runtime 10.2是我安裝的）中的類進行編程時，我發現自己需要始終定義要使用的有限語法。

有沒有一種方法來獲取口述音頻文件，並嘗試將其解析爲文本，而無需在Microsoft.Speech中指定自定義語法？

Answer 1

我的理解是，桌面操作系統帶有聽寫語法。但是，服務器識別器不包括聽寫語法，因爲它們主要用於電話使用，其中用戶向IVR系統提供短命令。對於一些更多的背景下，這個問題可能會有所幫助 - What is the best option for transcribing speech-to-text in a asp.net web app?

記住桌面識別器在同一時間使用一個用戶。他們可以接受培訓以提高每個用戶的認知度。服務器識別器旨在同時處理多個用戶。服務器識別器不能被訓練。也許，沒有訓練，準確的聽寫語法太難了？ （或者，也許微軟並不希望放棄所有的最好的技術？）

我也看到了（但還沒有檢查）的桌面識別支持更高質量的音頻（更高的比特率和採樣大小）和服務器識別器僅限於電話質量音頻。也許準確的轉錄需要更高質量的音頻。