如何讓OpenEars識別iOS上的口語數字？

Question

我正在尋找API將口語項目轉換爲iOS上的文本，但主要是針對數字和字母，如1,2,3,4和a，b，c，d。

我試過OpenEars，正如許多人所建議的，但它似乎只支持某些ords，如「前進後退左右開始停止轉動」。它可以用來識別通用詞彙或口頭數字嗎？

我也嘗試過iSpeech API，但是當我說一串12345這樣的數字時，它只能返回文本「一二三四五」，而且它只能給我識別的結果，而不是猜測列表（如Android上的Google語音識別API）。

如何使用這些API（或其他備選方法）來識別口頭數字或字母？

Answer 1

要了解如何創建自定義的語言模型，以及如何動態地創建OpenEars語言模型（語言模型是您的自定義設置的話），在這裏閱讀OpenEars文檔：

http://www.politepix.com/openears/yourapp

要了解如何使用OpenEars聲學模型，這是朝着識別口語位數爲導向，在OpenEars論壇閱讀討論：

http://www.politepix.com/forums/topic/way-to-see-phonemes-openears-heard

您還可以查看OpenEars示例應用程序中的代碼，該應用程序經過深入評論，並顯示了內嵌更改應用程序「詞彙表」的示例。如果您對實施OpenEars有更多疑問，我建議在OpenEars論壇上創建一個帳戶（我是OpenEars開發人員）。

Answer 2

我使用了以下基於sphinx unit tests的JSGF。

<int0> = (ZERO | OH); 
<int10> = TEN; 
<int100> = HUNDRED; 
<int1to9> = ONE | TWO | THREE | FOUR | FIVE | SIX | SEVEN | EIGHT | NINE; 
<int0to9> = (<int0> | <int1to9>); 
<int01to09> = <int0> <int1to9>; 
<int11to19> = ELEVEN | TWELVE | THIRTEEN | FOURTEEN | FIFTEEN | SIXTEEN | SEVENTEEN | EIGHTEEN | NINETEEN; 
<tens> = TWENTY | THIRTY | FORTY | FIFTY | SIXTY | SEVENTY | EIGHTY | NINETY; 
<int20to99> = (<tens> [<int1to9>]); 
<int10to99> = (<int10> | <int11to19> | <int20to99>); 
<int1to99> = (<int1to9> | <int10to99>); 
<int0to99> = (<int0> | <int1to99>); 
<int01to99> = (<int01to09> | <int10to99>); 
<int1to9hundreds> = ((A | <int1to9>) <int100>); 
<int101to999> = (<int1to9> (<int01to09> | <int10> | <int11to19> | <int20to99>)); 
<int100to999> = (<int1to9hundreds> [[AND] <int1to99> ]); 
<int1to999> = (<int1to99> | <int100to999> | <int101to999>);