ios - 将已识别语音与已知文本进行比较的最佳方法

Question

给定我希望用户阅读(或多或少准确)的已知手稿(文本)，识别用户在手稿中的进度的最佳方法是什么？

当我在 iOS 上搜索特定的解决方案时，我也对更通用的答案感兴趣。

iOS 提供了一个名为 Speech 的语音识别框架。我可以用它来识别任何语音。我目前的方法是使用此框架的字符串结果将它们与手稿进行匹配。但是，在我看来，这会产生相当大的开销，并且当我第一次向语音识别器提供预期的词以便它“知道”要听什么时，它会节省资源并提高精度。

For example, when the next word in the manuscript is "fish", I don't need the speech recognizer to search the whole English language dictionary for a word that best matches the recorded audio – I only need to get a probability value how likely it is that the user just said "fish".

我认为这与关键字识别非常相似，只是我不仅要识别几个关键字，还要识别整个手稿中的单词。

不幸的是，我没能在 iOS 上找到这样的 API。有没有比上述方法更好的方法来实现这种“语音跟踪”？

Answer 1

However, it seems to me like this has quite some overhead and that it would save resources and increase precision when I first feed the speech recognizer with the expected words so that it "knows" what to listen for.

也许可以，但是语音框架没有为您提供这样做的方法，所以您不能。