c# - 使用 System.Speech 将音频文件转换为文本

Question

我希望使用 C# 将 16000 时通过 Android 手机录制的 .wav 文件转换为文本；即 System.Speech 命名空间。我的代码在下面提到；

recognizer.SetInputToWaveFile(Server.MapPath("~/spoken.wav"));
recognizer.LoadGrammar(new DictationGrammar());
RecognitionResult result = recognizer.Recognize();
label1.Text = result.Text;

与示例 .wav“Hello world”文件完美配合。但是，当我在手机上录制内容并尝试转换为在电脑上时，转换后的文本与我重新记录的内容相去甚远。有什么方法可以确保准确转录音频文件吗？

Answer 1

手机的音频文件是用什么格式录制的？文件是否编码？ Microsoft 识别器支持 PCM、ALaw 和 ULaw。确保您以受支持的格式进行录制。您可以查看 RecognizerInfo.SupportedAudioFormats 属性 - http://msdn.microsoft.com/en-us/library/system.speech.recognition.recognizerinfo.supportedaudioformats(v=VS.90).aspx并检查您的识别器版本支持的格式。

你听过手机上录制的文件吗？吵吗？听起来清楚吗？确保为识别器提供尽可能好的声音。

由于您使用的是听写语法，我假设您使用的是 Windows 7。您是否尝试过训练识别器？我的理解是，可以通过训练提高听写语法性能，标准的 Windows 7 语音识别训练将有助于提高其性能 - http://windows.microsoft.com/en-US/windows7/Set-up-Speech-Recognition

StackOverflow 上的一些其他问题也可能会给您一些见解。参见 good Speech recognition API开始。