web - (连续)网络浏览器中有限单词的语音识别

Question

语音识别有没有解决方案

• 只有几个字(2 个就够了，10 个就不错了。100 个就很棒了。不需要更多)
• 也在移动浏览器上运行(是否可以为此使用 flash(而不是 java)？)
• 可以安装在您自己的服务器上。最好使用 PHP+MySQL(如果需要服务器端代码)

我尝试搜索，但只找到了实际的转录服务(例如 Android 版 Google 语音搜索)。

Answer 1

此类解决方案的一个示例是 touchless-timer , 这是基于 pocketsphinx.js (也在 Nikolay Shmyrev 的帖子中提到)。要回答您的要点:

• 它支持约 60 个单词的简单闹钟语法(例如“五分钟后叫醒我”这样的短语)；
• 我已成功在 Chrome Beta 32.0.1700.99 Android 4.1.2(在三星 Galaxy S2 上)上运行它，它需要现代 Javascript 引擎，但不需要 Flash；
• 它不需要服务器，因为语音识别是在 Javascript 中离线完成的，所有需要的文件都可以使用 ApplicationCache 缓存。

对于这个应用程序，语法写在Grammatical Framework中。并自动转换为pocketsphinx.js需要的有限状态模型和字典。对于简单的“MP3 播放/暂停”语法，您可以轻松地直接编写 FSA。

此应用程序中的英语声学模型不是很好，即它们可能会被后台播放的 MP3 弄糊涂。您可以通过训练更好的模型来改进它。然而，更好的模型可能更大(例如，Javascript 中 > 20 MB)并且不再适合内存或只会使应用程序运行/加载非常缓慢。

在移动设备上运行的应用程序的屏幕截图: