.net - System.Speech.Recognition 和 Microsoft.Speech.Recognition 之间有什么区别？

Question

.NET 中有两个类似的用于语音识别的命名空间和程序集。我试图了解其中的差异以及何时适合使用其中之一。

程序集 System.Speech(在 System.Speech.dll 中)有 System.Speech.Recognition。 System.Speech.dll是.NET Framework类库3.0及更高版本中的核心DLL

还有来自程序集 Microsoft.Speech(位于 microsoft.speech.dll 中)的 Microsoft.Speech.Recognition。 Microsoft.Speech.dll 是 UCMA 2.0 SDK 的一部分

我发现文档令人困惑，我有以下问题:

System.Speech.Recognition 说它适用于“Windows 桌面语音技术”，这是否意味着它不能在服务器操作系统上使用或不能用于大规模应用程序？

UCMA 2.0 语音 SDK ( http://msdn.microsoft.com/en-us/library/dd266409%28v=office.13%29.aspx ) 表示它需要 Microsoft Office Communications Server 2007 R2 作为先决条件。然而，我在 session 上被告知，如果我不需要 OCS 功能(例如状态和工作流程)，我可以使用 UCMA 2.0 语音 API，而不使用 OCS。这是真的吗？

如果我正在为服务器应用程序构建一个简单的识别应用程序(假设我想自动转录语音邮件)并且我不需要 OCS 的功能，那么这两个 API 之间有什么区别？

Answer 1

简短的回答是 Microsoft.Speech.Recognition 使用服务器版本的 SAPI，而 System.Speech.Recognition 使用桌面版本的 SAPI。

API 大部分相同，但底层引擎不同。通常，服务器引擎设计用于接受命令和控制应用程序的电话质量音频；桌面引擎旨在为命令和控制以及听写应用程序接受更高质量的音频。

您可以在服务器操作系统上使用 System.Speech.Recognition，但其设计的扩展性不如 Microsoft.Speech.Recognition。

不同之处在于，服务器引擎不需要训练，并且可以处理较低质量的音频，但识别质量比桌面引擎低。