系统语音识别、MS语音平台和Kinect

Posted 2023-02-22

【中文标题】系统语音识别、MS语音平台和Kinect

【英文标题】：System Speech Recognition, MS Speech Platform and Kinect

【发布时间】：2013-11-21 21:43:06

【问题描述】：

我最近开始从事一个需要葡萄牙语语音识别 (SR) 的项目。最初，计划是使用 Kinect 的 SR，但后来我们发现 Kinect 的语言包 (LP) 不包括葡萄牙语 (PT)。

所以我转向支持更多语言的 MS 语音平台，包括 PT，但由于我还没有完全弄清楚我无法让 MS 示例正常工作并且没有太多信息或教程的原因它在网络上。

我对语言包及其在 SAPI 中的作用感到非常困惑：从我从另一个线程中读到的内容来看，Microsoft.Speech.Recognition 使用 SAPI 的服务器版本（它有自己的语言包，Microsoft Speech Platform - Server Runtime Languages），而 System.Speech.Recognition 使用 SAPI 的桌面版本，它有哪些 LP？我知道我的 Windows 已经在美国使用了，因为我已经试用了一个 SR 应用程序，并且通过使用 where to get extra LPs 工作得很好？ 甚至可以将 SAPI 的 LP 与 Kinect 一起使用吗？如果是，它的局限性是什么？

问候， 努诺

【参考方案1】：

您不能将 Desktop SR 引擎 (System.Speech.Recognition) 与 Kinect 一起使用。桌面 SR 引擎附带 Windows 语言包（适用于 Windows Vista、7、8 和 8.1）。

Kinect 使用服务器 SR 引擎 (Microsoft.Speech.Recognition)；您应该可以使用葡萄牙语引擎，但我自己没有尝试过。

【参考方案2】：

SAPI 和 Microsoft 语音平台是不同的东西。 SAPI 是一个接口，可供语音引擎开发人员使用。 MS Speech Platform 是一个独立的语音引擎，不兼容 SAPI。 SAPI 的 LP 与 MS Speech Platfrom 不兼容，MS Speech Platform 的 LP 与 SAPI 不兼容。但是平台有它自己的SDK。 您可以在一个项目中将 Kinect SDK 用于非语言用途，并将 MS Speech SDK 用于语音识别，无需 SAPI。 MS Speech Platform 还具有良好的文本转语音功能。

【讨论】：

这是（略）不正确的。 SAPI是一个可以支持多个SR引擎实现的接口。 Microsoft 提供两组 SR 引擎，一组用于桌面（托管实现绑定到System.Speech），另一组用于服务器（托管实现绑定到Microsoft.Speech）。 两组引擎都通过 SAPI 与应用程序通信。