从wav文件c#中的语音到文本

Posted 2023-02-24

【中文标题】从wav文件c#中的语音到文本

【英文标题】：speech to text from wav file c#

【发布时间】：2014-09-18 16:33:07

【问题描述】：

我有一些使用整数的 wav 文件。我需要检测这些单独的整数并转换为字符串。您可以从以下位置下载 mp3 文件： here

使用Microsoft SpeechRecognitionEngine，我几乎无法从任何 wav 文件中检测到整数。

这是 SRE 设置：

sre.SetInputToWaveFile("D:\\Speeches\\Best3.wav");
sre.BabbleTimeout = new TimeSpan(Int32.MaxValue);
sre.InitialSilenceTimeout = new TimeSpan(Int32.MaxValue);
sre.EndSilenceTimeout = new TimeSpan(100000000);
sre.EndSilenceTimeoutAmbiguous = new TimeSpan(100000000);

【参考方案1】：

我认为你的一些超时值是极端的，但我能够得到各种 wav 文件来解析这样的代码：

using System;
using System.Speech.Recognition;

namespace SR

    class Program
    
        static void Main(string[] args)
        
            using (var sre = new SpeechRecognitionEngine())
            
                sre.SetInputToWaveFile(@"D:\test.wav");
                sre.LoadGrammar(new DictationGrammar());

                sre.BabbleTimeout = new TimeSpan(Int32.MaxValue);
                sre.InitialSilenceTimeout = new TimeSpan(Int32.MaxValue);
                sre.EndSilenceTimeout = new TimeSpan(100000000);
                sre.EndSilenceTimeoutAmbiguous = new TimeSpan(100000000);

                var result = sre.Recognize();
                Console.WriteLine(result.Text);
            

            Console.ReadLine();

        
    

您需要致电LoadGrammar()。可能有比DictationGrammar 更好的选择，但它适用于我的示例。

您还需要在result 中检查null，因为如果识别失败了。

【讨论】：

您可以加载仅包含整数 0-9 或将包含的任何范围的自定义语法。那么只有那些数字将被识别，而不是任何非整数（如果它们存在）。语法可能非常棘手，但我这样做是为了自定义语法，以根据说出行号打开列表中的项目，因此可以完成

@pinkfloydx33 你能提供你提到的语法吗，只适用于数字？