我在我的程序中使用的是MSDN的SpeechRecognitionEngine。问题在于它将背景噪声识别为语音。
例如,如果敲击我的手指,敲击桌子,或移动我的椅子,它就会把它当作语音。
为什么在世界范围内,它把背景噪声识别为语音。
我咬我的手指不像我说“记事本”!
这是代码
using System;
using System.Threading;
using System.Speech;
using System.Speech.Synthesis;
using System.Speech.Recognition;
namespace SpeachTest
{
public class MainClass
{
static void Main()
{
MainClass main = new MainClass();
SpeechRecognitionEngine sre = new SpeechRecognitionEngine(new System.Globalization.CultureInfo("en-US"));
Choices choiceList = new Choices();
choiceList.Add(new string[]{"Open", "Close", "Then", "Volume", "Up", "Firefox", "Notepad", "Steam","turn", "the", "now" } );
GrammarBuilder builder = new GrammarBuilder();
builder.Append(choiceList);
Grammar grammar = new Grammar(new GrammarBuilder(builder,0, 10) );
sre.SpeechRecognized += main.sreRecognizedEvent;
sre.SpeechDetected += main.sreDetectEvent;
sre.SpeechRecognitionRejected += main.sreRejectEvent;
sre.RecognizeCompleted += main.sreCompleteEvent;
sre.InitialSilenceTimeout = TimeSpan.FromSeconds(0);
sre.BabbleTimeout = TimeSpan.FromSeconds(0);
sre.EndSilenceTimeout = TimeSpan.FromSeconds(0);
sre.EndSilenceTimeoutAmbiguous = TimeSpan.FromSeconds(0);
sre.SetInputToDefaultAudioDevice();
sre.LoadGrammar(grammar);
while(true){
sre.Recognize();
}
}
void sreRecognizedEvent(Object sender, SpeechRecognizedEventArgs e){
Console.Write("Reconized ~ " + e.Result.Text + " ~ with confidence " + e.Result.Confidence);
Console.WriteLine();
}
void sreDetectEvent(Object sender, SpeechDetectedEventArgs e){
Console.WriteLine("Detected some type of input");
}
void sreRejectEvent(Object sender, SpeechRecognitionRejectedEventArgs e){
Console.WriteLine("Rejected Input ~ " + e.Result.Text) ;
}
void sreCompleteEvent(Object sender, System.Speech.Recognition.RecognizeCompletedEventArgs e){
Console.WriteLine("Completed Recongnization");
}
}
}发布于 2015-02-16 22:56:48
结果我的麦克风灵敏度太高了。准确地说,非常非常高。它是在100,这意味着它将听到最小的声音(如背景噪音)。
我的猜测是,这些小声音会被放大到如此高的程度,以致于SpeechRecognitionEngine很难将它与实际的语音区分开来。
把敏感度降低到20或30左右就成功了。


发布于 2015-02-16 20:09:56
避免使用任何过滤算法,您可以检查当前显示的信心属性。它介于0.0和1.0之间,其中1非常自信。我发现0.7运行得很好,但是您可以处理反复的问题。
void sreRecognizedEvent(Object sender, SpeechRecognizedEventArgs e)
{
if(e.Result.Confidence >= 0.7)
{
Console.Write("Reconized ~ " + e.Result.Text + " ~ with confidence " + e.Result.Confidence);
Console.WriteLine();
}
}发布于 2015-02-17 22:46:07
从识别器到识别器,非语音声音被拒绝的程度和强度有很大的不同。我使用微软识别器的经验是,它非常努力地寻找单词。例如,使用DragonDictate或Google识别,你可以折断手指或咳嗽,但它们却被拒绝了。此外,微软的识别器积极跟踪音频水平,因此,如果它听了大量的安静,它将在内部模拟通过缩小检测阈值来增加增益。(我经历过,它认识到文件的沙沙声或空调的声音是人类的语言。)
我多年来一直使用的解决方案取得了巨大的成功,这有点违背直觉。您需要添加自己的“垃圾”语音模型。因为你只是使用一个单词列表,而不是一个复杂的语法,这应该是很好的工作,并容易做。
您目前正在收听:“打开”、“关闭”、“然后”、“音量”、“向上”、“火狐”、“记事本”、“蒸汽”、“转”、“现在”
您应该在列表中添加(您正在收听的)一些类似的单词(但也不是)。例如,添加“围裙”和“发生”实际上将是蜂蜜陷阱附近的“开放”一词。当结果出现时,你可以更多地相信那个人真的说了“打开”。此外,添加一些与命令词无关的简短单词将捕获更多的非语音声音。我怀疑当你敲击手指时,“踢踏舞”可能会被识别出来。
概括地说:承认这个较长的单词列表,但只有当它们在命令列表中时才采取行动。如果在代码中使用case语句,那么这是非常简单的,只是命令的分支。否则,您需要根据“好”列表进行测试。
注意:当您使用语音识别语法进行更复杂的识别时,此技术也有效。您只需将所有这些“垃圾”短语置于一个名为“垃圾”的语法规则之下,就可以拒绝该规则所识别的任何话语。
https://stackoverflow.com/questions/28546498
复制相似问题