如何识别语音文件中的短语
如何让引擎成功识别语音文件中的短语（wav / mp3 / etc ..）？
例如，如果我有一个语音文件和同一文件上下文的书面文本，那么要使它识别语音文件中的文字。
我尝试使用SpeechRecognitionEngine，但到目前为止没有成功。
我会欣赏这些想法，因为这是我第一次处理语音识别技术。
我已经看过使用词典的语音到文本的例子，但我不确定它在这里是如何有用的。 我想的可能是将所有语音文件转换为文本，然后只是查找该文本中的特定短语，但我认为这不是正确的方法。 将5小时语音转换为文本似乎没有意义….或者可能将特定短语用作“词典”并在语音文件中查找此项目。
您似乎需要在长文件中查找特定单词。 这种技术被称为“关键词定位”，它与语音识别完全不同，更有效率。 显然，您不需要转录整个文件来搜索其中的单词，您可以快速浏览该文件。 Microsoft语音识别引擎对关键字定位的支持非常有限。
像CMUSphinx这样的开源引擎可以用来有效地实现关键字定位。 有关如何使用pocketsphinx实现唤醒监听的信息，请参阅参考资料 。
有关基础算法的更多信息，请参阅声音中的声音关键词应用于数据挖掘
根据MSDN文章语音识别入门 。
您需要做的步骤（来自文章）。 请注意创建识别语法步骤。 本文接着建议使用GrammerBuilder或Choices类。
语音识别应用程序通常会执行以下基本操作：
– 启动语音识别器。
– 创建识别语法。
– 将语法加载到语音识别器中。
– 注册语音识别事件通知。
– 为语音识别事件创建处理程序。
如果您尝试使用Microsoft语音引擎转换音频文件，则必须谨慎使用。 首先，支持的唯一格式是WAV（可以编码为PCM，ALaw或uLaw），但您必须validation您的文件是否采用识别器支持的格式。 您还必须validation采样率。 识别器仅支持一组固定的采样率。 在我的机器上
- 每个样本8位
- 单声道单声道
- 每秒22,050个样本
- PCM编码
效果很好。 有关详细信息，请参阅https://stackoverflow.com/a/6203533/90236 。 您可能必须使用像audacity这样的工具重新采样或重新编码WAV文件。 请参阅https://stackoverflow.com/a/9467044/90236 。
帮助您入门的一个简单示例是SAPI和Windows 7问题 。
最后，（我总是重复这一点，对不起）有一篇关于Windows .NET编程识别的文章。 请参阅http://msdn.microsoft.com/en-us/magazine/cc163663.aspx ，它有点过时，但是很棒的介绍。