C#:使用System.Speech命名空间将WAV文件转录为文本(语音到文本)

时间:2009-11-20 06:21:59

标签: c# namespaces speech-to-text

如何使用.NET语音命名空间类将WAV文件中的音频转换为文本格式,我可以在屏幕上显示或保存到文件中?

我正在寻找一些教程样本。

更新

找到代码示例here。但是当我尝试它时它给出了不正确的结果。下面是我采用的vb代码示例。 (其实我不介意lang,只要它的vb / c#...)。它没有给我正确的结果。我假设如果我们把正确的语法 - 即我们在录音中所期望的单词 - 我们应该得到它的文本输出。首先,我尝试了调用中的示例单词。它有时只打印那个(一个)字而不是其他字。然后我尝试了一些我们在录音中完全没有想到的词......不幸的是它也打印出来了...... :(

Imports System
Imports System.Speech.Recognition

Public Class Form1

    Dim WithEvents sre As SpeechRecognitionEngine

    Private Sub btnLiterate_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles btnLiterate.Click
        If TextBox1.Text.Trim.Length = 0 Then Exit Sub
        sre.SetInputToWaveFile(TextBox1.Text)
        Dim r As RecognitionResult
        r = sre.Recognize()
        If r Is Nothing Then
            TextBox2.Text = "Could not fetch result"
            Return
        End If
        TextBox2.Text = r.Text
    End Sub

    Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Button1.Click
        TextBox1.Text = String.Empty
        Dim dr As DialogResult
        dr = OpenFileDialog1.ShowDialog()
        If dr = Windows.Forms.DialogResult.OK Then
            If Not OpenFileDialog1.FileName.Contains("wav") Then
                MessageBox.Show("Incorrect file")
            Else
                TextBox1.Text = OpenFileDialog1.FileName
            End If
        End If
    End Sub

    Public Sub New()

        ' This call is required by the Windows Form Designer.
        InitializeComponent()

        sre = New SpeechRecognitionEngine()

    End Sub

    Private Sub sre_LoadGrammarCompleted(ByVal sender As Object, ByVal e As System.Speech.Recognition.LoadGrammarCompletedEventArgs) Handles sre.LoadGrammarCompleted

    End Sub

    Private Sub sre_SpeechHypothesized(ByVal sender As Object, ByVal e As System.Speech.Recognition.SpeechHypothesizedEventArgs) Handles sre.SpeechHypothesized
        System.Diagnostics.Debug.Print(e.Result.Text)
    End Sub

    Private Sub sre_SpeechRecognitionRejected(ByVal sender As Object, ByVal e As System.Speech.Recognition.SpeechRecognitionRejectedEventArgs) Handles sre.SpeechRecognitionRejected
        System.Diagnostics.Debug.Print("Rejected: " & e.Result.Text)
    End Sub

    Private Sub sre_SpeechRecognized(ByVal sender As Object, ByVal e As System.Speech.Recognition.SpeechRecognizedEventArgs) Handles sre.SpeechRecognized
        System.Diagnostics.Debug.Print(e.Result.Text)
    End Sub

    Private Sub Form1_Load(ByVal sender As Object, ByVal e As System.EventArgs) Handles Me.Load
        Dim words As String() = New String() {"triskaidekaphobia"}
        Dim c As New Choices(words)
        Dim grmb As New GrammarBuilder(c)
        Dim grm As Grammar = New Grammar(grmb)
        sre.LoadGrammar(grm)
    End Sub

End Class

更新(11月28日之后)

找到一种加载默认语法的方法。它是这样的:

sre.LoadGrammar(New DictationGrammar)

这里仍有问题。认可并不准确。输出是垃圾。对于6分钟的文件,它可能提供5-6个字的文本,与语音文件完全无关。

5 个答案:

答案 0 :(得分:8)

System.Speech中的类用于文本到语音(主要是可访问性功能)。

您正在寻找语音识别。自.Net 3.0以来,有System.Speech.Recognition命名空间可用。它使用Windows桌面语音引擎。这可能会让你开始,但我想有更好的引擎。

语音识别非常复杂且难以做到,也有一些商业产品可用。

答案 1 :(得分:1)

我意识到这是一个老问题,但在以后的问题和答案中有更好的信息。例如,请参阅What is the best option for transcribing speech-to-text in a asp.net web app?

您可以调用SetInputToWaveFile()来读取音频文件,而不是调用SetInputToDefaultAudioDevice()。

Windows Vista和Windows 7中的桌面识别引擎包含一个听写语法,如参考答案中所示。

答案 2 :(得分:0)

答案 3 :(得分:0)

您应该使用SpeechRecognitionEngine。要使用wave文件,请致电SetInputToWaveFile。我希望我能帮助你更多,但我不是专家。

哦,如果你的话真的是triskaidekaphobia,我认为即使是人类语音识别引擎也不会认识到......

答案 4 :(得分:0)

我已经测试了您的代码,但它没有正确抓取wave文件。它正在捕捉

如果不是OpenFileDialog1.FileName.Contains(“wav”)那么                 MessageBox.Show(“文件不正确”)             其他                 TextBox1.Text = OpenFileDialog1.FileName             结束如果

不是其他条件。我也尝试在字符串中使用.wav。

我还需要一个示例代码,用于将wav文件转录为不是来自Microphone的文本。如果你找到了一个好的解决方案,那么请在这里发布。