如何在C++中实现语音识别和文语转换？

Question

我想知道做语音识别和文本到语音转换的各种技术。另外，请让我知道任何资源，如链接，教程，电子书等在它。

实现这一目标的最有效技术是什么？

Answer 1

我将回答有关语音识别的部分(因为我对文本到语音的转换了解不多)：

http://ecx.images-amazon.com/images/I/4190SZC61CL._BO2,204,203,200_PIsitb-sticker-arrow-click,TopRight,35,-76_AA240_SH20_OU01_.jpg

“语音识别的统计方法”这本书是一本经典的书，它解释了统计语音识别的数学基础，由该领域的创始人Frederick Jelinek撰写。

你必须知道的最重要的概念是Hidden Markov Models。几十年来，人们一直在语音识别中使用它们。最近的一种方法使用Conditional Random Fields，请参阅paper (PDF)和相关的软件工具包SCARF。

编写自己的语音识别器是相当困难的。这是一个活跃的研究领域，有几个科学会议，例如ASRU，Interspeech，ICASSP。

Answer 2

两者都是非常广泛的领域。关于识别:在本this schema中，您将了解如何构建一个基本的自动语音识别系统。这不是任何接近艺术的开始，但它是可以实现的东西，它工作。如果你想做一些更高级的事情，请阅读倒谱系数和隐马尔可夫模型。看看HTK，它是一个广泛使用的隐马尔可夫模型工具包。

关于text to speech:我会看看Festival。

Answer 3

有多个狮身人面像，其中最活跃的是pocketsphinx和sphinx4。

Sphinx4是用Java编写的。它更适合于桌面和web应用程序。

Pocketsphinx是用C语言编写的，它更适合嵌入式设备。有很多iphone/android应用都在使用它。

听起来你想要口袋狮身人面像。试试这个教程：http://www.speech.cs.cmu.edu/sphinx/tutorial.html

更好的地方是在CMU的sourceforge论坛上询问pocketsphinx/Shinx4问题。

此外，您应该提供更多的信息，如您打算使。

至于书籍，语音识别的圣经是“口语处理”。