如何让OpenEars识别iOS上的语音号码？

Question

我正在寻找的应用程序接口来转换口语项目为文本的iOS，但主要是数字和字母，如1，2，3，4和a，b，c，d。

我试过许多人建议的OpenEars，但它似乎只支持某些单词，例如“向前、向后、左开始、右开始、停止转向”。它可以用来识别通用单词或语音数字吗？

我也尝试过iSpeech接口，但是当我说出像12345这样的数字字符串时，它只能返回文本“1 2 3 4 5”，并且它只能给我识别的结果，而不是一系列猜测(就像Android上的Google语音识别API一样)。

我如何使用这些API(或其他替代方法)来识别语音数字或字母？

Answer 1

要了解如何创建自定义语言模型以及如何使用OpenEars动态创建语言模型(语言模型是您的自定义单词集)，请阅读此处的OpenEars文档：

http://www.politepix.com/openears/yourapp

要了解如何在OpenEars中使用面向识别语音数字的声学模型，请阅读OpenEars论坛中的以下讨论：

http://www.politepix.com/forums/topic/way-to-see-phonemes-openears-heard

您还可以查看OpenEars示例应用程序中的代码，其中包含大量注释，并显示了一个更改应用程序内联“词汇表”的示例。如果您有更多关于实现OpenEars的问题，我建议您在OpenEars论坛上创建一个帐户(我是OpenEars开发人员)。

Answer 2

我使用了以下基于sphinx unit tests的JSGF。

<int0> = (ZERO | OH);
<int10> = TEN;
<int100> = HUNDRED;
<int1to9> = ONE | TWO | THREE | FOUR | FIVE | SIX | SEVEN | EIGHT | NINE;
<int0to9> = ( <int0> | <int1to9> );
<int01to09> = <int0> <int1to9>;
<int11to19> = ELEVEN | TWELVE | THIRTEEN | FOURTEEN | FIFTEEN | SIXTEEN | SEVENTEEN | EIGHTEEN | NINETEEN;
<tens> = TWENTY | THIRTY | FORTY | FIFTY | SIXTY | SEVENTY | EIGHTY | NINETY;
<int20to99> = ( <tens> [<int1to9>] );
<int10to99> = ( <int10> | <int11to19> | <int20to99> );
<int1to99> = ( <int1to9> | <int10to99> );
<int0to99> = ( <int0> | <int1to99> );
<int01to99> = ( <int01to09> | <int10to99> );
<int1to9hundreds> = ((A  | <int1to9>) <int100>);
<int101to999> = (<int1to9> (<int01to09> | <int10> | <int11to19> | <int20to99> ));
<int100to999> = (<int1to9hundreds> [[AND] <int1to99> ]);
<int1to999> = ( <int1to99> | <int100to999> | <int101to999> );