基于自定义SRGS语法的自由格式文本

Question

我正在尝试开发一个基于语音的应用程序，它将接受用户输入作为语音，并在输入的基础上执行一些操作。这是我第一次尝试这项技术，我是在开发它的同时学习的。

我正在使用随dotnet 4附带的Microsoft来识别语音。到目前为止，我已经了解了它所支持的两种模式。

语音识别有两种工作方式：

• 听写模式--一种不受限制的、自由形式的语音解释模式，它使用由特定语言的识别器提供的内置语法。这是默认识别器。
• 语法模式-将口语与一个或多个特定的上下文无关语法(CFGs)相匹配。CFG是一种结构，它定义了一组特定的单词，以及可以使用的这些单词的组合。在基本术语上，CFG定义了对SR有效的句子。语法必须由应用程序以预编译语法文件的形式提供，或者在运行时以W3C语音识别语法规范(SRGS)标记或旧的CFG规范的形式提供。Windows包括一个语法编译器: gc.exe。

因此，从本质上讲，无论我用语法指定了什么词，引擎都只会识别出这些词。但我也想包括一些自由形式的文本和结构化语法。一个例子可以是人的名字。如果我想从演讲中获取名称，我需要在语法中指定该名称，但如果应用程序对任何人开放，这是不可能的。

有没有一种方法，我可以提取一些文本，但已经不是语法的一部分？

如何让系统识别诸如“我的名字是Gary，我25岁”这样的句子。这个名字绝对可以是任何东西，我怎么用语法来定义它呢？

Answer 1

您可以将听写模式与语法模式混合使用，请参阅MSDN中的示例：

http://msdn.microsoft.com/en-us/library/ms723634(v=vs.85).aspx

<GRAMMAR>
    <!-- command to handle first and last names with semantic properties -->
    <!-- By using semantic properties, the application can ignore all of
        the text returned, except for the text associated with the dictation
        tags' semantic properties "PID_FirstName" and "PID_LastName" -->
    <RULE ID="SubmitName" TOPLEVEL="ACTIVE">
        <P>
            my first name is
            <!-- Note the implicit maximum is only one word -->
            <DICTATION PROPID="PID_FirstName"/>
            and my last name is
            <!-- Note the implicit maximum is two words -->
            <DICTATION PROPID="PID_LastName" MAX="2"/>
        </P>
    </RULE>
</GRAMMAR>

Answer 2

看一看垃圾特殊规则。我不知道您将如何检索与垃圾部分匹配的单词，但我很确定有一种方法。

如果你也对这个问题感兴趣，请告诉我。)