蜻蜓是否使用给定的语法/上下文来提高识别能力？

Question

我试图找出python库蜻蜓是否可以使用上下文和语法来提高识别能力。这个想法是，如果语音识别引擎本身知道你可以说什么的语法，那么识别应该得到很大的改进，但是如果蜻蜓库只是在检查从识别器中获取的任意听写是否与语法匹配，我希望不会有任何改进。

此外，由于蜻蜓支持龙和Windows的语音识别，它将有助于了解答案是否不同，取决于引擎。

Answer 1

实际的答案是肯定的。从技术上讲，蜻蜓只是将语法传递给语音识别引擎( Dragon或WSR)，但实际上这些引擎确实使用语法来改进识别。我已经用了很长一段时间了，只要你不让你的语法变大，它就会运行得很好。其他回答说“不”只是观察到蜻蜓本身并没有做任何工作，但这并没有实际意义，因为引擎代替了它。语法识别比任意听写要好得多。我已经通过800+命令进行了可靠的识别，并且使用了来自aenea项目的SeriesMappingRule，我甚至可以在一次发言中按顺序说出其中的多个命令。

Answer 2

我不能肯定地说龙，但我确信蜻蜓使用CFGs来定义命令语法用于Windows语音识别。(如果蜻蜓也不使用CFG的话，我会感到非常惊讶，因为它的回收收益是巨大的。)

Answer 3

似乎没有，蜻蜓没有使用给定的语法来提高识别能力。它只是将SR引擎的第一个选项传递给语法规则。在engine.py的第264行，您可以找到：

words = tuple(unicode(w, "windows-1252") for w in results.getWords(0))

根据NatLink会话介绍与解释的方法

result.getWords(n)

返回引擎的Nth选项，因此(遗憾的是) DragonFly只保留第一个选项。

我也有同样的问题，所以我把提问的自由带到开发人员那里，在文档中添加一个FAQ，从这个问题开始。