TTS语音识别

Question

我正在开发一个android应用程序，TTS (文本到语音)由语音命令控制。对于语音识别，我使用的是pocketsphinx，当TTS不活动时(即"start“命令)，它可以正常工作。然而，当TTS处于活动状态时(例如，对于“停止”命令)，识别的准确性就会下降。

我试过使用AcousticEchoCanceler，但它似乎没有帮助。你能告诉我：

1. AEC应该过滤输入的电话输出吗？是因为它不能正常工作，还是它不应该这样做？
2. 我还能试试什么呢？

谢谢!

Answer 1

我们很快就在聊天中和你讨论了这个问题。

AEC应该过滤输入的电话输出吗？是因为它不能正常工作，还是它不应该这样做？

不，AEC不会过滤TTS。它去除了重复的回声信号。

我还能试试什么呢？

您可能想先将音频合成到文件中：

How to store text to speech output as WAV file?

然后再弹。当你知道是什么播放，你可以过滤它从录音中减去它从录制的声音，最好的延迟。否则，这是一个非常复杂的问题。