沃森唤醒语音命令

Question

我正在考虑使用沃森的发言文字软件，以帮助驱动我们的产品的语音命令。

我看到的所有示例都要求用户在发出命令之前按下按钮。但是，我不想让用户按一个按钮，我想要一个“唤醒词”或关键字来表示我们产品的命令开始。也就是说，我不想把声音源源不断地流到Watson的语音到文本软件，但是我正在寻找一种方法，让用户提供一个关键字或唤醒词开始发送声音，然后让Watson的讲话返回它听到的命令的文本。

例如，"OK，Google“开始向Google发送语音到文本。

IBM提供了一种方法来创建我自己的"OK，Google“关键字，而不必将我的应用程序可能听到的所有内容发送到文本中吗？

Answer 1

现在，沃森语音到文本服务不支持单独的“唤醒词”检测模块。要做到这一点，我们目前的客户将使用一些边缘设备或服务来处理。类似于雪人(https://snowboy.kitt.ai/)或类似的东西。

Answer 2

不确定沃森是否支持唤醒词。如果您计划将声音集成到运行在PC、平板电脑或电话上的软件应用程序中，您可以实现唤醒word。您可以使用Microsoft语音识别引擎或狮身人面像来实现它。

下面是使用Microsoft语音引擎的示例代码。

SpeechRecognitionEngine sr = new SpeechRecognitionEngine();
 sr.SetInputToDefaultAudioDevice();
 // Create a grammar that recognizes Wake-up word e.g. your app name
 Choices wakeWord = new Choices();
 wakeWord.Add("Cooper");

 GrammarBuilder gb = new GrammarBuilder();
 gb.Append(wakeWord);
 Grammar g = new Grammar(gb);

 sr.LoadGrammarAsync(g);
 sr.SpeechRecognized += new EventHandler<SpeechRecognizedEventArgs>(sr_SpeechRecognized);

你的应用程序将在唤醒词"Cooper“发出后被激活。在事件处理程序代码中，您可以捕获/记录声音并将其发送给Watson。