检测来自用户的音频，并将其转换为文本，以便在Unity中命令AI机器人

Question

我正在做一个游戏，我想用我说的话来指挥AI。例如，我可以说go和AI机器人走到一定的距离。

问题是，我正在寻找资产，但没有提供商向我提供这是可能的？

这样做的困难是什么？

我是程序员，所以如果有人建议如何处理它，我可以做到。

我是否应该一直打开麦克风监听器并读取音频，然后将音频传递到某个外部sdk，它可以将我的语音转换为文本？

这些是我联系过的资产提供商。

https://www.assetstore.unity3d.com/en/#!/content/73036

https://www.assetstore.unity3d.com/en/#!/content/45168

https://www.assetstore.unity3d.com/en/#!/content/47520

还有更多！如果有人解释我需要遵循的步骤，那么我可以肯定地尝试一下。

Answer 1

我目前使用这个外部api来做几乎相同的事情：https://api.ai/。

它有一个unity SDK，运行得很好：https://github.com/api-ai/api-ai-unity-sample#apiai-unity-plugin。

您必须将音频源连接到sdk，并告诉它开始收听。然后它会将你的语音音频转换成文本，甚至从你的语音音频/文本中检测预先选择的意图。

您可以在github上的api.ai unity SDK文档中找到有关如何集成Unity插件的所有步骤。

编辑:它也是免费的btw :)

Answer 2

如果你想在不向服务器发送数据的情况下离线识别，你需要尝试这个插件：

https://github.com/dimixar/unity3DPocketSphinx-android-lib

它使用开源语音识别引擎CMUSphinx