WP中的语音识别(上):基本识别
WP 8.1目前许多内容仍处于未确定状态,因此,本文所提及的语音识别,是基于WP8的,在8.1中也差不多,也是使用运行时API来实现,如果大家不知道什么是运行时API,也没关系,不影响学习和开发,因为在VS创建项目后,默认会帮我们引用所有的库。
在本篇中,我们先从简单的实现入手,下一篇会给大家介绍如何自己设计语音命令。
先给大家说说库的位置,与语音识别有关的API在Windows.Phone.Speech.Recognition命名空间下,看名字就能猜到99.999998%了。在该命名空间下,有两个类可用于完成语音识别:
a、SpeechRecognizer
b、SpeechRecognizerUI
两个类的功能其实是等效的,带UI结尾的类在识别时会显示一个识别界面,待会看示例时大家就会看到的。对于SpeechRecognizer类,调用RecognizeAsync方法,异步等待后会返回一个SpeechRecognitionResult实例,其中Text属性表示已经识别出来的文本;对于SpeechRecognizerUI类,可以调用RecognizeWithUIAsync方法进行识别,同样,异步等待后,会返回SpeechRecognitionUIResult实例,从该实例的RecognitionResult属性中得到对SpeechRecognitionResult的引用,就能得到被识别的文本。
下面,我们可以看示例了。
1、启动VS,新建一个项目,命名为“我的高大上应用”。
2、在默认的MainPage.xaml页面中加入以下XAML。
<Grid x:Name="ContentPanel" Grid.Row="1" Margin="12,0,12,0">
<StackPanel>
<Button Content="开始识别" FontSize="40"/>
<TextBox x:Name="txtInput" Height="250" Margin="0,11,0,0"/>
</StackPanel>
</Grid>
3、为Button控件加上Click事件处理方法。
<Button Content="开始识别" FontSize="40" Click="OnClick"/>
4、转到代码视图,先using一下我们要用到的命名空间。
using Windows.Phone.Speech.Recognition;
5、在OnClick方法中加入以下代码。
private async void OnClick(object sender, RoutedEventArgs e)
{
// 实例化
SpeechRecognizer sr = new SpeechRecognizer();
// 开始识别
Button btn = (Button)sender;
btn.IsEnabled = false;
SpeechRecognitionResult result = await sr.RecognizeAsync();
// 显示被识别的文本
txtInput.Text = result.Text;
btn.IsEnabled = true;
}
6、原则上,我们的高大上示例已经完成了,不过,还有一个小步骤,打开清单文件——WMAppManifest.xml,加上以下功能需求项:
ID_CAP_NETWORKING:允许使用网络,启用语音识别是必须项。
ID_CAP_MICROPHONE:都说语音识别了,话筒怎么能少呢?
ID_CAP_SPEECH_RECOGNITION:使应用支持语音识别。
即:
<Capabilities>
<Capability Name="ID_CAP_NETWORKING" />
<Capability Name="ID_CAP_MEDIALIB_AUDIO" />
<Capability Name="ID_CAP_MEDIALIB_PLAYBACK" />
<Capability Name="ID_CAP_SENSORS" />
<Capability Name="ID_CAP_WEBBROWSERCOMPONENT" />
<Capability Name="ID_CAP_MICROPHONE" />
<Capability Name="ID_CAP_SPEECH_RECOGNITION" />
</Capabilities>
现在,请确保你的手机已经连上网络,建议连Wi-Fi,因为老虎网络会计流量的,成本较高。
好,不要犹豫,果断运行吧。当你看到程序运行后,请点击“开始识别”按钮,然后对着手机拼命表白,稍等一会,识别结果会显示在页面的文本框中,如下图所示。
唉,这时候,估计大伙要说我是骗子,是的,意外地报错了,我虽不敢说都报错,至少经过我测试,大多数时候,都会发生异常,这可能是系统的听写模式仍未对中文友好支持的原因。没事,既然听写模式不行,那咱们就来搜索模式。
在上面的OnClick上把代码改为如下:
private async void OnClick(object sender, RoutedEventArgs e)
{
// 实例化
SpeechRecognizer sr = new SpeechRecognizer();
sr.Grammars.AddGrammarFromPredefinedType("cns", SpeechPredefinedGrammar.WebSearch);
// 开始识别
也就是说加了这一行:
sr.Grammars.AddGrammarFromPredefinedType("cns", SpeechPredefinedGrammar.WebSearch);
cns是一个key名,可以随便取,这行代码就是告诉识别系统:“我要用搜索模式”,搜索模式是可以识别中文的。经过这样一改后,再次运行,然后你对着手机表白一下,好家伙,总算等到结果了。

啊,总算可以了。
=================================================
【补】
WP 8.1 中对应的命名空间在Windows.Media.SpeechRecognition。
WP中的语音识别(上):基本识别的更多相关文章
- WP中的语音识别(下):语音指令
除了系统集成的可以用于搜索.启动应用程序等语音命令外,在我们的应用程序内部还能自己定义语音指令,使得我们的APP能与语音操控结合得更加完全. 语音指令是通过一个XML文件来定义的.比如,咱小舅子开了家 ...
- 百度DMLC分布式深度机器学习开源项目(简称“深盟”)上线了如xgboost(速度快效果好的Boosting模型)、CXXNET(极致的C++深度学习库)、Minerva(高效灵活的并行深度学习引擎)以及Parameter Server(一小时训练600T数据)等产品,在语音识别、OCR识别、人脸识别以及计算效率提升上发布了多个成熟产品。
百度为何开源深度机器学习平台? 有一系列领先优势的百度却选择开源其深度机器学习平台,为何交底自己的核心技术?深思之下,却是在面对业界无奈时的远见之举. 5月20日,百度在github上开源了其 ...
- 防止在iOS设备中的Safari将数字识别为电话号码
在测试中发现iPad上的Safari总会把长串数字识别为电话号码,文字变成蓝色,点击还会弹出菜单添加到通讯录. 别的地方倒也罢了,如果在用户名中出现数字(手机注册新浪微博的话用户名就是“手机用户xxx ...
- python中使用Opencv进行人脸识别
上一节讲到人脸检测,现在讲一下人脸识别.具体是通过程序采集图像并进行训练,并且基于这些训练的图像对人脸进行动态识别. 人脸识别前所需要的人脸库可以通过两种方式获得:1.自己从视频获取图像 2.从人 ...
- Vue+Typescript中在Vue上挂载axios使用时报错
Vue+Typescript中在Vue上挂载axios使用时报错 在vue项目开发过程中,为了方便在各个组件中调用axios,我们通常会在入口文件将axios挂载到vue原型身上,如下: main.t ...
- OpenCV_contrib里的Text(自然场景图像中的文本检测与识别)
平台:win10 x64 +VS 2015专业版 +opencv-3.x.+CMake 待解决!!!Issue说明:最近做一些字符识别的事情,想试一下opencv_contrib里的Text(自然场景 ...
- JAVA中使用FTPClient上传下载
Java中使用FTPClient上传下载 在JAVA程序中,经常需要和FTP打交道,比如向FTP服务器上传文件.下载文件,本文简单介绍如何利用jakarta commons中的FTPClient(在c ...
- IIS 7 中设置文件上传大小的方法
在IIS 6.0中设置文件上传大小的方法,就是配置如下节点: <system.web> <httpRuntime maxRequestLength="1918200&quo ...
- 4.struts2中的文件上传,下载
Struts2中文件的上传下载,是借用commons里面的包实现文件的上传,需要导入两个jar commons-fileupload-1.2.2.jar commons-io-2.0.1.jar 实现 ...
随机推荐
- zmq学习笔记
1 zmq_socket(3) Manual Page 1.1 一个socket可连接多个对端socket: 通过使用多个zmq_connect() 1.2 一个socket可绑定到多个地址上接受连接 ...
- bdb log file 预设长度的性能优化
看代码随手记:log_put.c, __log_write() /* * If we're writing the first block in a log file on a filesystem ...
- torch-ios框架XCODE使用备忘
1.首先编译框架 ./generate_ios_framework 2.把框架包含进project 在general-link Frameweork and Libraries 加入这个框架,注 ...
- 创建Xml文件与修改Xml文件
/// <summary> /// 修改节点 /// </summary> /// <param name="user">UserSafe 实体 ...
- NPIO 导出记录
http://www.cnblogs.com/qingyuan/archive/2012/11/08/2760034.html http://www.cnblogs.com/gaoshuai/arch ...
- 第52讲:Scala中路径依赖代码实战详解
今天学习了scala中的路径依赖,来看一下实战代码 class Outer{ private val x = 10 class Inner{ private val y = x +10 } ...
- wangEditor ie9 表单上传图片
wangEditor ie9 表单上传图片 弹框无法消失 var resultText = $.trim(iframeWindow.document.body.innerHTML); result ...
- asp.net中gridview的checkbox使用总结
1.在gridview中的<column>中加入 <asp:TemplateField HeaderText="选择"> <ItemTemplate& ...
- 打印文本中的所有单词,并且打印每个单词出现的行号,非实义单词不考虑(TCPL,练习6-3)
建立一棵二叉树,每个接单存放单词以及指向一个链表的指针,以及指向左右节点的指针.链表内存放行号以及指向下一个链表节点的指针. 每录入一个单词,先寻找二叉树,再寻找它的链表,分别将单词和行号插入二叉树和 ...
- 解剖SQLSERVER 第十三篇 Integers在行压缩和页压缩里的存储格式揭秘(译)
解剖SQLSERVER 第十三篇 Integers在行压缩和页压缩里的存储格式揭秘(译) http://improve.dk/the-anatomy-of-row-amp-page-compre ...