当前位置：首页 > news >正文

Microsoft Speech TTS微软语音识别ISpeechRecoGrammar,ISpeechRecoResult

news 2025/11/2 8:15:19

在 Microsoft Speech Object Library（语音识别相关组件）中，ISpeechRecoGrammar 和 ISpeechRecoResult 是两个核心接口，分别用于定义语音识别的语法规则和获取语音识别的结果数据。它们是语音识别流程中不可或缺的部分，下面分别详细说明：

一、ISpeechRecoGrammar（语音识别语法接口）

ISpeechRecoGrammar 是用于定义和管理语音识别语法规则的接口。语音识别需要明确 “识别什么内容”（例如特定词汇、短语或句子结构），这些 “可识别内容” 就通过语法规则来定义。

简单说，ISpeechRecoGrammar 的作用是 “告诉语音引擎：你需要监听哪些词汇或句子，以及它们的结构是什么”。

主要功能：

定义语法规则：通过 RuleAdd 方法创建一个语法规则（例如 “命令规则”“菜单选择规则”），规则内可以包含允许识别的词汇、短语或逻辑结构（如 “或”“与” 关系）。例：定义一个 “文件操作” 规则，包含 “打开文件”“保存文件”“关闭文件” 等短语。
添加词汇 / 短语：通过 WordAdd 方法向规则中添加具体的词汇或短语，让语音引擎知道这些内容是需要识别的。
管理书签：通过 AddBookmark 方法在语法规则的特定位置添加书签（如之前例子中的 “StartCommand”“MidCommand”），用于在识别过程中标记关键节点，触发事件。
控制语法状态：通过 CmdSetRuleState 方法激活或禁用语法规则（例如暂时不需要识别 “文件操作” 时，可禁用对应的规则）。
提交规则：通过 RuleCommit 方法提交定义好的语法规则，让语音引擎生效。

核心方法 / 属性示例：

RuleAdd(RuleName, RuleAttributes)：创建语法规则。
WordAdd(Text, State, Weight)：向规则中添加词汇 / 短语（State 用于规则内的状态管理，Weight 是权重，影响识别优先级）。
AddBookmark(BookmarkName, Offset)：在规则中添加书签。
CmdSetRuleState(RuleName, State)：设置规则状态（激活 SPRSActive 或禁用 SPRSInactive）。

二、ISpeechRecoResult（语音识别结果接口）

ISpeechRecoResult 是用于获取语音识别结果详细信息的接口。当语音引擎识别到符合语法规则的内容后，会生成一个 “识别结果” 对象，通过该接口可以提取识别到的文本、置信度、音频位置等信息。

简单说，ISpeechRecoResult 的作用是 “告诉开发者：语音引擎识别到了什么内容，以及这个结果的相关细节”。

主要功能：

获取识别文本：通过 PhraseInfo.GetText 方法获取识别到的具体文本（例如用户说 “打开文件”，则返回 “打开文件”）。
获取置信度：通过 Confidence 属性获取识别结果的置信度（0~1 之间的数值，越接近 1 表示识别越可靠），用于判断结果的可信度。
获取音频位置：通过 AudioStreamPosition 等属性获取识别内容在音频流中的起始 / 结束位置，用于关联音频数据。
获取规则信息：通过 PhraseInfo.Rule 获取该结果对应的语法规则名称，判断是哪个规则被触发（例如识别到的内容属于 “文件操作” 规则还是 “编辑操作” 规则）。