[英]Speech Recognition in C# with SAPI 5.4 or MS Speech SDK v11 using a MemoryStream from Skype call
我正在尝试使用SAPI 5.4（也是MS Speech Platform SDK v11）对来自Skype呼叫的音频执行连续语音识别。
我可以使用SKYPE4COMLib来获取来自Skype的音频，并通过发出ALTER CALL指令将其推送到TCP端口。 您可以将Skype音频定向到文件或TCP套接字。 文件工作正常，但我想让它现场运行识别，所以使用TCP套接字。
然后，我构建了一个TCP侦听器来收集传入的数据（音频原始格式），并将字节数组作为MemoryStream传递给SAPI。 我已经设置了SAPI，以期望16bit，16khz，mono，PCM格式的原始音频。 然而，识别事件永远不会发生？！
我已经尝试将原始音频保存到磁盘，然后将其读入SAPI并且工作正常......因此数据本身很好，Skype正在发送音频。 然而，这不能让我做我需要的持续认可。
使用WAV文件或从磁盘或麦克风加载的原始文件，SAPI识别代码可以正常工作。 我无法从MemoryStream中获取它。
我发现这篇类似的文章，似乎没有任何建议对我有用，讨论似乎已经变得安静了。
将输入流式传输到System.Speech.Recognition.SpeechRecognitionEngine
有没有人对如何成功让SAPI持续识别C＃中作为MemoryStream发送的原始音频的语音有任何指导？
当您使用流音频时，我认为您应该使用recognizer.RecognizeAsync
使用带有 C# 的 SAPI 5.4 向 Windows 语音识别添加命令
[英]Adding commands to windows speech recognition using SAPI 5.4 with C#
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
