為什么UWP連續語音識別停止

Question

我有一個 Windows 10 UWP 應用程序，我正在為文本框啟用語音識別。 是的，我知道我也可以為此利用 Cortana。 然而，Cortana 也有一些缺點，主要是您幾乎無法從應用程序內部控制 Cortana。

這就是 SpeechRecognizer 命名空間的連續識別的用武之地。我喜歡我擁有的控制量。 但是，它似乎在幾秒鍾后隨機停止收聽。

這是我如何實現它的。 請注意，我還嘗試將每個可能的超時設置為 0，這應該意味着沒有超時。

頁面上的屬性：

private SpeechRecognizer speechRecognizer;
private CoreDispatcher dispatcher;

頁面的 OnLoaded：

speechRecognizer = new SpeechRecognizer();
speechRecognizer.Timeouts.BabbleTimeout = TimeSpan.FromSeconds(0);
speechRecognizer.Timeouts.InitialSilenceTimeout = TimeSpan.FromSeconds(0);
speechRecognizer.Timeouts.EndSilenceTimeout = TimeSpan.FromSeconds(0);
speechRecognizer.ContinuousRecognitionSession.AutoStopSilenceTimeout = TimeSpan.FromSeconds(0);

SpeechRecognitionCompilationResult result = await speechRecognizer.CompileConstraintsAsync();
speechRecognizer.ContinuousRecognitionSession.ResultGenerated += ContinuousRecognitionSession_ResultGenerated;
speechRecognizer.StateChanged += SpeechRecognizer_StateChanged;

然后，當我點擊一個按鈕開始收聽時，我會這樣做來開始：

if (speechRecognizer.State == SpeechRecognizerState.Idle)
{
     await speechRecognizer.ContinuousRecognitionSession.StartAsync();
}

最后，我監聽了上面的兩個事件處理程序，分別是 ResultGenerated 和 StateChanged。 我在這兩個事件中設置了斷點。 當頁面加載時，一切都被實例化了。 當我單擊按鈕開始收聽時，它也開始正常，我看到 StateChanged 事件處理程序觸發以表明它正在收聽。 但是，如果我讓應用程序閑置（不說話）幾秒鍾（秒數似乎是隨機的，可以在 2-5 秒之間的任何地方），StateChanged 事件將觸發並說它再次閑置。 在那之后，當我嘗試說話時我無法觸發 ResultGenerated 事件，這進一步表明它不再收聽了。

我可以點擊按鈕再次開始收聽，它會的，但同樣會再次隨機停止。

此外，如果我立即說話，在我單擊按鈕后，語音識別就可以正常工作。

我想要發生的是當您單擊按鈕時，我希望它無限期地收聽，直到我調用 StopAsync 並告訴它停止。 有誰知道為什么它會自行停止？？？

更新-我為完成添加了事件處理程序：

speechRecognizer.ContinuousRecognitionSession.Completed += ContinuousRecognitionSession_Completed;

因為這會在 args.Status 中給我一個狀態，我在那里放了一個斷點。 有趣的是，當連續識別停止時，這個斷點將在 2-5 秒內命中，並且它給出“成功”狀態，即使我沒有說任何話並且 ResultGenerated 事件從未觸發並沒有結果。 那么，沒有結果怎么會成功呢？ 為什么這會導致它停止？

謝謝！

Answer 1

所以我遇到了同樣的問題，並且遇到了這個問題。 我想我終於明白了。 問題在於，當UWP應用從前台運行（例如切換到另一個應用）時，語音識別器將停止（不發生任何事件）。

當然，在調試時，這將在設置斷點時發生。 我認為問題可以通過重新啟動SpeechRecognizer使其再次進入前台來解決。

Answer 2

我有你的問題的答案。 經過將近 2 周的斗爭，我終於找到了問題的根源。 不幸的是，連續語音識別和普通語音識別沒有很多方法可以檢測其運行狀態。 我的建議是對連續語音識別使用條件遞歸。 這是一個例子：

代碼：

                                speechRecognizer = new Windows.Media.SpeechRecognition.SpeechRecognizer();
                                await speechRecognizer.CompileConstraintsAsync();
                                speechRecognizer.ContinuousRecognitionSession.AutoStopSilenceTimeout = TimeSpan.FromMilliseconds(0);
                                speechRecognizer.ContinuousRecognitionSession.ResultGenerated += ContinuousRecognitionSession_ResultGenerated;
                                speechRecognizer.ContinuousRecognitionSession.Completed += ContinuousRecognitionSession_Completed;
                                speechRecognizer.StateChanged += SpeechRecognizer_StateChanged;
                                await speechRecognizer.ContinuousRecognitionSession.StartAsync();

//這是在 ContinuousRecognitionSession_Completed 事件中。

       speechRecognizer.Dispose();


                speechRecognizer = new Windows.Media.SpeechRecognition.SpeechRecognizer();
                await speechRecognizer.CompileConstraintsAsync();
                speechRecognizer.ContinuousRecognitionSession.AutoStopSilenceTimeout = TimeSpan.FromMilliseconds(0);
                speechRecognizer.ContinuousRecognitionSession.ResultGenerated += ContinuousRecognitionSession_ResultGenerated;
                speechRecognizer.ContinuousRecognitionSession.Completed += ContinuousRecognitionSession_Completed;
                speechRecognizer.StateChanged += SpeechRecognizer_StateChanged;
                await speechRecognizer.ContinuousRecognitionSession.StartAsync();
            }
            catch { }   

這意味着每次完成語音識別 session 時，您都會重新啟動連續語音識別器，這在函數術語中翻譯為完成。

您要記住的另一件事是 Windows.Media.SpeechRecognition.SpeechRecognizer 每次核心 window 失去焦點時都會暫停識別 session。 這無法通過 Activate() 方法解決。 這個問題只能通過 IsEnabled 屬性來解決。 我的建議是使用一個計時器，在指定的時間間隔將 IsEnabled 屬性設置為 true。

另一個主要建議是將 Windows.Media.SpeechRecognition API 遷移到 WPF 應用程序中，因為它使您可以更大程度地控制應用程序的功能。 API 遷移是通過下載名為 Microsoft.Windows.SDK.Contracts 的 NuGet package 完成的。