गैर-मानक माइक्रोफोन मान्यता

कुछ को भाषण को पहचानने, पाठ में अनुवाद करने और इसे संसाधित करने की आवश्यकता के साथ सामना किया जाता है। समस्या को कई बार वर्णित किया गया है, और इसे हल करने के तरीके भी हैं ताकि Google मदद कर सके, लेकिन मैंने व्यक्तिगत रूप से एक समस्या का अनुभव किया है, जिसमें एक गैर-तुच्छ समाधान की आवश्यकता होती है, अर्थात् एक माइक्रोफोन से भाषण पहचान कैसे करें जो "डिफ़ॉल्ट रूप से" स्थापित नहीं है। अगर आपको भी इसी तरह की समस्या का सामना करना पड़ा है, तो यह लेख आपके लिए है।

तो हमारे पास क्या है - Microsoft Windows (मानक और Microsoft भाषण एसडीके 11) में भाषण मान्यता के लिए दो अलग-अलग इंजन हैं, और तुरंत मैं कहूंगा कि रूसी भाषा अब तक उनमें से केवल एक का समर्थन करती है, अर्थात् Microsoft भाषण एसडीके 11 स्थापित रूसी भाषा के साथ। यदि आप ध्यान से दोनों इंजनों के लिए दस्तावेज़ीकरण पढ़ते हैं, तो आप देख सकते हैं कि केवल DefaultInputDevice को एक उपकरण के रूप में चुना जा सकता है, लेकिन गहरी खुदाई, अर्थात्, Telerik JustDecompile decompiler के साथ असेंबली खोलना, मैंने यह सुनिश्चित कर लिया कि सभी वर्ग COM ऑब्जेक्ट्स पर सिर्फ एक आवरण है, और इन COM ऑब्जेक्ट्स में आपको बस जरूरत है समारोह है। स्वाभाविक रूप से, सभी प्रोग्रामर की तरह, मैं आलसी था और COM के साथ काम नहीं करना चाहता था, इसलिए दोनों समाधानों को मिलाएं। तो इसके लिए सबसे पहली जरूरत है कि हम इसके लिए जिस माइक्रोफोन की जरूरत है, उसके टोकन को देखें, निम्न फ़ंक्शन मौजूद है:

private SpeechLib.SpObjectToken FindMicByName(string name) { if (isot != null) { for (int i = 0; i < isot.Count; i++) { sot = isot.Item(i); string desc = sot.GetDescription(1033); string id = sot.Id; if (desc.Contains(name) != false) { break; } } return sot; } else return null; } 

टोकन प्राप्त करने के बाद, हमें पहचान इंजन वर्ग के निजी तरीकों को कॉल करने की आवश्यकता है, इसके लिए हम निम्नलिखित फ़ंक्शन का उपयोग करते हैं:

 public void SetMicByName(string name, ref System.Speech.Recognition.SpeechRecognitionEngine sre) { if (isot != null) { sre.SetInputToDefaultAudioDevice(); sot = FindMicByName(name); if (sot != null) { FieldInfo fi = sre.GetType().GetField("_sapiRecognizer", BindingFlags.Instance | BindingFlags.NonPublic); object _sapiRecognizer = fi.GetValue(sre); MethodInfo mi = _sapiRecognizer.GetType().GetMethod("SetInput", BindingFlags.Instance | BindingFlags.NonPublic); object[] parms = new object[] { sot, true }; mi.Invoke(_sapiRecognizer, parms); } } } 

अंत में मैं सहायक वर्ग का पूरा पाठ दूंगा, जिसका उपयोग मेरे विकास में किया जाता है, आप इसे पूर्ण या आंशिक रूप से उपयोग कर सकते हैं या बस अपने लिए आवश्यक कोड स्निपेट डाल सकते हैं। यह सब विंडोज 7,8,8.1, नेट 4.0, 4.5 पर परीक्षण किया गया है, लेकिन मुझे लगता है कि यह अन्य संस्करणों के साथ भी काम करेगा।

 using System; using System.Reflection; namespace RMI.SmartHouse.Service { /// <summary> ///    . /// </summary> public class MicSelector : IDisposable { #region   private SpeechLib.SpInProcRecoContext _siprc; private SpeechLib.ISpeechObjectTokens _isot; private SpeechLib.SpObjectToken _sot; private bool _isDisposed; #endregion #region  /// <summary> ///   . /// </summary> public MicSelector() { _siprc = new SpeechLib.SpInProcRecoContext(); _isot = _siprc.Recognizer.GetAudioInputs(null, null); _sot = null; } #endregion #region   /// <summary> ///   . /// </summary> public SpeechLib.ISpeechObjectTokens Isot { get { return _isot; } } #endregion #region   /// <summary> ///   . /// </summary> /// <param name="name"> .</param> /// <param name="sre">  .</param> public void SetMicByName(string name, ref System.Speech.Recognition.SpeechRecognitionEngine sre) { if (_isot != null) { sre.SetInputToDefaultAudioDevice(); _sot = FindMicByName(name); if (_sot != null) { FieldInfo fi = sre.GetType().GetField("_sapiRecognizer", BindingFlags.Instance | BindingFlags.NonPublic); if (fi != null) { object sapiRecognizer = fi.GetValue(sre); MethodInfo mi = sapiRecognizer.GetType().GetMethod("SetInput", BindingFlags.Instance | BindingFlags.NonPublic); object[] parms = { _sot, true }; mi.Invoke(sapiRecognizer, parms); } } } } /// <summary> ///   . /// </summary> /// <param name="name"> .</param> /// <param name="sre">  .</param> public void SetMicByName(string name, ref Microsoft.Speech.Recognition.SpeechRecognitionEngine sre) { if (_isot != null) { sre.SetInputToDefaultAudioDevice(); _sot = FindMicByName(name); if (_sot != null) { FieldInfo fi = sre.GetType().GetField("_sapiRecognizer", BindingFlags.Instance | BindingFlags.NonPublic); if (fi != null) { object sapiRecognizer = fi.GetValue(sre); MethodInfo mi = sapiRecognizer.GetType().GetMethod("SetInput", BindingFlags.Instance | BindingFlags.NonPublic); object[] parms = { _sot, true }; mi.Invoke(sapiRecognizer, parms); } } } } /// <summary> ///    . /// </summary> /// <returns>  .</returns> public SpeechLib.ISpeechObjectTokens UpdateDeviceList() { if (_siprc != null) { _isot = _siprc.Recognizer.GetAudioInputs(null, null); return _isot; } return null; } /// <summary> ///  . /// </summary> public void Dispose() { Dispose(true); GC.SuppressFinalize(this); } #endregion #region   /// <summary> ///  . /// </summary> protected virtual void Dispose(bool disposing) { if (!_isDisposed) { if (disposing) { _sot = null; _isot = null; _siprc = null; } _isDisposed = true; } } /// <summary> ///    . /// </summary> /// <param name="name">  .</param> /// <returns> .</returns> private SpeechLib.SpObjectToken FindMicByName(string name) { if (_isot != null) { for (int i = 0; i < _isot.Count; i++) { _sot = _isot.Item(i); string desc = _sot.GetDescription(1033); if (desc.Contains(name)) { break; } } return _sot; } return null; } #endregion } }