标签: naturallyspeaking

我键入时手腕疼痛,我想开始使用语音识别编写SQL语句,存储过程和视图.

无论如何将Dragon NaturallySpeaking纳入事件驱动程序？如果我使用DNS录制用户语音输入而不将其写入屏幕并将其直接保存到XML,我的老板会非常喜欢它.我一直在做了好几天的研究,我不能看到这没有(真贵)SDK发生的一种方式,我甚至不知道它会工作,然后.

微软有能力编写一个(Python)程序,它的语音识别器可以等到检测到语音事件然后处理它.它还具有能提出替代短语,它认为是最好的猜测和记录以备后用.wav文件的一个得心应手的质量.示例代码:

spEngine = MsSpeech()
spEngine.setEventHandler(RecoEventHandler(spEngine.context))

class RecoEventHandler(SpRecoContext):
def OnRecognition(self, StreamNumber, StreamPosition, RecognitionType, Result):
    res = win32com.client.Dispatch(Result)
    phrase = res.PhraseInfo.GetText()
    #from here I would save it as XML

    # write reco phrases
    altPhrases = reco.Alternates(NBEST)
    for phrase in altPhrases:
        nodePhrase = self.doc.createElement(TAG_PHRASE)

我似乎无法让DNS做到这一点.我能做的最接近的是:

while keepGoing == True:
    yourWords = raw_input("Your input: ")
    transcript_el = createTranscript(doc, "user", yourWords)
    speech_el.appendChild(transcript_el)
    if yourWords == 'bye':
        break

甚至还有一个可怕的副作用,就是让用户在每个句子后都说出"新行"!根本不是首选的解决方案!反正有没有让DNS做Microsoft Speech所做的事情？

仅供参考:我知道合乎逻辑的解决方案是简单地切换到微软语音,但我们假设,只是为了咧嘴笑笑,这不是一个选择.

更新 - 有没有人买过SDK？你觉得它有用吗？

当启用Natlink时,Dragon冻结并且无法完全启动.我用这个 natlink下载.并按照网站上的指示.任何煽动为什么会发生这种情况的人都非常感激.

我目前正在编写一个AI程序,它接收来自Dragon NaturallySpeaking(使用Natlink)的输入,处理它,并返回语音输出.我能够拿出一个Receiver GrammarBase来捕获Dragon的所有输入并将其发送给我的解析器.

    class Receiver(GrammarBase):

        gramSpec = """ <start> exported = {emptyList}; """

        def initialize(self):
            self.load(self.gramSpec, allResults = 1)
            self.activateAll()

        def gotResultsObject(self, recogType, resObj):
            if recogType == 'reject':
                inpt, self.best_guess = [], []
            else:
                inpt = extract_words(resObj)
                inpt = process_input(inpt) # Forms a list of possible interpretations
                self.best_guess = resObj.getWords(0)
            self.send_input(inpt)

        def send_input(self, inpt):
            send = send_to_parser(inpt) # Sends first possible interpretation to parser
            try:
                while True:
                    send.next() # Sends the next possible interpretation if the first is rejected
            except …

我希望能够通过语音识别编写代码,他目前在Mac OS X 10.6.8上使用Aquamacs 2.4和Dragon Dictate 2.有人知道这是否可能,如果可能,如何？我见过shorttalk,emacs listen和语音代码,但它们只适用于使用Dragon Naturally Speaking的Windows机器.

任何线索都会非常感激.

我也是通过ESS写的.