开始使用语音识别和语音合成

Question

我想开始使用语音识别和Prototype based on speech recognition 有人语音合成 告诉我使用微软语音服务器（SDK等）

当我有这个，怎么样我编程一个应用程序，并使用哪种编程语言（开发环境？）？

有人使用过星号或SVOX吗？

我需要做的：

语音识别 语音合成

我并不一定是一个很不错的语音识别 - 我认为30个-50话应该是足够的开始。 我正在使用windows。

在此先感谢

Answer 1

如果您选择使用Microsoft语音引擎，则有.NET框架API。正如我在其他文章中提到的，有两个命名空间（用于桌面使用的System.Speech和用于服务器使用的Microsoft.Speech）。您可以使用任何.NET语言进行编程，并且可以使用Visual Studio。

有一篇很好的文章几年前发布在http://msdn.microsoft.com/en-us/magazine/cc163663.aspx。这可能是迄今为止我发现的最好的介绍性文章。然而，它是基于WinFX API的预发布版本，并且System.Speech类在Vista发布时进行了更改。本文中的示例不会因为这些突变API更改而编译，我还没有找到任何更新或勘误来解释此问题。在Internet上搜索方法名称“AppendResultKeyValue”，您会发现几个论坛帖子，如http://www.ms-news.net/f3012/system-speech-breaking-changes-3025734.html，其中人们遇到了同样的问题。

它仍然是一篇很好的介绍性文章，值得一读。有一点点黑客攻击，你可以得到示例应用程序的工作。

Answer 2

当我学计算语言学的首选工具是Praat，一个可怕的混乱原型开发工具，可以让你做任何事情语音相关。

我不认为它有任何外部API，但它的内部脚本语言足以满足基本的应用程序，并且它有很多内置函数。对于理论和算法的“入门”来说，这不算太坏。