WP中的语音识别（上）：基本识别，wp中语音识别识别

WP中的语音识别（上）：基本识别，wp中语音识别识别

WP 8.1目前许多内容仍处于未确定状态，因此，本文所提及的语音识别，是基于WP8的，在8.1中也差不多，也是使用运行时API来实现，如果大家不知道什么是运行时API，也没关系，不影响学习和开发，因为在VS创建项目后，默认会帮我们引用所有的库。

在本篇中，我们先从简单的实现入手，下一篇会给大家介绍如何自己设计语音命令。

先给大家说说库的位置，与语音识别有关的API在Windows.Phone.Speech.Recognition命名空间下，看名字就能猜到99.999998%了。在该命名空间下，有两个类可用于完成语音识别：

a、SpeechRecognizer

b、SpeechRecognizerUI

两个类的功能其实是等效的，带UI结尾的类在识别时会显示一个识别界面，待会看示例时大家就会看到的。对于SpeechRecognizer类，调用RecognizeAsync方法，异步等待后会返回一个SpeechRecognitionResult实例，其中Text属性表示已经识别出来的文本；对于SpeechRecognizerUI类，可以调用RecognizeWithUIAsync方法进行识别，同样，异步等待后，会返回SpeechRecognitionUIResult实例，从该实例的RecognitionResult属性中得到对SpeechRecognitionResult的引用，就能得到被识别的文本。

下面，我们可以看示例了。

1、启动VS，新建一个项目，命名为“我的高大上应用”。

2、在默认的MainPage.xaml页面中加入以下XAML。

        <Grid x:Name="ContentPanel" Grid.Row="1" Margin="12,0,12,0">
            <StackPanel>
                <Button Content="开始识别" FontSize="40"/>
                <TextBox x:Name="txtInput" Height="250" Margin="0,11,0,0"/>
            </StackPanel>
        </Grid>

3、为Button控件加上Click事件处理方法。

<Button Content="开始识别" FontSize="40" Click="OnClick"/>

4、转到代码视图，先using一下我们要用到的命名空间。

using Windows.Phone.Speech.Recognition;

5、在OnClick方法中加入以下代码。

        private async void OnClick(object sender, RoutedEventArgs e)
        {
            // 实例化
            SpeechRecognizer sr = new SpeechRecognizer();
            // 开始识别
            Button btn = (Button)sender;
            btn.IsEnabled = false;
            SpeechRecognitionResult result = await sr.RecognizeAsync();
            // 显示被识别的文本
            txtInput.Text = result.Text;
            btn.IsEnabled = true;
        }

6、原则上，我们的高大上示例已经完成了，不过，还有一个小步骤，打开清单文件——WMAppManifest.xml，加上以下功能需求项：
ID_CAP_NETWORKING：允许使用网络，启用语音识别是必须项。

ID_CAP_MICROPHONE：都说语音识别了，话筒怎么能少呢？

ID_CAP_SPEECH_RECOGNITION：使应用支持语音识别。

即：

    <Capabilities>
      <Capability Name="ID_CAP_NETWORKING" />
      <Capability Name="ID_CAP_MEDIALIB_AUDIO" />
      <Capability Name="ID_CAP_MEDIALIB_PLAYBACK" />
      <Capability Name="ID_CAP_SENSORS" />
      <Capability Name="ID_CAP_WEBBROWSERCOMPONENT" />
      <Capability Name="ID_CAP_MICROPHONE" />
      <Capability Name="ID_CAP_SPEECH_RECOGNITION" />
    </Capabilities>

现在，请确保你的手机已经连上网络，建议连Wi-Fi，因为老虎网络会计流量的，成本较高。
好，不要犹豫，果断运行吧。当你看到程序运行后，请点击“开始识别”按钮，然后对着手机拼命表白，稍等一会，识别结果会显示在页面的文本框中，如下图所示。

唉，这时候，估计大伙要说我是骗子，是的，意外地报错了，我虽不敢说都报错，至少经过我测试，大多数时候，都会发生异常，这可能是系统的听写模式仍未对中文友好支持的原因。没事，既然听写模式不行，那咱们就来搜索模式。
在上面的OnClick上把代码改为如下：

        private async void OnClick(object sender, RoutedEventArgs e)
        {
            // 实例化
            SpeechRecognizer sr = new SpeechRecognizer();
            sr.Grammars.AddGrammarFromPredefinedType("cns", SpeechPredefinedGrammar.WebSearch);
            // 开始识别

也就是说加了这一行：

sr.Grammars.AddGrammarFromPredefinedType("cns", SpeechPredefinedGrammar.WebSearch);

cns是一个key名，可以随便取，这行代码就是告诉识别系统：“我要用搜索模式”，搜索模式是可以识别中文的。经过这样一改后，再次运行，然后你对着手机表白一下，好家伙，总算等到结果了。

啊，总算可以了。

wp的搜索理念早已超越google。百度的框计算也跟不上bing的搜索理念。bing做搜索走的是“？”。有问题可通过各种方式：文字，图片，声音，扫描，相机等各种接口处理。不过，貌似google想估的搜索是“我猜你有什么问题”。哈哈，不用用户提问，直接给答案。
 

自然语言识别也是语音识别。

他是区别指令式语音而命名，其基本原理都是一致。自然语音识别亮点是自然语言理解功能，即用户可以按照个人的语言习惯，用自己惯用的语气、惯用的词，将需要被识别的语音任务说出来即可。自然语音识别与指令式语音识别主要区别是词库大小及处理方式，指令语音所有处理都是本地进行，自然语音识别目前基本都是采用云处理方式，这样其语音库及处理能力是指令语音无法比拟的。

如：

当一条命令(如说：“发送短信给刘涛，今天晚上七点图书馆见。”)发出后，本地端会对“刘涛”这个命令词进行识别，而后将刘涛的电话号码从通讯录中调出，放在短信的收信人一栏中;随后将“今天晚上七点图书馆见”这段语音发送至云端，云端识别器识别完毕之后，把语音转化为文本反馈回来，本地端将文本填在短信内容里。这就是自然语音识别。

人：“请输入兴趣点名称”

　　机器：“滨海”

　　人：“您说的是滨海吗？”

　　机器：“是。”

　　人：“导航到上海滨海森林公园”

这就是指令式语音识别。