Il est possible de faire SpeechToText (reconnaissance vocale) et TextToSpeech par la suite (en utilisant le même texte et la même voix)?

Question

Je travaille sur un programme pour les personnes malentendantes. J'ai travaillé avec sapi et un TTs. Le programme fait une animation 3D avec une main en même temps. Mais le problème est que les voix (aussi quand on les met à son discours le plus lent) est de jeûner pour ce que je veux. J'ai donc pensé à la reconnaissance de la parole, mais le problème est que je dois faire un grand processus au texte avant le début de l'animation. Donc, je veux savoir si il serait possible de faire de la reconnaissance vocale (à partir de ma voix sur un fichier .wave) et ensuite faire le même processus de TTs (avec des événements Sapi ...) mais en utilisant le .wave avec ma voix.

Si c'est possible, s'il vous plaît dites-moi comment. Si vous pensez qu'il existe de meilleures alternatives, laissez-moi les voir.

Merci pour votre temps (et excusez mon anglais)

Jesuskiewicz

Answer 1

Maintenant que je comprends ce que vous voulez arriver, je peux dire que, pour autant que je sache, le moteur SAPI SR ne vraiment fournir un balisage au niveau du phonème qui est synchronisé avec le texte entrant.

Qu'est-ce que vous pourriez essayer (même si je ne l'attente réelle pour que cela fonctionne) serait de prendre l'audio, l'exécuter à travers une grammaire de prononciation pour générer phonèmes, puis prendre les éléments de texte pour trouver les bits correspondants de l'audio.

Quand je dis une « grammaire de prononciation », je veux dire une grammaire de dictée avec le modèle de prononciation chargé - mettre en place comme ceci:

CComPtr<ISpRecoGrammar> cpGrammar; 
... initialize SR engine and create a grammar ... 
cpGrammar->LoadDictation(L"Pronunciation", SPLO_STATIC); 

Dans votre gestionnaire de reconnaissance, vous devez analyser les éléments :

ISpRecoResult* ipReco; 
SPPHRASE* pPhrase; 
ipReco->GetPhrase(&pPhrase); 
for (int i = 0; i < pPhrase->Rule.ulCountOfElements; ++i) 
{ 
    const SPPHRASEELEMENT * pElem = pPhrase->pElements + i; 
    // examine pElem->ulAudioSizeTime, etc. 
} 
::CoTaskMemFree(pPhrase); 

J'espère que cela est suffisant pour vous aider à démarrer ...