Linux 語(yǔ)音識(shí)別軟件()[@more@] 長(zhǎng)期以來(lái)，與計(jì)算機(jī)對(duì)話一直是科幻小說(shuō)中熟悉的故事情節(jié)，直到今天，真正的對(duì)話只有在小說(shuō)中才有可能。但在過(guò)去十年中，語(yǔ)音識(shí)別軟件 發(fā)展非常迅速。目前市面上有多種支持不同操作系統(tǒng)的語(yǔ)音識(shí)別控件軟件?；蛟S很多人沒(méi)有意識(shí)到 Linux 桌面也是完全語(yǔ)音控制的，軟件開(kāi)發(fā)者已經(jīng)取得了一些成果。下面我們將對(duì)Linux系統(tǒng)下的語(yǔ)音識(shí)別軟件進(jìn)行分析總結(jié)，幫助大家了解其優(yōu)缺點(diǎn)。

Linux 上的語(yǔ)音識(shí)別軟件

Linux軟件 下的語(yǔ)音控制可以為因過(guò)度使用計(jì)算機(jī)而導(dǎo)致殘障或計(jì)算機(jī)綜合癥的人提供機(jī)會(huì)。以前，他們必須修改其他操作系統(tǒng)以支持語(yǔ)音識(shí)別技術(shù)。即使沒(méi)有特殊考慮，普通人也可以使用語(yǔ)音識(shí)別軟件，讓操作電腦變得更輕松、更有趣。雖然本文非常關(guān)注語(yǔ)音識(shí)別系統(tǒng)的未來(lái)（因?yàn)樗鼈儾](méi)有完全解放雙手），但它們確實(shí)分享了一些工作。

已經(jīng)有兩個(gè)包 軟件 包含 Linux 的語(yǔ)音控制軟件。一種是IBM開(kāi)發(fā)的，支持Linux，可以提供一些基本的語(yǔ)音識(shí)別功能；另一個(gè)在 GPL 下，通過(guò)庫(kù)為桌面系統(tǒng)和應(yīng)用程序提供語(yǔ)音控制功能。

IBM 的 Linux 在美國(guó)可用，目前僅在美國(guó)和加拿大可用。它的成本約為 40 美元，包括運(yùn)費(fèi)和一副耳機(jī)。用戶也可以從IBM 的網(wǎng)站下載，享受一定的價(jià)格優(yōu)惠。8.0 和 . 目前，支持英國(guó)英語(yǔ)和美國(guó)英語(yǔ)、法語(yǔ)和德語(yǔ)。8.0 之后的版本將不再包括在內(nèi)。本文將重點(diǎn)介紹 IBM 的安裝和使用。

應(yīng)用

Linux需要機(jī)器的配置：MMX 233以上CPU，128MB內(nèi)存，16位聲卡。事實(shí)上，它是專(zhuān)門(mén)為 Red Hat 6.2 設(shè)計(jì)開(kāi)發(fā)的，但用戶可以在 Red Hat 7.3 環(huán)境和其他 Linux 發(fā)行版中正常運(yùn)行。當(dāng)然，用戶在安裝過(guò)程中也可能會(huì)遇到一些問(wèn)題。

在安裝語(yǔ)音識(shí)別軟件之前，必須先安裝Java運(yùn)行環(huán)境。版本 1.0 和 1.1 在 JRE-1.2.2 環(huán)境中進(jìn)行了測(cè)試。使用正確的版本可以避免不同 JRE 環(huán)境之間的不兼容。

JRE安裝完成后，將安裝盤(pán)放入光驅(qū)，運(yùn)行根目錄下的文件，然后運(yùn)行設(shè)置自己為用戶，并設(shè)置合適的音量。最后，反復(fù)練習(xí)使 軟件 適應(yīng)你自己的聲音。請(qǐng)記住，安裝順序絕不能顛倒。

“輔導(dǎo)”

和其他語(yǔ)音識(shí)別軟件一樣，第一次安裝在識(shí)別用戶聲音時(shí)不是很準(zhǔn)確。用戶必須“收聽(tīng)”它才能識(shí)別用戶的聲音。

“收聽(tīng)”的一種方法是一遍又一遍地大聲朗讀用戶手冊(cè)中的文字。對(duì)于大多數(shù)用戶來(lái)說(shuō)，這并不難，但是手冊(cè)中的單詞可能不會(huì)被用戶頻繁使用，所以這種方法效率不高。

更好的方法是在工作中使用 app軟件。它是用 Java 語(yǔ)言編寫(xiě)的。當(dāng)用戶口述時(shí)，某些單詞可能無(wú)法正確識(shí)別，發(fā)生這種情況時(shí)，用戶可以使用 . 這允許修改識(shí)別工具以更準(zhǔn)確地識(shí)別用戶的聲音。這種方法可能更加勞動(dòng)密集，但可以使用語(yǔ)音命令進(jìn)行類(lèi)似的修改。但是，請(qǐng)注意隨時(shí)保存，因?yàn)樗皇呛芊€(wěn)定。

一位專(zhuān)家曾表示，目前的語(yǔ)音識(shí)別軟件只需要10到60個(gè)小時(shí)的“訓(xùn)練”就可以達(dá)到98%的準(zhǔn)確率。但到目前為止，在Linux環(huán)境下測(cè)試的結(jié)果是，它的正確率只有92%到95%，絕大多數(shù)語(yǔ)音指令都能被正確識(shí)別。即使用戶只花幾個(gè)小時(shí)練習(xí)，他們也能發(fā)現(xiàn)正確率顯著提高。但是，用戶要特別注意單詞的發(fā)音，麥克風(fēng)的質(zhì)量和周?chē)h(huán)境都會(huì)影響語(yǔ)音識(shí)別的準(zhǔn)確性。

控制 Linux 桌面

當(dāng)用戶完成安裝并經(jīng)過(guò)一段時(shí)間的培訓(xùn)后，就可以安裝了。它的作用是控制桌面系統(tǒng)和應(yīng)用程序軟件。沒(méi)有這些功能。用戶可以到下載軟件，注意一定要提前安裝好RPM，因?yàn)樵闯绦蛐枰狶inux SDK中的中斷運(yùn)行。

安裝完成后，在最后出現(xiàn)的窗口中輸入m，注意不要運(yùn)行。此時(shí)，用戶可以通過(guò)口述命令“下一個(gè)窗口”來(lái)進(jìn)行簡(jiǎn)單的測(cè)試，另一個(gè)窗口應(yīng)該出現(xiàn)在桌面上。

允許用戶預(yù)先配置某些操作的口頭命令。一組口語(yǔ)命令稱為語(yǔ)法組。語(yǔ)法組可以與應(yīng)用程序中的特定應(yīng)用程序、窗口或模塊相關(guān)聯(lián)，也可以由上下文生成。語(yǔ)音命令調(diào)用的動(dòng)作可以包括擊鍵、鼠標(biāo)事件、運(yùn)行外部命令或三者的任意組合。

使用語(yǔ)音庫(kù)來(lái)識(shí)別命令和常規(guī)文本。.xml 配置文件可以定義命令。使用標(biāo)準(zhǔn)配置文件，其位置為 /usr/share//.xml。當(dāng)然，用戶也可以修改它的位置，比如可以改成~/./.xml。

該窗口顯示哪個(gè)命令語(yǔ)法處于活動(dòng)狀態(tài)，并包括一個(gè)顯示最近說(shuō)出的命令的面板。如果用戶說(shuō)出的某些單詞被認(rèn)為與命令過(guò)于相似而無(wú)法識(shí)別，則面板中顯示的命令將顯示為灰色以提醒用戶，并且該命令不會(huì)被執(zhí)行。

對(duì)于任何應(yīng)用程序窗口，都有 4 種不同的狀態(tài)。在命令模式下，只識(shí)別命令；在聽(tīng)寫(xiě)模式下，不識(shí)別特定的應(yīng)用命令，只顯示能識(shí)別的單詞；在空閑模式下，只能識(shí)別通用命令；最后，在命令之間和聽(tīng)寫(xiě)模式下，口語(yǔ)單詞和命令都可以識(shí)別，用戶需要在命令前后停頓語(yǔ)音識(shí)別轉(zhuǎn)換文字軟件mac，以與文本區(qū)分開(kāi)來(lái)。

命令模式在用戶第一次運(yùn)行應(yīng)用程序時(shí)自動(dòng)啟動(dòng)。如果用戶要同時(shí)開(kāi)啟聽(tīng)寫(xiě)模式，只需說(shuō)出“聽(tīng)寫(xiě)模式”即可；如果他想關(guān)閉聽(tīng)寫(xiě)模式，他只需要說(shuō)“停止聽(tīng)寫(xiě)模式”就可以了。

當(dāng)然，最好的方法是將窗口放在系統(tǒng)的窗口管理器中，這樣您就可以隨時(shí)看到它是如何工作的。如果您希望它在啟動(dòng)時(shí)自動(dòng)運(yùn)行，只需將 m 放入窗口管理器的啟動(dòng)例程中。

語(yǔ)音控制應(yīng)用

讓我們看一下如何為應(yīng)用程序定義語(yǔ)法。首先語(yǔ)音識(shí)別轉(zhuǎn)換文字軟件mac，將要定義語(yǔ)法的 軟件 定義為人類(lèi)可讀的名稱，然后將程序的窗口命名為語(yǔ)句，以便可以識(shí)別要激活哪個(gè)語(yǔ)法命令。在第一行中，您可以看到一個(gè)特殊的固定應(yīng)用程序名稱，它不是窗口標(biāo)題。此特殊應(yīng)用程序名稱必須與上下文一致。

聽(tīng)寫(xiě)屬性包含在應(yīng)用程序的標(biāo)簽中。如果條件為真，則語(yǔ)句第一次運(yùn)行時(shí)，自動(dòng)進(jìn)入聽(tīng)寫(xiě)模式。語(yǔ)句的第二行包含一些已經(jīng)在區(qū)域中定義的值。用戶可以在定義區(qū)定義自己的標(biāo)簽，并將其應(yīng)用到整個(gè)配置文件中。

語(yǔ)句第3行舉例說(shuō)明了定義區(qū)域可以包含什么，這里的命令標(biāo)簽只能在該命令的范圍內(nèi)使用。這條線路的主要目的是通過(guò)語(yǔ)音命令各自的箭頭鍵來(lái)相互連接。執(zhí)行命令時(shí)，系統(tǒng)會(huì)將語(yǔ)音命令映射到相應(yīng)的鍵盤(pán)命令。語(yǔ)音指令的識(shí)別和轉(zhuǎn)換過(guò)程從句子的第 4 行開(kāi)始。第 4 到 8 行是鍵盤(pán)操作相關(guān)的語(yǔ)句，第 9 到 15 行是鼠標(biāo)相關(guān)的語(yǔ)句，第 16 到 22 行是與其他應(yīng)用程序相關(guān)的命令語(yǔ)句，第 23 行是結(jié)束行。

通過(guò)編輯個(gè)人配置文件，用戶可以自動(dòng)化幾乎所有過(guò)去需要鍵盤(pán)和鼠標(biāo)的操作。許多常見(jiàn)應(yīng)用程序的語(yǔ)法組 軟件 已經(jīng)包含在默認(rèn)配置文件中，這使它們成為用戶的好例子。

語(yǔ)音識(shí)別的發(fā)展

無(wú)法控制一些特殊應(yīng)用軟件和一些主流游戲軟件。對(duì)于GIMP和軟件等一些是可以控制的，但是由于這樣的軟件需要大量的鼠標(biāo)操作，用戶會(huì)很厭倦用語(yǔ)音來(lái)控制鼠標(biāo)。

雖然語(yǔ)音識(shí)別軟件 通?？梢哉_識(shí)別大多數(shù)命令和文本，但在某些情況下，即使是微小的錯(cuò)誤也是不允許的。voice軟件 的用戶必須保持聲音穩(wěn)定。

另外，雖然可以完成很多工作，但用戶無(wú)法通過(guò)語(yǔ)音控制整個(gè)Linux桌面環(huán)境。

IBM 已經(jīng)發(fā)布了一個(gè)新的，但它只支持 mac 并且未來(lái)是否支持 Linux 尚不確定。的開(kāi)發(fā)人員正試圖找到一種支持開(kāi)放系統(tǒng)而不添加新功能的替代方案。

來(lái)自“ITPUB博客”，鏈接：如需轉(zhuǎn)載，請(qǐng)注明出處，否則追究法律責(zé)任。