C# 为什么Microsoft语音识别SemanticValue.Confidence值始终为1？

我正在尝试使用带有自定义语法的SpeechRecognitor来处理以下模式：

“能否打开{item}？”其中{item}使用听写语法

我正在使用Vista和.NET4.0中内置的语音引擎

我希望能够获取返回的语义值的机密信息。见下面的例子

---

如果我只使用“recognizer.AddGrammar（new DictationGrammar（））”，我就可以浏览e.Results.Alternates并查看每个alternate的置信值。如果听写语法是最高级的，那就行了

虚构的例子：

• 你能打开Firefox吗。九十五
• 你能打开费尔法克斯吗。九十三
• 你能打开文件传真吗。七十二
• 你会写Firefox吗。八十五
• 你能锁定费尔法克斯吗。63

但如果我构建的语法查找“您能打开{semanticValue Key='item'GrammarBuilder=new DictationGrammar（）}吗？”，那么我得到以下结果：

• 你能打开Firefox吗。91-Semantics={GrammarBuilder.Name=“您能打开吗”}
• 你能打开费尔法克斯吗。91-Semantics={GrammarBuilder.Name=“您能打开吗”}
• 你能打开文件传真吗。91-Semantics={GrammarBuilder.Name=“您能打开吗”}
• 你会写Firefox吗。85-语义=null
• 你能锁定费尔法克斯吗。63-语义=null

91向我展示了它是多么自信，它匹配了“Canyouopen{item}？”的模式，但没有进一步区分

然而，如果我再看看e.Result.Alternates.Semantics.Where（s=>s.Key==“item”），并查看它们的可信度，我会得到以下结果：

• 火狐1.0
• 费尔法克斯1.0
• 文件传真1.0

这对我没什么帮助

当我查看匹配语义值的可信度时，我真正想要的是这样的：

• Firefox.95
• 费尔法克斯，93
• 文件传真：85

看起来应该是这样的

我做错什么了吗？在演讲框架内是否有这样做的方法？

---

我希望有一些内在的机制，这样我就可以做它的“正确”的方式

至于另一种可能有效的方法

使用SemanticValue方法匹配模式

对于与该模式匹配的任何内容，提取{item}的原始音频（使用RecognitionResult.Words和RecognitionResult.GetAudioForWordRange）

使用听写语法通过SpeechRecognitor运行{item}的原始音频，以获得信心

---

。。。但这比我真正想做的要多。

我认为听写语法只做转录。它在不提取语义的情况下实现了从语音到文本的转换，因为根据定义，听写语法支持所有单词，并且没有任何特定语义映射的线索。您需要使用自定义语法来提取语义。如果您提供SRGS语法或在代码中或使用SpeechServer工具构建SRGS语法，则可以为某些单词和短语指定语义映射。然后，识别器可以提取语义，并为您提供语义信心

您应该能够从识别器获取识别的置信度值，请尝试System.Speech.recognition.RecognitionResult.Confidence

Microsoft Server Speech Platform 10.2 SDK附带的帮助文件包含更多详细信息。（这是用于服务器应用程序的Microsoft.Speech API，与用于客户端应用程序的System.Speech API非常相似）请参阅(http://www.microsoft.com/downloads/en/details.aspx?FamilyID=1b1604d3-4f66-4241-9a21-90a294a5c9a4.）或Microsoft.Speech文档，网址为

对于SemanticValue类，它表示：

基于全语音平台的识别 引擎输出提供有效的实例 对于所有已识别的 输出，即使是没有显式 语义结构

的SemanticValue实例 短语是使用语义获取的 可识别短语上的属性 对象（或从中继承的对象） 它包括（例如识别结果）

为获取的SemanticValue对象 没有语义的已识别短语 结构的特点是：

没有子女（计数为0）

Value属性为null

1.0的人工置信水平 （信心十足地返回）

通常，应用程序创建 间接语义值的实例， 通过以下方式将它们添加到语法对象 使用SemanticResultValue，以及 中的SemanticResultKey实例 连接、选择和 GrammarBuilder对象

直接构造 SemanticValue在测试过程中非常有用 强类型文法的创建

当您在语法中使用语义值功能时，您通常会尝试将不同的短语映射到单个意义。在您的情况下，“I.E”或“Internet Explorer”这两个短语应该对应相同的语义。在语法中设置选项，以理解每个可以映射到特定含义的短语。下面是一个简单的Winform示例：

private void btnTest_Click(object sender, EventArgs e)
{
    SpeechRecognitionEngine myRecognizer = new SpeechRecognitionEngine();

    Grammar testGrammar = CreateTestGrammar();  
    myRecognizer.LoadGrammar(testGrammar);

    // use microphone
    try
    {
        myRecognizer.SetInputToDefaultAudioDevice();
        WriteTextOuput("");
        RecognitionResult result = myRecognizer.Recognize();              

        string item = null;
        float confidence = 0.0F;
        if (result.Semantics.ContainsKey("item"))
        {
            item = result.Semantics["item"].Value.ToString();
            confidence = result.Semantics["item"].Confidence;
            WriteTextOuput(String.Format("Item is '{0}' with confidence {1}.", item, confidence));
        }

    }
    catch (InvalidOperationException exception)
    {
        WriteTextOuput(String.Format("Could not recognize input from default aduio device. Is a microphone or sound card available?\r\n{0} - {1}.", exception.Source, exception.Message));
        myRecognizer.UnloadAllGrammars();
    }

}

private Grammar CreateTestGrammar()
{                        
    // item
    Choices item = new Choices();
    SemanticResultValue itemSRV;
    itemSRV = new SemanticResultValue("I E", "explorer");
    item.Add(itemSRV);
    itemSRV = new SemanticResultValue("explorer", "explorer");
    item.Add(itemSRV);
    itemSRV = new SemanticResultValue("firefox", "firefox");
    item.Add(itemSRV);
    itemSRV = new SemanticResultValue("mozilla", "firefox");
    item.Add(itemSRV);
    itemSRV = new SemanticResultValue("chrome", "chrome");
    item.Add(itemSRV);
    itemSRV = new SemanticResultValue("google chrome", "chrome");
    item.Add(itemSRV);
    SemanticResultKey itemSemKey = new SemanticResultKey("item", item);

    //build the permutations of choices...
    GrammarBuilder gb = new GrammarBuilder();
    gb.Append(itemSemKey);

    //now build the complete pattern...
    GrammarBuilder itemRequest = new GrammarBuilder();
    //pre-amble "[I'd like] a"
    itemRequest.Append(new Choices("Can you open", "Open", "Please open"));

    itemRequest.Append(gb, 0, 1);

    Grammar TestGrammar = new Grammar(itemRequest);
    return TestGrammar;
}

---

我举例说明了这个问题。评论中没有足够的空间，所以我把它放在上面。看，我想我是在试图使用错误的工具来解决问题。感谢您解释了语音中的整个语义设计是如何工作的。我要寻找的是支持通用模式匹配的东西，它能够1）识别模式，2）识别模式中的组件；“你能不能{动词}这个{名词}”，用一种语法来表示{动词}和另一种语法来表示{名词}，然后计算出总的置信度值和过程，我想你可能已经了解了一些东西。我只是向你展示了最基本的使用方法。我现在明白你想做什么了。你可能会有一个创造性的解决方案。我不知道你需要运行音频