hololens开发手记——Unity之语音输入
2017-05-22 17:16
316 查看
对于HoloLens,语音输入是三大基本输入方式之一,广泛地运用在各种交互中。HoloLens上语音输入有三种形式,分别是:
语音命令 Voice Command
听写 Diction
语法识别 Grammar Recognition
对于做过Windows Phone或许Windows Store应用开发的人来说,语音命令是经常使用到的特性。开发者可以通过为应用设定关键词,和对应的行为,来为用户提供语音命令体验。当用户说出关键词时,预设的动作就会被调用。在HoloLens上,语音命令也是此模式。
命名空间: UnityEngine.Windows.Speech
类: KeywordRecognizer, PhraseRecognizedEventArgs, SpeechError, SpeechSystemStatus
使用方法很简单,通过注册<关键词>来初始化KeywordRecognizer实例,同时注册语音命令事件来做后续处理。
语法识别同Windows Store应用类似,依赖于实现设定好的SRGS文件,文件中定义了一系列语法规则用于语音识别。更多信息请阅读:https://msdn.microsoft.com/zh-cn/library/hh378349(v=office.14).aspx
命名空间:UnityEngine.Windows.Speech
类: GrammarRecognizer, PhraseRecognizedEventArgs, SpeechError, SpeechSystemStatus
在你创建好SRGS文件后,将它放进StreamingAessets文件夹:
使用起来也很简单,代码如下:
听写即语音转文字,此前我们称之为Speech to Text,同样是Windows Store应用特性之一。在HoloLens上,发挥了比其他平台更大的作用。因为HoloLens的操作特性,使用键盘操作起来十分不方便,语音则无此问题,能大大提高输入效率。
命名空间: UnityEngine.Windows.Speech
类: DictationRecognizer, SpeechError, SpeechSystemStatus
听写特性用于将用户语音转为文字输入,同时支持内容推断和事件注册特性。Start()和Stop()方法用于启用和禁用听写功能,在听写结束后需要调用Dispose()方法来关闭听写页面。GC会自动回收它的资源,如果不Dispose会带来额外的性能开销。
完整的使用方法如下:
注意:以下情况中,听写识别会自动触发超时行为:
如果在听写开始后第一个5秒内没听到任何声音,将会超时
如果识别到了一个结果但是之后20秒没听到任何声音,也会超时
如果你想同时使用语音命令、语法识别和听写特性,那么一定要在完全关闭当前语音识别行为后再开始另一个识别动作。如果有多个KeywordRecognizer在运行,你可以使用如下代码一次性关闭它们:
为了从先前状态恢复所有的识别器,可以在听写识别完成后调用如下代码:
当然你也可以重新开始一个 KeywordRecognizer,这将会重启PhraseRecognitionSystem,达到上面的效果。
Windows平台上的语音识别特性从Windows 8以来一直都很强大,但是在HoloLens上会有更大的用武之地。这是最基本的交互方式,从系统层级上提供了强大的支持,甚至和Cortana结合到了一起,非常有用。
语音命令 Voice Command
听写 Diction
语法识别 Grammar Recognition
语音命令 Voice Command
KeywordRecognizer
命名空间: UnityEngine.Windows.Speech类: KeywordRecognizer, PhraseRecognizedEventArgs, SpeechError, SpeechSystemStatus
使用方法很简单,通过注册<关键词>来初始化KeywordRecognizer实例,同时注册语音命令事件来做后续处理。
using UnityEngine.Windows.Speech; using System.Collections.Generic; using System.Linq; public class KeywordManager : MonoBehavior { KeywordRecognizer keywordRecognizer; Dictionary<string, System.Action> keywords = new Dictionary<string, System.Action>(); void Start() { //初始化关键词 keywords.Add("activate", () => { // 想执行的行为 }); keywordRecognizer = new KeywordRecognizer(keywords.Keys.ToArray()); keywordRecognizer.OnPhraseRecognized += KeywordRecognizer_OnPhraseRecognized; //开始识别 keywordRecognizer.Start(); } private void KeywordRecognizer_OnPhraseRecognized(PhraseRecognizedEventArgs args) { System.Action keywordAction; // 如果识别到关键词就调用 if (keywords.TryGetValue(args.text, out keywordAction)) { keywordAction.Invoke(); } } }
语法识别 Grammar Recognition
GrammarRecognizer
命名空间:UnityEngine.Windows.Speech类: GrammarRecognizer, PhraseRecognizedEventArgs, SpeechError, SpeechSystemStatus
在你创建好SRGS文件后,将它放进StreamingAessets文件夹:
<PROJECT_ROOT>/Assets/StreamingAssets/SRGS/myGrammar.xml
使用起来也很简单,代码如下:
public class GrammarManager : MonoBehavior { private GrammarRecognizer grammarRecognizer; void Start() { //初始化 grammarRecognizer = new GrammarRecognizer(Application.streamingDataPath + "/SRGS/myGrammar.xml"); grammarRecognizer.OnPhraseRecognized += grammarRecognizer_OnPhraseRecognized; //开始识别 grammarRecognizer.Start(); } private void Grammar_OnPhraseRecognized(PhraseRecognizedEventArgs args) { SemanticMeaning[] meanings = args.semanticMeanings; // 执行动作 } }
听写 Diction
DictationRecognizer
命名空间: UnityEngine.Windows.Speech类: DictationRecognizer, SpeechError, SpeechSystemStatus
听写特性用于将用户语音转为文字输入,同时支持内容推断和事件注册特性。Start()和Stop()方法用于启用和禁用听写功能,在听写结束后需要调用Dispose()方法来关闭听写页面。GC会自动回收它的资源,如果不Dispose会带来额外的性能开销。
完整的使用方法如下:
public class DictionManager : MonoBehavior { private DictationRecognizer dictationRecognizer; void Start() { dictationRecognizer = new DictationRecognizer(); //注册事件 dictationRecognizer.DictationResult += DictationRecognizer_DictationResult; dictationRecognizer.DictationHypothesis += DictationRecognizer_DictationHypothesis; dictationRecognizer.DictationComplete += DictationRecognizer_DictationComplete; dictationRecognizer.DictationError += DictationRecognizer_DictationError; //开始听写识别 dictationRecognizer.Start(); } private void DictationRecognizer_DictationResult(string text, ConfidenceLevel confidence) { // 自定义行为 } private void DictationRecognizer_DictationHypothesis(string text) { // 自定义行为 } private void DictationRecognizer_DictationComplete(DictationCompletionCause cause) { // 自定义行为 } private void DictationRecognizer_DictationError(string error, int hresult) { // 自定义行为 } void OnDestroy() { //释放资源 dictationRecognizer.DictationResult -= DictationRecognizer_DictationResult; dictationRecognizer.DictationComplete -= DictationRecognizer_DictationComplete; dictationRecognizer.DictationHypothesis -= DictationRecognizer_DictationHypothesis; dictationRecognizer.DictationError -= DictationRecognizer_DictationError; dictationRecognizer.Dispose(); } }
注意:以下情况中,听写识别会自动触发超时行为:
如果在听写开始后第一个5秒内没听到任何声音,将会超时
如果识别到了一个结果但是之后20秒没听到任何声音,也会超时
同时使用以上特性
PhraseRecognitionSystem.Shutdown();
为了从先前状态恢复所有的识别器,可以在听写识别完成后调用如下代码:
PhraseRecognitionSystem.Restart();
当然你也可以重新开始一个 KeywordRecognizer,这将会重启PhraseRecognitionSystem,达到上面的效果。
总结
相关文章推荐
- HoloLens开发手记 - Unity之语音输入
- HoloLens开发手记 - 语音输入 Voice input
- HoloLens开发手记 - Unity之Keyboard input 键盘输入
- HoloLens开发手记 - Unity之场景共享 Shared holographic experiences in Unity
- HoloLens开发手记 - Unity之World Anchor空间锚
- HoloLens开发手记 - 手势输入 Gesture input
- HoloLens开发手记 - Unity之Spatial Sounds 空间声音
- HoloLens开发手记 - Unity之Gaze凝视射线
- HoloLens开发手记 - Unity之Locatable camera 使用相机
- Hololens开发手记——Unity之Spatial Sounds空间声音
- HoloLens开发手记 - Unity之Recommended settings 推荐设置
- HoloLens开发手记 - Unity之Tracking loss
- HoloLens开发手记 - Unity之Persistence 场景保持
- HoloLens开发手记 - Unity之摄像头篇
- HoloLens开发手记 - Unity之Locatable camera 使用相机
- Hololens开发手记——Unity之World Anchor空间锚
- HoloLens开发手记 - Unity development overview 使用Unity开发概述
- HoloLens开发手记 - Unity之Spatial mapping 空间映射
- Hololens输入——Unity语音输入
- HoloLens开发手记 - Unity之Locatable camera 使用相机 Enabling the capability for Photo Video Camera 启用相机能力