IBM语音识别输入系统.docx

IBM语音识别输入系统.docx

《IBM语音识别输入系统.docx》由会员分享，可在线阅读，更多相关《IBM语音识别输入系统.docx（13页珍藏版）》请在冰豆网上搜索。

IBM语音识别输入系统

IBM语音识别输入系统（ViaVioce）V9.1简体中文光盘版  

软件大小：

276.08MB

软件语言：

多国语言  

软件类别：

国外软件/汉字输入  

运行环境：

Win9x/NT/2000/XP/

软件介绍：

该系统可用于声控打字和语音导航。

只要对着微机讲话，不用敲键盘即可打汉字，每分钟可输入150个汉字，是键盘输入的两倍，是普通手写输入的六倍。

该系统识别率可达95%以上。

并配备了高性能的麦克风，使用便利，特别适合于起草文稿、撰写文章、和准备教案，是文职人员、作家和教育工作者的良好助手。

IBM潜心研究26年，他领导了世界的语音识别技术，其语音识别产品在全球销售已达一百万套以上。

使用语音输入方式，您的工作空间更加自由舒畅:

*即使您不会打字，也可迅速准备好文稿；

*只要集中精力思考问题，无须琢磨怎样拼音，怎样拆字；

*当您疲劳时,闭上眼、伸伸腰，双手方在脑后，然后轻松地说：

开始听写吧......

注：

价值超数千元的IBM的中文语音录入工具，有耳麦的朋友可以试一试，也可以当作学习普通话的工具，没有理由不下载使用它。

IBMViaVoice语音输入系统详解

作者:

艾寒　　出处:

天极网  

　　目前汉字输入的方式主要有四种：

键盘输入，手写输入，扫描输入和我们现在要谈到的语音输入。

让我们先来了解一下这四种输入方式。

　　键盘输入：

键盘输入基本上是基于各种输入法，主要又分为字形输入法和拼音输入法。

实际上字形输入法是不符合人的写作思维习惯，因为人们在措辞时，头脑中首先反映出的是即将这个词语的语音，所以字形输入法更适合专业录入人员使用。

拼音输入法也分两种，一种以词语为输入单位，另一种以语句为输入单位，而后者不符合写作的思维习惯，因为人们在写作时是以词为思考单位。

键盘输入法在输入速度有要求的情况下对于键盘操作、指法要求比较高；  

　　手写输入：

手写输入是最容易上手的输入方法，但是同样由于手写输入的先天不足，很难达到较高的输入速度；  

　　扫描输入：

扫描输入对于硬件要求比较高，主要是适用于资料的整理；  

　　语音输入：

语音输入对输入人员的键盘操作能力、指法要求很低，几乎可以说你只要会说汉语，就可以进行语音输入。

　　语音输入尤其是汉字语音输入经历了很长时间的研究和应用，到目前已经达到了一个相当的高度，所以为了让更多的人、更多不是非常熟悉电脑的人来使用电脑进行汉字输入，我把多年以来使用IBMVIAVOICE语音输入系统的心得体会写下来，使得语音输入这种新的汉字输入方法能得到更广泛的应用。

　　语音输入是基于语音模型的一种输入方法，涉及大量运算，所以它对CPU和内存有一定的要求，CPU频率越高、内存越大，语音输入就能更好地工作。

不过也不需要太担心这个问题，我使用的CPU是赛扬433，内存96MB，基本上能很好的进行语音输入。

自然，我们还需要一个耳麦。

通过使用IBMVIAVOICE，我们发现这个系统对于耳麦要求并不高，我所用的就是十块钱买来的耳麦，当然性能良好的耳麦对于语音输入也有很大的帮助。

----------------------------------------------------------------------------------------------------------------------------

　　安装完IBMVIAVOICE后，系统会默认增加一个自启动项—IBMVIAVOICE语音中心，我们可以在“开始”—“程序”菜单找到它，另外在菜单中我们还可以看到一个IBMVIAVOICE文件夹。

（见图1）  

图1  

　　一、新建用户，建立自己的语音模型  

　　第一次打开ViaVoice时会出现以下界面。

（如图2）  

图2  

　　相应的设置很简单，每个界面都有详细的说明，后面的操作按照提示可以一路点“下一步”完成即可。

（如图3、4）  

图3

图4  

　　完成以上操作之后，进入麦克风设置完毕后，出现以下界面。

下面我们要为自己建立语音模型，这对我们之后的语音输入效果非常重要。

（如图5）

图5  

　　语音模型的建立共有五个阶段：

　　1.在图5中选择“下一步”，这时会出现一个文本框，提示你读出文本框中所列出的一段话。

读完后，系统会进行语音训练，训练完毕后，最简单的语音模型就建立完毕了，当然可以想像得到，这样轻松建立起来的模型效果并不是很好。

然后你会看到如下界面。

（如图6）  

图6  

　　四个部分的训练内容中A是最基本的，四个部分总共有500多句话，全部训练完需要两个多小时，所以要是想一劳永逸，嗓子可是要受罪，我试过，口干舌燥的，但是就我使用感觉来看，经过A部分的训练，已经可以进行基本的使用了，所以大家可以化整为零，免得一下子说伤了，失去兴趣。

IBMViaVoice系统有自行学习的功能，所以使用时间越长，识别率越高！

如同歌里唱的：

越来越好，来来来……  

　　到此，个人用户（语音模型）建立完毕，我们可以正式开始使用语音输入了。

　二、语音输入  

　　启动IBMViaVoice语音中心，在屏幕上方会出现一个工具条。

（如图7）  

图7  

　　在正式输入前，需要进行音频设置。

（如图8）

图8  

　　这也是影响输入效果一个至关重要的因素，出现的界面是我们提到过的图3、4及随后的带有提示的对话框，因为前边已经做过，不再累述。

建议在设置完以后，最好不要改动你带耳麦的方式，以保证麦克风相对嘴的位置保持不变，如输入过程中曾经摘下、挪动过耳麦，建议最好重新进行音频设置，当然可以视输入效果是否明显变化而定。

　　音频设置完毕后，进入用户选项，点击ViaVoice选项。

（如图9）

图9  

　　通过“用户名”下拉菜单选择相应的用户。

（如图10）  

图10  

　　其中“语音”、“听写”、“直接听写”和“纠错”涉及一些比较高级的设置，推荐使用默认设置，不要改动，当使用比较熟练后可以做相应调整。

（如图11）  

图11  

　　这两项工作（音频设置和用户选项）做好以后，单击工具栏上的麦克风图标，图标变为绿色时，就可以开始正常工作了。

（如图12）  

图12  

　　这个时候，你就要出言谨慎了，你所说的每一句话系统可能都有反应，你可以对它说：

“帮助”，它会调出帮助内容；你可以说“关闭”，它会关闭当前的任务；你打哈欠，它会显示“没听清您说什么，能再说一遍吗？

”；你说“格式化”，……（没有反应，开玩笑的）  

　　ViaVoice可以嵌入Word里，但是推荐使用其自带的语音板，您可以对着麦克风说：

“听写到语音板”，也可以通过菜单调出。

（如图13）  

图13  

　　出现一个类似“写字板”的编辑界面，其操作很简单，不多说，唯一需要说明的就是“纠错”，  

使用语音输入不可避免的会出现系统的“理解”错误，这个时候纠错对于调整语音模型、编辑文档就格外重要，选中输入错误的词，在下面这个例子中，笔者想输入的是“越应”，而输出的是“也因”，选中后点“纠错”按钮，或者对麦克风说“纠错”，会出现以下界面，如果候选词中没有待选词，可以用其他输入法输入，系统将把这个词作为“新词”加入。

（如图14）

图14  

　　其他一般菜单指令如“全选”“复制”“粘贴”“删除”“格式”“保存”“退出”等都可以通过语音控制，大家可以在熟悉语音输入后加强运用，完全可能用嘴来进行这些编辑操作。

　　在完成听写、关闭听写文档以后，IBMViaVoice系统会依据需要提示用户是否学习刚才输入的文章，并将其中涉及的新词提取出来由用户确定是否学习并加入词汇库中；在完成一定量的语音输入后，系统会适时进行语音训练，以期更好的在日后的输入工作中为用户服务。

　　是使用Word还是听写板可以视用户习惯而定，所谓“当前应用程序”，比如你用QQ聊天，只要选择“听写到当前应用程序”，就可以在聊天对话框中进行语音输入，当然这个时候无法享受“纠错”服务了，但是输入速度肯定比手打要快多了。

　　你也可以打开FOXMAIL，选择“听写到当前应用程序”说一句“新建邮件”，然后说“收件人”，FOXMAIL就会调出地址簿，选好后（这个时候手选可能还是比嘴好使一些）,说“主题”，光标会在主题栏中闪，总而言之，你尽可以用嘴来撰写邮件；其他应用，不一而足，你会发现一旦IBMViaVoice工作步入正轨，给我们带来的方便是巨大的。

　　三、更好的发挥IBMViaVoice的作用  

　　1.坚持使用  

　　量的积累会导致质的飞跃，系统所建立的个人语音模型会越来越完备，这一点尤其适合有一定口音的用户。

　　2.勿忘设置  

　　每次进行输入前，最好进行“音频设置”，这对于提高识别率有很大的作用，所谓“磨刀不误砍柴工”。

　　3.注意文体  

　　这一点是我的使用体会，在IBMViaVoice使用手册中没有提到这一点，IBMViaVoice语音系统一是准确辨认你的实际发音，二是根据语音模型根据上下文推测你实际说的那个词语（同音词毕竟很多），所以其实IBMViaVoice系统更适合具有一定规范行文格式的文章，如公文、新闻报道、社论、论文等等，如果你试图用这个系统输入散文、诗歌、文言文，会非常困难。

　　4.充分开发  

　　如前文所述，IBMViaVoice语音输入系统还有一些高级设置，等大家使用得较为得心应手时，可以逐步发掘，让IBMViaVoice系统更好的发挥作用。

　　5.加强备份  

　　随时备份个人用户档案，必要时，可以将你的模型移植到别人的机器上，这样你不用再重头来过了，这样也扩大了其应用范围。

　　四、IBMViaVoice不足  

　　1.相比以前的版本，目前这套IBMViaVoice系统已经改进很多了，但是语音输入毕竟有其自身的局限性，如何更好识别语音，如何更好猜测还不能让人完全满意，另外易上手、难坚持也阻碍了其应用的推广；  

　　2.这套系统对于文体有一定的局限；  

　　3.还有一点就是安全性差，不便于办公室使用。

因为你必须将所写内容说出来；  

　　4.容易口渴，输入时间长的时候对嗓子有伤害。