首頁(yè)>>廠(chǎng)商>>軟件開(kāi)發(fā)商>>microsoft

聲控你的系統 Vista語(yǔ)音識別全體驗

2007/03/22

圖1 你可以在控制面板中對語(yǔ)音識別進(jìn)行設置

　　在Vista中，你就不需要再購買(mǎi)其它的東西來(lái)對你的計算機說(shuō)話(huà)。但它在默認情況下是沒(méi)有啟用的，但它一直都呆在你的控制面板中，時(shí)刻嚴陣以待。

　　如圖2所示，你也可以在“所有程序|附件|輕松訪(fǎng)問(wèn)”菜單下找到語(yǔ)音識別特性。圖2 在“輕松訪(fǎng)問(wèn)”菜單中，你也能看到“語(yǔ)音識別”

它是如何工作的呢？在此，有兩種情況能夠使用語(yǔ)音識別技術(shù)：

1. 用來(lái)控制軟件：打開(kāi)和關(guān)閉程序，以及在它們之間進(jìn)行切換；保存和刪除文件等等。
   
   
2. 聽(tīng)寫(xiě)文本，逐字譯入文檔以及對文本進(jìn)行編輯。

　　開(kāi)發(fā)者可以使用Vista語(yǔ)音的API來(lái)對任何應用程序添加語(yǔ)音識別功能。然而，Vista的語(yǔ)音識別目前還不能支持所有語(yǔ)言，它只能夠支持英語(yǔ)（美式和英式）、德語(yǔ)、法語(yǔ)、西班牙語(yǔ)、日語(yǔ)和中文（簡(jiǎn)體與繁體）。

對語(yǔ)音識別進(jìn)行設置和配置

　　在你開(kāi)始使用語(yǔ)音識別之前，你需要完成以下步驟：

1. 打開(kāi)語(yǔ)音識別。
   
   
2. 安裝好你的麥克風(fēng)。
   
   
3. 完成指導學(xué)習（這并非必須，但推薦這么做）。
   
   
4. 訓練識別引擎，使它能理解你的聲音（這也并非必須，但我們還是推薦這么做）。

　　 當你雙擊控制面板中的“語(yǔ)音識別”，或在“輕松訪(fǎng)問(wèn)”菜單中選擇“語(yǔ)音識別”時(shí)，“語(yǔ)音識別選項”對話(huà)框就會(huì )出現，如圖3所示。

圖3 第一步要做的就是對你的語(yǔ)音識別進(jìn)行配置

　　當你點(diǎn)擊了“啟動(dòng)語(yǔ)音識別”時(shí)，語(yǔ)音控制臺就會(huì )出現在屏幕的頂部，如圖4所示。

圖4 語(yǔ)音識別啟動(dòng)時(shí)出現的語(yǔ)音識別控制臺

　　如果你將語(yǔ)音識別設置為當Windows啟動(dòng)時(shí)啟動(dòng)，那么每當你開(kāi)啟你的電腦，這個(gè)控制臺就會(huì )出現在屏幕上方。同時(shí)，一個(gè)“語(yǔ)音”圖標（趁著(zhù)藍色圓形背景的一個(gè)白色的麥克風(fēng)）就會(huì )當語(yǔ)音識別啟動(dòng)時(shí)出現在系統托盤(pán)處。

　　你可以通過(guò)右鍵點(diǎn)擊這個(gè)麥克風(fēng)圖標來(lái)選擇語(yǔ)音選項，無(wú)論是在控制臺上的還是系統托盤(pán)中的圖標。接著(zhù)就會(huì )顯示如圖5所示的相關(guān)菜單。

圖5 在相關(guān)菜單中你有很多可選項目

在菜單中，你可以做如下選擇：

　　開(kāi)：計算機會(huì )聆聽(tīng)你所說(shuō)的一切，并嘗試執行它能夠識別的命令。
　　休眠：計算機會(huì )聆聽(tīng)，但除非你說(shuō)“開(kāi)始聆聽(tīng)”，否則它不會(huì )做出任何反應。
　　關(guān)：計算機將不會(huì )聆聽(tīng)你所說(shuō)的任何東西。
　　打開(kāi)語(yǔ)音參考卡：這是一個(gè)便利的簡(jiǎn)單說(shuō)明，關(guān)于一些常用的命令以及如何操作的信息。
　　開(kāi)始語(yǔ)音教程：這是一個(gè)互動(dòng)的簡(jiǎn)單視頻教程，它會(huì )通過(guò)實(shí)際操作教你如何使用語(yǔ)音識別。
　　幫助：這將會(huì )打開(kāi)幫助文件，告訴你關(guān)于設置以及使用語(yǔ)音識別的信息。
　　選項：在此，你可以選擇是否需要語(yǔ)音識別播放聲訊反饋、啟動(dòng)時(shí)運行、朗讀更正對話(huà)框中的文本、以及在所有位置啟用聽(tīng)寫(xiě)。
　　配置：在此，你可以設置你的麥克風(fēng)、提高語(yǔ)音識別，或是打開(kāi)語(yǔ)音控制面板。
　　打開(kāi)語(yǔ)音詞典：你可以添加新的詞到你的詞典中，特別是可以添加一些名字之類(lèi)引擎難以識別的詞，或是阻止某些詞會(huì )被聽(tīng)寫(xiě)出來(lái)（例如一些你不會(huì )聽(tīng)寫(xiě)到的詞）。
　　聽(tīng)寫(xiě)主題：在此僅有一個(gè)“敘述性”選項。
　　你還可以訪(fǎng)問(wèn)“Windows語(yǔ)音識別網(wǎng)站”。
　　關(guān)于Windows語(yǔ)音識別：這也就是熟悉的Windows“關(guān)于”對話(huà)框，它能夠告訴你版本號以及許可授予名。
　　打開(kāi)語(yǔ)音識別。
　　退出：關(guān)閉語(yǔ)音識別，控制臺會(huì )從屏幕上消失，而語(yǔ)音圖標也會(huì )從系統托盤(pán)中消失。

設置麥克風(fēng)

　　你可以在語(yǔ)音識別選項對話(huà)框或是語(yǔ)音關(guān)聯(lián)菜單中設置你的麥克風(fēng)。麥克風(fēng)設置程序首先會(huì )要求你確認麥克風(fēng)的類(lèi)型（頭戴式、桌面式或其它）。程序推薦你使用的是頭戴式麥克風(fēng)，而我能夠證明，麥克風(fēng)類(lèi)型的不同會(huì )造成語(yǔ)音識別使用過(guò)程中很大的差異。

　　第一次我嘗試使用Vista的語(yǔ)音識別時(shí)，我使用的是桌面式的麥克風(fēng)，在Camtasia中錄制PowerPoint的演示的聲音中的一些任務(wù)中，它能夠很好地完成。然而，當我在 Vista中進(jìn)行聽(tīng)寫(xiě)時(shí)，所得到的結果是非常可笑的；我幾乎不能聽(tīng)寫(xiě)出沒(méi)有一處錯誤的完整的一個(gè)句子，無(wú)論我如何清晰、認真地發(fā)音。當我換成花費了比桌面式麥克風(fēng)更昂貴的頭戴式麥克風(fēng)時(shí)，準確性就得到了改進(jìn)，每五六個(gè)句子中只會(huì )發(fā)生一次錯誤，而不是之前的每個(gè)句子中的幾個(gè)錯誤。

　　在你選擇好麥克風(fēng)類(lèi)型之后，設置過(guò)程的下一頁(yè)會(huì )告訴你如何放置麥克風(fēng)的位置能獲得最好的效果。接下來(lái)，你會(huì )被要求對著(zhù)麥克風(fēng)大聲閱讀一個(gè)短句，如圖6所示。

圖6 你必須對著(zhù)麥克風(fēng)說(shuō)話(huà)，這樣Windows才能夠自動(dòng)適應你的音量

　　現在，麥克風(fēng)就設置完畢等待使用了。然而，這并不意味著(zhù)語(yǔ)音引擎就已經(jīng)為你的聲音做好了充分準備。如果你像新聞播報員那樣發(fā)音標準，沒(méi)有口音，又總是咬字清晰的話(huà)，你也許可以在不做訓練的情況下使用語(yǔ)音識別。如果你有一些口音，或是并不能說(shuō)完全標準的普通話(huà)，那么如果你想要獲得更好的使用效果，你需要通過(guò)一個(gè)訓練的過(guò)程。

　　訓練過(guò)程就是閱讀屏幕上一系列的文本選段，如圖7所示。

圖7 訓練語(yǔ)音引擎以適應你的發(fā)音方式能提高語(yǔ)音識別的準確度

使用聲音命令

　　現在，你就可以使用你的聲音命令來(lái)讓你的計算機完成一些任務(wù)。語(yǔ)音引擎統稱(chēng)在識別命令上要比聽(tīng)寫(xiě)來(lái)得準確，因為它僅需要聽(tīng)取有限的幾個(gè)命令。

　　首先，確認你的語(yǔ)音控制臺的語(yǔ)音狀態(tài)是“正在聽(tīng)”。如果不是，那么你就可以說(shuō)“開(kāi)始聆聽(tīng)”，或右鍵點(diǎn)擊麥克風(fēng)圖標并選擇“開(kāi)：聆聽(tīng)我說(shuō)的所有話(huà)語(yǔ)”。

　　聲音命令的設計基本上都是盡可能地讓你能夠憑直覺(jué)地發(fā)出指令。例如，要打開(kāi)一個(gè)開(kāi)始菜單中的程序：

　　說(shuō)“點(diǎn)擊開(kāi)始”

　　說(shuō)“點(diǎn)擊所有程序”

　　說(shuō)“Office Word 2007”（或是在“程序”菜單中任何其它你想要打開(kāi)的程序名稱(chēng)）

　　簡(jiǎn)單的命令是很容易使用的。但在一些程序中進(jìn)行一些操作時(shí)則會(huì )更具一些挑戰，但你還是能夠做到的。

　　如果你想要點(diǎn)擊一個(gè)按鈕或是連接，而它的名字是你不知道的，例如Office中，左上角的Office標志按鈕，那么這時(shí)你該怎么做呢？在此有一個(gè)巧妙的方法：只需要說(shuō)“顯示編號”，在當前活動(dòng)窗口中所有能夠互動(dòng)的元素就會(huì )被數字所覆蓋，如圖8所示。

圖8 “顯示編號”能夠幫助你點(diǎn)擊不知道名字的按鈕或鏈接

　　現在，你所需要做的就是說(shuō)出你想要點(diǎn)擊的按鈕的編號。之后，一個(gè)“確定”就會(huì )出現在對應的元素上。說(shuō)“確定”，你就點(diǎn)擊了這個(gè)按鈕。

獲得幫助

　　如果你不明白一些事要如何操作，你可以通過(guò)說(shuō)“我能說(shuō)什么”來(lái)使用幫助。在使用“我能說(shuō)什么”命令之后，Windows的幫助和支持就會(huì )彈出，你可以在里面尋找你所需要的幫助信息。

圖9 你可以通過(guò)說(shuō)“我能說(shuō)什么”打開(kāi)幫助獲得相關(guān)信息

聽(tīng)寫(xiě)文本

　　你可以在任何可以使用語(yǔ)音的應用程序中通過(guò)聽(tīng)寫(xiě)輸入文本。你不會(huì )像過(guò)去那樣，只能在微軟的Office應用程序中才能夠使用。例如，你可以在記事本或是寫(xiě)字板中聽(tīng)寫(xiě)文本。

　　在默認情況下，我無(wú)法在Open Office和其它非微軟的程序中聽(tīng)寫(xiě)文本，但我可以通過(guò)語(yǔ)音關(guān)聯(lián)菜單中的“選項|在所有位置啟用聽(tīng)寫(xiě)”，這樣就能夠在那些不是自動(dòng)接受聽(tīng)寫(xiě)的程序中聽(tīng)寫(xiě)輸入文本，這樣我就能夠在Open Office中進(jìn)行聽(tīng)寫(xiě)輸入了。然而，它工作起來(lái)的效果就不如在微軟的程序中所使用的效果。它不能在我說(shuō)的時(shí)候馬上輸入文本，它會(huì )彈出一些可選的提示讓我選擇。使用語(yǔ)音API，開(kāi)發(fā)者能夠讓他們的應用程序可以使用語(yǔ)音，而更多的可能在將來(lái)就能夠使用。

小貼士：

　　當你在聽(tīng)寫(xiě)的時(shí)候，Vista會(huì )將你所說(shuō)的所有東西輸入文檔。這也許會(huì )造成一些不便，如果當你在編輯文檔時(shí)，有一會(huì )兒可能聽(tīng)下來(lái)去與同事談話(huà)，之后你可能會(huì )發(fā)現你的談話(huà)內容也輸入了文檔。當你希望有些話(huà)語(yǔ)不被轉譯到文檔中時(shí)，你可以先說(shuō)“停止聆聽(tīng)”，再開(kāi)始說(shuō)其它內容。

　　Vista在轉譯你的聽(tīng)寫(xiě)時(shí)很可能會(huì )產(chǎn)生錯誤。而只得慶幸的是它們能夠很容易地得到糾正。例如，如果你說(shuō)“我現在能說(shuō)任何”，而Vista輸入的是“我不能說(shuō)任何”，這時(shí)你可以說(shuō)“更正不能”，接著(zhù)你就會(huì )看到一個(gè)清單，里面列有可替換的詞，如圖10所示。

圖10 你只需要在列表中選擇替換詞語(yǔ)進(jìn)行錯誤更正

　　如果你要更正的錯誤不再列表中，只需要再次說(shuō)出詞語(yǔ)，就會(huì )有新的列表出現在其中供你選擇。當你想輸入英文時(shí)，它可能會(huì )不能識別，你可以說(shuō)“拼寫(xiě)”來(lái)將英文單詞拼寫(xiě)出來(lái)。

圖11 你可以通過(guò)“拼寫(xiě)”輸入英文單詞

高級配置設置

　　你可以通過(guò)點(diǎn)擊語(yǔ)音識別選項對話(huà)框左邊窗格中的“高級語(yǔ)音選項”鏈接來(lái)訪(fǎng)問(wèn)一些高級的配置設置，如圖12所示。

圖12 你可以在此設置高級配置選項并進(jìn)行用戶(hù)設置

　　在此，你可以創(chuàng )建并進(jìn)行用戶(hù)設置。這當你的計算機不止一人使用時(shí)就顯得特別有用。你可以選擇是否在啟動(dòng)時(shí)就運行語(yǔ)音識別，以及是否允許計算機檢查文檔和郵件，以提高語(yǔ)音識別的準確性。

　　此外，你還可以選擇在標點(diǎn)符號后插入的空格數，并調節麥克風(fēng)的等級。

語(yǔ)音識別的局限性

　　在對語(yǔ)音識別進(jìn)行了一個(gè)半小時(shí)的訓練后，我感受到了Vista準確的語(yǔ)音識別所帶來(lái)的輕松使用的感受。之前我也試用過(guò)一些聽(tīng)寫(xiě)程序，但都沒(méi)有發(fā)現它們具有足夠的實(shí)用性，我使用鍵盤(pán)輸入總是要比聽(tīng)寫(xiě)出正確的文本要快的多。但現在我的感受就是，如果我失去了雙手，還是有辦法能夠讓我的工作繼續得以完成。對于我來(lái)說(shuō)，語(yǔ)音識別結合鍵盤(pán)輸入就能達到完美的工作效果。

　　然而，我是在一臺具有Core Duo processor和2GB內存的計算機上使用Vista，我不敢保證如果在性能稍遜一些的計算機上使用時(shí)它能有多迅速。我一直使用的也是最上乘的麥克風(fēng)。之前我提到過(guò)，在我的體驗中，使用桌面式的麥克風(fēng)是不能很好地完成工作的。使用你自己的聲音進(jìn)行一些訓練也能夠帶來(lái)不同的效果。

　　顯然，語(yǔ)音識別是不能在嘈雜的環(huán)境下很好地工作的，比如你身在一個(gè)與其他人公用的辦公室中，而其他人在你工作的時(shí)候打電話(huà)。另外，當你在聽(tīng)音樂(lè )或廣播時(shí)，它也無(wú)法良好地工作。

安全問(wèn)題

　　在你決定一直都對著(zhù)你的計算機說(shuō)話(huà)的時(shí)候，請意識到使用語(yǔ)音識別會(huì )存在一個(gè)安全問(wèn)題。攻擊者可能將一個(gè)聲音文件植入，當你瀏覽網(wǎng)頁(yè)時(shí)能夠自動(dòng)播放，或使用電子郵件將聲音文件發(fā)送給你，當你雙擊時(shí)它就會(huì )自動(dòng)播放。如果所播放的聲音文件傳入你的麥克風(fēng)，而它又是Vista的語(yǔ)音引擎能夠識別的命令，那么語(yǔ)音識別就會(huì )將它運行，計算機就會(huì )執行這個(gè)命令。

　　但這并不需要引起太大的恐慌。因為在Vista中要以管理員身份執行大多數命令的時(shí)候，你都需要回應用戶(hù)帳戶(hù)控制的提示，而這是不能通過(guò)聲音來(lái)做到的。但是，攻擊者還是有可能使用這種方法刪除你計算機上的文件。

　　當語(yǔ)音識別處在休眠模式下時(shí)，它僅會(huì )對“開(kāi)始聆聽(tīng)”命令做出反應，但攻擊者很容易就能將這個(gè)詞組當成一個(gè)聲音文件。因此，當你不使用它時(shí)，你應該習慣地將語(yǔ)音識別完全關(guān)閉，而不是僅讓它處在休眠模式，并且不要設置它在Windows啟動(dòng)時(shí)隨之運行。

www.17tech.com