首頁>>廠商>>軟件開發(fā)商>>microsoft

聲控你的系統(tǒng) Vista語音識別全體驗

2007/03/22

圖1 你可以在控制面板中對語音識別進行設(shè)置

　　在Vista中，你就不需要再購買其它的東西來對你的計算機說話。但它在默認情況下是沒有啟用的，但它一直都呆在你的控制面板中，時刻嚴陣以待。

　　如圖2所示，你也可以在“所有程序|附件|輕松訪問”菜單下找到語音識別特性。圖2 在“輕松訪問”菜單中，你也能看到“語音識別”

它是如何工作的呢？在此，有兩種情況能夠使用語音識別技術(shù)：

1. 用來控制軟件：打開和關(guān)閉程序，以及在它們之間進行切換；保存和刪除文件等等。
   
   
2. 聽寫文本，逐字譯入文檔以及對文本進行編輯。

　　開發(fā)者可以使用Vista語音的API來對任何應(yīng)用程序添加語音識別功能。然而，Vista的語音識別目前還不能支持所有語言，它只能夠支持英語（美式和英式）、德語、法語、西班牙語、日語和中文（簡體與繁體）。

對語音識別進行設(shè)置和配置

　　在你開始使用語音識別之前，你需要完成以下步驟：

1. 打開語音識別。
   
   
2. 安裝好你的麥克風(fēng)。
   
   
3. 完成指導(dǎo)學(xué)習(xí)（這并非必須，但推薦這么做）。
   
   
4. 訓(xùn)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“語音識別”，或在“輕松訪問”菜單中選擇“語音識別”時，“語音識別選項”對話框就會出現(xiàn)，如圖3所示。

圖3 第一步要做的就是對你的語音識別進行配置

　　當你點擊了“啟動語音識別”時，語音控制臺就會出現(xiàn)在屏幕的頂部，如圖4所示。

圖4 語音識別啟動時出現(xiàn)的語音識別控制臺

　　如果你將語音識別設(shè)置為當Windows啟動時啟動，那么每當你開啟你的電腦，這個控制臺就會出現(xiàn)在屏幕上方。同時，一個“語音”圖標（趁著藍色圓形背景的一個白色的麥克風(fēng)）就會當語音識別啟動時出現(xiàn)在系統(tǒng)托盤處。

　　你可以通過右鍵點擊這個麥克風(fēng)圖標來選擇語音選項，無論是在控制臺上的還是系統(tǒng)托盤中的圖標。接著就會顯示如圖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：計算機會聆聽你所說的一切，并嘗試執(zhí)行它能夠識別的命令。
　　休眠：計算機會聆聽，但除非你說“開始聆聽”，否則它不會做出任何反應(yīng)。
　　關(guān)：計算機將不會聆聽你所說的任何東西。
　　打開語音參考卡：這是一個便利的簡單說明，關(guān)于一些常用的命令以及如何操作的信息。
　　開始語音教程：這是一個互動的簡單視頻教程，它會通過實際操作教你如何使用語音識別。
　　幫助：這將會打開幫助文件，告訴你關(guān)于設(shè)置以及使用語音識別的信息。
　　選項：在此，你可以選擇是否需要語音識別播放聲訊反饋、啟動時運行、朗讀更正對話框中的文本、以及在所有位置啟用聽寫。
　　配置：在此，你可以設(shè)置你的麥克風(fēng)、提高語音識別，或是打開語音控制面板。
　　打開語音詞典：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引擎難以識別的詞，或是阻止某些詞會被聽寫出來（例如一些你不會聽寫到的詞）。
　　聽寫主題：在此僅有一個“敘述性”選項。
　　你還可以訪問“Windows語音識別網(wǎng)站”。
　　關(guān)于Windows語音識別：這也就是熟悉的Windows“關(guān)于”對話框，它能夠告訴你版本號以及許可授予名。
　　打開語音識別。
　　退出：關(guān)閉語音識別，控制臺會從屏幕上消失，而語音圖標也會從系統(tǒng)托盤中消失。

設(shè)置麥克風(fēng)

　　你可以在語音識別選項對話框或是語音關(guān)聯(lián)菜單中設(shè)置你的麥克風(fēng)。麥克風(fēng)設(shè)置程序首先會要求你確認麥克風(fēng)的類型（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)類型的不同會造成語音識別使用過程中很大的差異。

　　第一次我嘗試使用Vista的語音識別時，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中進行聽寫時，所得到的結(jié)果是非�？尚Φ模晃�?guī)缀醪荒苈爩懗鰶]有一處錯誤的完整的一個句子，無論我如何清晰、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，準確性就得到了改進，每五六個句子中只會發(fā)生一次錯誤，而不是之前的每個句子中的幾個錯誤。

　　在你選擇好麥克風(fēng)類型之后，設(shè)置過程的下一頁會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，你會被要求對著麥克風(fēng)大聲閱讀一個短句，如圖6所示。

圖6 你必須對著麥克風(fēng)說話，這樣Windows才能夠自動適應(yīng)你的音量

　　現(xiàn)在，麥克風(fēng)就設(shè)置完畢等待使用了。然而，這并不意味著語音引擎就已經(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，沒有口音，又總是咬字清晰的話，你也許可以在不做訓(xùn)練的情況下使用語音識別。如果你有一些口音，或是并不能說完全標準的普通話，那么如果你想要獲得更好的使用效果，你需要通過一個訓(xùn)練的過程。

　　訓(xùn)練過程就是閱讀屏幕上一系列的文本選段，如圖7所示。

圖7 訓(xùn)練語音引擎以適應(yīng)你的發(fā)音方式能提高語音識別的準確度

使用聲音命令

　　現(xiàn)在，你就可以使用你的聲音命令來讓你的計算機完成一些任務(wù)。語音引擎統(tǒng)稱在識別命令上要比聽寫來得準確，因為它僅需要聽取有限的幾個命令。

　　首先，確認你的語音控制臺的語音狀態(tài)是“正在聽”。如果不是，那么你就可以說“開始聆聽”，或右鍵點擊麥克風(fēng)圖標并選擇“開：聆聽我說的所有話語”。

　　聲音命令的設(shè)計基本上都是盡可能地讓你能夠憑直覺地發(fā)出指令。例如，要打開一個開始菜單中的程序：

　　說“點擊開始”

　　說“點擊所有程序”

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

　　簡單的命令是很容易使用的。但在一些程序中進行一些操作時則會更具一些挑戰(zhàn)，但你還是能夠做到的。

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

圖8 “顯示編號”能夠幫助你點擊不知道名字的按鈕或鏈接

　　現(xiàn)在，你所需要做的就是說出你想要點擊的按鈕的編號。之后，一個“確定”就會出現(xiàn)在對應(yīng)的元素上。說“確定”，你就點擊了這個按鈕。

獲得幫助

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

圖9 你可以通過說“我能說什么”打開幫助獲得相關(guān)信息

聽寫文本

　　你可以在任何可以使用語音的應(yīng)用程序中通過聽寫輸入文本。你不會像過去那樣，只能在微軟的Office應(yīng)用程序中才能夠使用。例如，你可以在記事本或是寫字板中聽寫文本。

　　在默認情況下，我無法在Open Office和其它非微軟的程序中聽寫文本，但我可以通過語音關(guān)聯(lián)菜單中的“選項|在所有位置啟用聽寫”，這樣就能夠在那些不是自動接受聽寫的程序中聽寫輸入文本，這樣我就能夠在Open Office中進行聽寫輸入了。然而，它工作起來的效果就不如在微軟的程序中所使用的效果。它不能在我說的時候馬上輸入文本，它會彈出一些可選的提示讓我選擇。使用語音API，開發(fā)者能夠讓他們的應(yīng)用程序可以使用語音，而更多的可能在將來就能夠使用。

小貼士：

　　當你在聽寫的時候，Vista會將你所說的所有東西輸入文檔。這也許會造成一些不便，如果當你在編輯文檔時，有一會兒可能聽下來去與同事談話，之后你可能會發(fā)現(xiàn)你的談話內(nèi)容也輸入了文檔。當你希望有些話語不被轉(zhuǎn)譯到文檔中時，你可以先說“停止聆聽”，再開始說其它內(nèi)容。

　　Vista在轉(zhuǎn)譯你的聽寫時很可能會產(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“我現(xiàn)在能說任何”，而Vista輸入的是“我不能說任何”，這時你可以說“更正不能”，接著你就會看到一個清單，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進行錯誤更正

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

圖11 你可以通過“拼寫”輸入英文單詞

高級配置設(shè)置

　　你可以通過點擊語音識別選項對話框左邊窗格中的“高級語音選項”鏈接來訪問一些高級的配置設(shè)置，如圖12所示。

圖12 你可以在此設(shè)置高級配置選項并進行用戶設(shè)置

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

　　此外，你還可以選擇在標點符號后插入的空格數(shù)，并調(diào)節(jié)麥克風(fēng)的等級。

語音識別的局限性

　　在對語音識別進行了一個半小時的訓(xùn)練后，我感受到了Vista準確的語音識別所帶來的輕松使用的感受。之前我也試用過一些聽寫程序，但都沒有發(fā)現(xiàn)它們具有足夠的實用性，我使用鍵盤輸入總是要比聽寫出正確的文本要快的多。但現(xiàn)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(xù)得以完成。對于我來說，語音識別結(jié)合鍵盤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(nèi)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，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行一些訓(xùn)練也能夠帶來不同的效果。

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

安全問題

　　在你決定一直都對著你的計算機說話的時候，請意識到使用語音識別會存在一個安全問題。攻擊者可能將一個聲音文件植入，當你瀏覽網(wǎng)頁時能夠自動播放，或使用電子郵件將聲音文件發(fā)送給你，當你雙擊時它就會自動播放。如果所播放的聲音文件傳入你的麥克風(fēng)，而它又是Vista的語音引擎能夠識別的命令，那么語音識別就會將它運行，計算機就會執(zhí)行這個命令。

　　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(zhí)行大多數(shù)命令的時候，你都需要回應(yīng)用戶帳戶控制的提示，而這是不能通過聲音來做到的。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。

　　當語音識別處在休眠模式下時，它僅會對“開始聆聽”命令做出反應(yīng)，但攻擊者很容易就能將這個詞組當成一個聲音文件。因此，當你不使用它時，你應(yīng)該習(xí)慣地將語音識別完全關(guān)閉，而不是僅讓它處在休眠模式，并且不要設(shè)置它在Windows啟動時隨之運行。

www.17tech.com