出口成IBMViaVoice语音输入系统详解科技时代新浪网.docVIP

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IBM VIAVOICE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IBM VIAVOICE，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IBM VIAVOICE后，系统会默认增加一个自启动项—IBM VIAVOICE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IBM VIAVOICE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。IBM ViaVoice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IBM ViaVoice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）