檢測來自用戶的音頻並將其轉換爲文本以指揮Unity中的AI機器人

Question

我正在製作一個遊戲，我想用我說的單詞來指揮AI。 說例如我可以說去和AI機器人去一定距離。

問題是我找到資產並且沒有提供者給我受讓人它可能嗎？

這樣做有什麼困難？

我是程序員，所以如果有人建議如何處理它，我可以做到。

我是否應該始終讓麥克風聽衆閱讀音頻，然後將音頻傳遞給某些可以將我的聲音轉換爲文本的外部sdk？

這些是我聯繫過的資產提供者。

https://www.assetstore.unity3d.com/en/#!/content/73036

https://www.assetstore.unity3d.com/en/#!/content/45168

https://www.assetstore.unity3d.com/en/#!/content/47520

和幾個！ 如果有人只是解釋我需要遵循的步驟，那麼我可以肯定地嘗試。我目前正在使用這個外部API的幾乎同樣的事情

Answer 1

：https://api.ai/

它配備了一個統一的SDK，工作得很好： https://github.com/api-ai/api-ai-unity-sample#apiai-unity-plugin

你有一個音頻源連接到SDK ，並告訴它開始傾聽。然後它會將您的語音音頻轉換爲文本，甚至可以從語音音頻/文本中檢測預先選定的意圖。

你可以找到關於如何將unity插件集成到github上的api.ai Unity SDK文檔中的所有步驟。

編輯：它是免費的太BTW :)

Answer 2

如果您要在不將數據發送到服務器脫機識別，你需要嘗試這個插件：

https://github.com/dimixar/unity3DPocketSphinx-android-lib

它使用開放源碼的講話識別引擎CMUSphinx