14 語音辨識 14.1 SpeechRecognizer元件 14.2 TextToSpeech 元件 語音辨識是智慧型手機的一大特色，語音辨識技術發展至今已達實用 階段，準確度能被大部分使用者接受。 SpeechRecognizer 元件功能啟動後，會開啟語音輸入視窗讓使用者輸 入語音，然後將語音轉換為文字傳回。 TextToSpeech 元件的功能是將傳入的文字以語音方式讀出，目前支援 英語、法語、德語、西班牙語、荷蘭語、波蘭語、義大利語及捷克語 七種語言。 14 14.1 SpeechRecognizer元件 14.2 TextToSpeech 元件

14.1 SpeechRecognizer 元件 語音辨識是智慧型手機的一大特色，語音辨識技術發展至今已達實用階段，準確 度能被大部分使用者接受。由於網路日漸普及與速度大幅提高，語音辨識通常是 將聲音傳送到伺服器進行解析，再將結果送回，這樣不但減輕手機端的負擔，也 可增加辨識準確度。 App Inventor 2 提 供 了 SpeechRecognizer 元 件 將 語 音 轉 換 為 文 字， TextToSpeech 元件將文字轉換為語音。 回 首頁

14.1.1 SpeechRecognizer 元件 功能說明 SpeechRecognizer 元件屬於 Media 類別。SpeechRecognizer 元件功能啟動 後，會開啟語音輸入視窗讓使用者輸入語音，然後將語音轉換為文字傳回。系統 所能辨識的語言與手機型號及所在地區有關，使用者也可自行設定。開啟手機 設 定 / 語言與鍵盤 / Google 語音輸入 / 選擇輸入語言，預設值為 自動，通常會辨 識英文及當地語言；如果要自行設定語音辨識語言，可取消核選 自動，再於下方 選取要使用的語言。

屬性、方法及事件 SpeechRecognizer 元件只有一個 Result 屬性，此屬性在設計階段不會出現，只 能在程式拼塊中使用。

深入解析 使用 SpeechRecognizer 元件非常簡單，因為 SpeechRecognizer 元件在介面設 計時沒有任何屬性 (Result 屬性只能在程式拼塊中讀取 )，只要在設計階段將其拖 曳到設計區就可使用。SpeechRecognizer 元件以 GetText 方法啟動語音辨識功 能，程式拼塊為： 使用者發出語音後，系統會將收到的語音以網路傳送到伺服器辨識，再將辨識結 果傳回，所以使用語音辨識功能時，必須開啟網際網路連線才能執行。行動裝置 收到辨識結果後會觸發 AfterGettingText 事件，辨識結果存於參數 result 中，設 計者可在此事件處理辨識結果。例如下面程式拼塊將辨識結果顯示於 Label1 元 件中：

14.1.2 提高辨識率的技巧 由於每個人的發音、聲調等會有差異，造成辨識結果不同，程式要如何設計才能 得到最好的效果呢？下面是一些實用的技巧： 使用「語詞」或「句子」 中文單字重覆的發音相當多，說「單字」時得到正確單字的機率很低，例如說 「前」時，辨識結果可能是同音「錢」、「潛」等，也可能是發音相近的 「全」、「權」等。 語音辨識時，系統會在詞庫中加以比對，如此可大幅提高辨識結果正確率，例如 說「金錢」時，幾乎都可得到正確辨識結果。

使用「contains」判斷 判斷辨識結果時如果使用「=」，辨識結果必須完全符合預期才算正確，但因辨 識結果可能產生誤差，如果只有部分正確時，使用「=」的話就會判斷為不符 合。 此時可使用「contains」擴大可能的辨識結果：例如要使用「停止」功能，若不 會與其他功能衝突時，只要語音辨識結果有「停」或「止」都算符合，如此可提 高辨識率，程式拼塊為：

綜合多人語音辨識結果 為增加判斷辨識結果多樣性，同樣語詞可讓多人進行發音測試，記錄其結果後得 到綜合結論，最後判斷要盡可能包含所有語音辨識結果。例如「停止」的語音辨 識結果有「停止」、「停滯」、「瓶子」、「因子」等，所以使用「contains」 指令，只要語音辨識結果有「停」或「子」都算正確，就可包含所有可能性。

按 語音輸入 鈕會開啟語音輸入視窗，說出一段話語後，上方 辨識結果 欄會顯示 語音辨識後傳回的文字。(<ch14\ex_SpeechCollect.aia>) 範例：語音辨識結果

14.1.3 語音辨識應用：聲控音樂播放器 範例：聲控音樂播放 14.1.3 語音辨識應用：聲控音樂播放器 程式開始就會啟動語音辨識功能讓使用者輸入語音，說出各種功能的語音後，程 式會執行對應的功能。執行完一項功能後會自動再開啟語音輸入視窗，讓使用者 連續輸入語音。若太久未輸入語音而關閉語音輸入視窗，按 輸入語音 鈕會開啟 語音輸入視窗。(<ch14\ex_SpeechRecognize.aia>) 範例：聲控音樂播放

14.2 TextToSpeech 元件 14.2.1 TextToSpeech 元件 功能說明 回 TextToSpeech 元件的功能，是將傳入的文字以語音方式讀出，目前支援英語、 法語、德語、西班牙語、荷蘭語、波蘭語、義大利語及捷克語八種語言，每種語 言還有多種國家口音可以選擇。TextToSpeech 元件屬於 Media 類別。 TextToSpeech 元件的利用很廣，例如可以為各種公共設施加入語音導引，幫助 視障者使用公共設施；可以為老人家讀報，彌補老人家因老花眼不方便看報紙的 缺憾。只要有現成的文字檔案，TextToSpeech 元件就能以語音讀出，不必花費 大量錄音的時間及金錢。 回 首頁

屬性、方法及事件

14.2.2 TextToSpeech 元件應用 範例：英語自我介紹 姓名、年齡及電話都必須輸入，若有任一欄位未輸入就按 自我介紹 鈕，下方會 顯示提示訊息。婚姻欄預設值是「未婚」，若要改變婚姻狀態，可按右方 選擇婚 姻狀況 鈕後在列表中點選。 範例：英語自我介紹

欄位都輸入後按 自我介紹 鈕，程式會以英語做自我介紹，下方將顯示介紹內容 文字。(<ch14\ex_TextToSpeech 欄位都輸入後按 自我介紹 鈕，程式會以英語做自我介紹，下方將顯示介紹內容 文字。(<ch14\ex_TextToSpeech.aia>)