Kinect 开发 —— 语音识别(下)
使用定向麦克风进行波束追踪 (Beam Tracking for a Directional Microphone)
可以使用这4个麦克风来模拟定向麦克风产生的效果,这个过程称之为波束追踪(beam tracking)
界面上的细长矩形用来指示某一时刻探测到的说话者的语音方向。矩形有一个旋转变换,在垂直轴上左右摆动,以表示声音的不同来源方向。
- <Rectangle Fill="#1BA78B" HorizontalAlignment="Left" Margin="240,41,0,39" Stroke="Black" Width="" RenderTransformOrigin="0.5,0">
- <Rectangle.RenderTransform>
- <TransformGroup>
- <ScaleTransform/>
- <SkewTransform/>
- <RotateTransform Angle="{Binding BeamAngle}"/>
- <TranslateTransform/>
- </TransformGroup>
- </Rectangle.RenderTransform>
- </Rectangle>
上图是程序的UI界面。后台逻辑代码和之前的例子大部分都是相同的。首先实例化一个KinectAudioSource对象,然后将主窗体的DataContext赋值给本身。将BeamAngleMode设置为Adaptive,使得能够自动追踪说话者的声音。我们需要编写KinectAudioSource对象的BeamChanged事件对应的处理方法。当用户的说话时,位置发生变化时就会触发该事件。我们需要创建一个名为BeamAngle的属性,使得矩形的RotateTransform可以绑定这个属性。
- public partial class MainWindow : Window, INotifyPropertyChanged
- {
- public MainWindow()
- {
- InitializeComponent();
- this.DataContext = this;
- this.Loaded += delegate { ListenForBeamChanges(); };
- }
- private KinectAudioSource CreateAudioSource()
- {
- var source = KinectSensor.KinectSensors[].AudioSource;
- source.NoiseSuppression = true;
- source.AutomaticGainControlEnabled = true;
- source.BeamAngleMode = BeamAngleMode.Adaptive;
- return source;
- }
- private void ListenForBeamChanges()
- {
- KinectSensor.KinectSensors[].Start();
- var audioSource = CreateAudioSource();
- audioSource.BeamAngleChanged += audioSource_BeamAngleChanged;
- audioSource.Start();
- }
- public event PropertyChangedEventHandler PropertyChanged;
- private void OnPropertyChanged(string propName)
- {
- if (PropertyChanged != null)
- PropertyChanged(this, new PropertyChangedEventArgs(propName));
- }
- private double _beamAngle;
- public double BeamAngle
- {
- get { return _beamAngle; }
- set
- {
- _beamAngle = value;
- OnPropertyChanged("BeamAngle");
- }
- }
- }
以上代码中,还需要对BeamChanged事件编写对应的处理方法。每次当波束的方向发生改变时,就更改BeamAngle的属性。SDK中使用弧度表示角度。所以在事件处理方法中我们需要将弧度换成度。为了能达到说话者移到左边,矩形条也能够向左边移动的效果,我们需要将角度乘以一个 –1
- void audioSource_BeamAngleChanged(object sender, BeamAngleChangedEventArgs e)
- {
- BeamAngle = - * e.Angle;
- }
语音命令识别
结合KinectAudioSource和SpeechRecognitionEngine来演示语音命令识别的强大功能。为了展示语音命令能够和骨骼追踪高效结合,我们会使用语音命令向窗体上绘制图形,并使用命令移动这些图形到光标的位置
CrossHair用户控件简单的以十字光标形式显示当前用户右手的位置。下面的代码显示了这个自定义控件的XAML文件。注意到对象于容器有一定的偏移使得十字光标的中心能够处于Grid的零点。
自定义控件 CrossHairs
CrossHair用户控件简单的以十字光标形式显示当前用户右手的位置。下面的代码显示了这个自定义控件的XAML文件。注意到对象于容器有一定的偏移使得十字光标的中心能够处于Grid的零点。
- <Grid Height="50" Width="50" RenderTransformOrigin="0.5,0.5">
- <Grid.RenderTransform>
- <TransformGroup>
- <ScaleTransform/>
- <SkewTransform/>
- <RotateTransform/>
- <TranslateTransform X="-25" Y="-25"/>
- </TransformGroup>
- </Grid.RenderTransform>
- <Rectangle Fill="#FFF4F4F5" Margin="22,0,20,0" Stroke="#FFF4F4F5"/>
- <Rectangle Fill="#FFF4F4F5" Margin="0,22,0,21" Stroke="#FFF4F4F5"/>
- </Grid>
在应用程序的主窗体中,将根节点从 grid 对象改为 canvas对象。Canvas对象使得将十字光标使用动画滑动到手的位置比较容易。在主窗体上添加一个CrossHairs自定义控件。在下面的代码中,我们可以看到将Canvas对象嵌套在了一个Viewbox控件中。这是一个比较老的处理不同屏幕分辨率的技巧。ViewBox控件会自动的将内容进行缩放以适应实际屏幕的大小。设置MainWindows的背景色,并将Canvas的颜色设置为黑色。然后在Canvas的底部添加两个标签。一个标签用来显示SpeechRecognitionEngine将要处理的语音指令,另一个标签显示匹配正确的置信度。CrossHair自定义控件绑定了HandTop和HandLeft属性。两个标签分别绑定了HypothesizedText和Confidence属性。
- <Window x:Class="KinectPutThatThere.MainWindow"
- xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation"
- xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml"
- xmlns:local="clr-namespace:KinectPutThatThere"
- Title="Put That There" Background="Black">
- <Viewbox>
- <Canvas x:Name="MainStage" Height="1080" Width="1920" Background="Black" VerticalAlignment="Bottom">
- <local:CrossHairs Canvas.Top="{Binding HandTop}" Canvas.Left="{Binding HandLeft}" />
- <Label Foreground="White" Content="{Binding HypothesizedText}" Height="55" FontSize="32" Width="965" Canvas.Left="115" Canvas.Top="1025" />
- <Label Foreground="Green" Content="{Binding Confidence}" Height="55" Width="114" FontSize="32" Canvas.Left="0" Canvas.Top="1025" />
- </Canvas>
- </Viewbox>
- </Window>
在后台逻辑代码中,让MainWindows对象实现INofityPropertyChanged事件并添加OnPropertyChanged帮助方法。我们将创建4个属性用来为前台UI界面进行绑定。
- public partial class MainWindow : Window, INotifyPropertyChanged
- {
- private double _handLeft;
- public double HandLeft
- {
- get { return _handLeft; }
- set
- {
- _handLeft = value;
- OnPropertyChanged("HandLeft");
- }
- }
- private double _handTop;
- public double HandTop
- {
- get { return _handTop; }
- set
- {
- _handTop = value;
- OnPropertyChanged("HandTop");
- }
- }
- private string _hypothesizedText;
- public string HypothesizedText
- {
- get { return _hypothesizedText; }
- set
- {
- _hypothesizedText = value;
- OnPropertyChanged("HypothesizedText");
- }
- }
- private string _confidence;
- public string Confidence
- {
- get { return _confidence; }
- set
- {
- _confidence = value;
- OnPropertyChanged("Confidence");
- }
- }
- public event PropertyChangedEventHandler PropertyChanged;
- private void OnPropertyChanged(string propertyName)
- {
- if (PropertyChanged != null)
- {
- PropertyChanged(this, new PropertyChangedEventArgs(propertyName));
- }
- }
- }
添加CreateAudioSource方法,在该方法中,将KinectAudioSource对象的AutoGainControlEnabled的属性设置为false。
- private KinectAudioSource CreateAudioSource()
- {
- var source = KinectSensor.KinectSensors[].AudioSource;
- source.AutomaticGainControlEnabled = false;
- source.EchoCancellationMode = EchoCancellationMode.None;
- return source;
- }
接下来实现骨骼追踪部分逻辑来获取右手的坐标,相信看完骨骼追踪那两篇文章后这部分的代码应该会比较熟悉。首先创建一个私有字段_kinectSensor来保存当前的KienctSensor对象,同时创建SpeechRecognitionEngine对象。在窗体的构造函数中,对这几个变量进行初始化。例外注册骨骼追踪系统的Skeleton事件并将主窗体的DataContext对象赋给自己。
- KinectSensor _kinectSensor;
- SpeechRecognitionEngine _sre;
- KinectAudioSource _source;
- public MainWindow()
- {
- InitializeComponent();
- this.DataContext = this;
- this.Unloaded += delegate
- {
- _kinectSensor.SkeletonStream.Disable();
- _sre.RecognizeAsyncCancel();
- _sre.RecognizeAsyncStop();
- _sre.Dispose();
- };
- this.Loaded += delegate
- {
- _kinectSensor = KinectSensor.KinectSensors[];
- _kinectSensor.SkeletonStream.Enable(new TransformSmoothParameters()
- {
- Correction = 0.5f,
- JitterRadius = 0.05f,
- MaxDeviationRadius = 0.04f,
- Smoothing = 0.5f
- });
- _kinectSensor.SkeletonFrameReady += nui_SkeletonFrameReady;
- _kinectSensor.Start();
- StartSpeechRecognition();
- };
- }
在上面的代码中,我们添加了一些TransformSmoothParameters参数来使得骨骼追踪更加平滑。nui_SkeletonFrameReady方法如下。方式使用骨骼追踪数据来获取我们感兴趣的右手的关节点位置。这部分代码和之前文章中的类似。大致流程是:遍历当前处在追踪状态下的骨骼信息。然后找到右手关节点的矢量信息,然后使用SkeletonToDepthImage来获取相对于屏幕尺寸的X,Y坐标信息。
- void nui_SkeletonFrameReady(object sender, SkeletonFrameReadyEventArgs e)
- {
- using (SkeletonFrame skeletonFrame = e.OpenSkeletonFrame())
- {
- if (skeletonFrame == null)
- return;
- var skeletons = new Skeleton[skeletonFrame.SkeletonArrayLength];
- skeletonFrame.CopySkeletonDataTo(skeletons);
- foreach (Skeleton skeletonData in skeletons)
- {
- if (skeletonData.TrackingState == SkeletonTrackingState.Tracked)
- {
- Microsoft.Kinect.SkeletonPoint rightHandVec = skeletonData.Joints[JointType.HandRight].Position;
- var depthPoint = _kinectSensor.MapSkeletonPointToDepth(rightHandVec
- , DepthImageFormat.Resolution640x480Fps30);
- HandTop = depthPoint.Y * this.MainStage.ActualHeight / ;
- HandLeft = depthPoint.X * this.MainStage.ActualWidth / ;
- }
- }
- }
- }
接下来我们需要实现语音识别部分的逻辑。SpeechRecognitionEngine中的StartSpeechRecognition方法必须找到正确的语音识别库来进行语音识别。下面的代码展示了如何设置语音识别库预计如何将KinectAudioSource传递给语音识别引起。我们还添加了SpeechRecognized,SpeechHypothesized以及SpeechRejected事件对应的方法。SetInputToAudioStream中的参数和前篇文章中的含义一样,这里不多解释了。注意到SpeechRecognitionEngine和KinectAudioSource都是Disposable类型,因此在整个应用程序的周期内,我们要保证这两个对象都处于打开状态。
- private void StartSpeechRecognition()
- {
- _source = CreateAudioSource();
- Func<RecognizerInfo, bool> matchingFunc = r =>
- {
- string value;
- r.AdditionalInfo.TryGetValue("Kinect", out value);
- return "True".Equals(value, StringComparison.InvariantCultureIgnoreCase)
- && "en-US".Equals(r.Culture.Name, StringComparison.InvariantCultureIgnoreCase);
- };
- RecognizerInfo ri = SpeechRecognitionEngine.InstalledRecognizers().Where(matchingFunc).FirstOrDefault();
- _sre = new SpeechRecognitionEngine(ri.Id);
- CreateGrammars(ri);
- _sre.SpeechRecognized += sre_SpeechRecognized;
- _sre.SpeechHypothesized += sre_SpeechHypothesized;
- _sre.SpeechRecognitionRejected += sre_SpeechRecognitionRejected;
- Stream s = _source.Start();
- _sre.SetInputToAudioStream(s,
- new SpeechAudioFormatInfo(
- EncodingFormat.Pcm, , , ,
- , , null));
- _sre.RecognizeAsync(RecognizeMode.Multiple);
- }
要完成程序逻辑部分,我们还需要处理语音识别时间以及语音逻辑部分,以使得引擎能够直到如何处理和执行我们的语音命令。SpeechHypothesized以及SpeechRejected事件代码如下,这两个事件的逻辑很简单,就是更新UI界面上的label。SpeechRecognized事件有点复杂,他负责处理传进去的语音指令,并对识别出的指令执行相应的操作。另外,该事件还负责创建一些GUI对象(实际就是命令模式),我们必须使用Dispatcher对象来发挥InterpretCommand到主UI线程中来。
- void sre_SpeechRecognitionRejected(object sender, SpeechRecognitionRejectedEventArgs e)
- {
- HypothesizedText += " Rejected";
- Confidence = Math.Round(e.Result.Confidence, ).ToString();
- }
- void sre_SpeechHypothesized(object sender, SpeechHypothesizedEventArgs e)
- {
- HypothesizedText = e.Result.Text;
- }
- void sre_SpeechRecognized(object sender, SpeechRecognizedEventArgs e)
- {
- Dispatcher.BeginInvoke(new Action<SpeechRecognizedEventArgs>(InterpretCommand), e);
- }
现在到了程序核心的地方。创建语法逻辑并对其进行解析。本例中的程序识别普通的以“put”或者“create”开头的命令。前面是什么我们不关心,紧接着应该是一个颜色,然后是一种形状,最后一个词应该是“there”。下面的代码显示了创建的语法。
- private void CreateGrammars(RecognizerInfo ri)
- {
- var colors = new Choices();
- colors.Add("cyan");
- colors.Add("yellow");
- colors.Add("magenta");
- colors.Add("blue");
- colors.Add("green");
- colors.Add("red");
- var create = new Choices();
- create.Add("create");
- create.Add("put");
- var shapes = new Choices();
- shapes.Add("circle");
- shapes.Add("triangle");
- shapes.Add("square");
- shapes.Add("diamond");
- var gb = new GrammarBuilder();
- gb.Culture = ri.Culture;
- gb.Append(create);
- gb.AppendWildcard();
- gb.Append(colors);
- gb.Append(shapes);
- gb.Append("there");
- var g = new Grammar(gb);
- _sre.LoadGrammar(g);
- var q = new GrammarBuilder{ Culture = ri.Culture };
- q.Append("quit application");
- var quit = new Grammar(q);
- _sre.LoadGrammar(quit);
- }
上面的代码中,我们首先创建一个Choices对象,这个对象会在命令解析中用到。在程序中我们需要颜色和形状对象。另外,第一个单词是“put”或者“create”,因此我们也创建Choices对象。然后使用GrammarBuilder类将这些对象组合到一起。首先是”put”或者“create”然后是一个占位符,因为我们不关心内容,然后是一个颜色Choices对象,然后是一个形状Choices对象,最后是一个“there”单词。
我们将这些语法规则加载进语音识别引擎。同时我们也需要有一个命令来停止语音识别引擎。因此我们创建了第二个语法对象,这个对象只有一个”Quit”命令。然后也将这个语法规则加载到引擎中。
一旦识别引擎确定了要识别的语法,真正的识别工作就开始了。被识别的句子必须被解译,出别出来想要的指令后,我们必须决定如何进行下一步处理。下面的代码展示了如何处理识别出的命令,以及如何根据特定的指令来讲图形元素绘制到UI界面上去。
- private void InterpretCommand(SpeechRecognizedEventArgs e)
- {
- var result = e.Result;
- Confidence = Math.Round(result.Confidence, ).ToString();
- if (result.Confidence < && result.Words[].Text == "quit" && result.Words[].Text == "application")
- {
- this.Close();
- }
- if (result.Words[].Text == "put" || result.Words[].Text == "create")
- {
- var colorString = result.Words[].Text;
- Color color;
- switch (colorString)
- {
- case "cyan": color = Colors.Cyan;
- break;
- case "yellow": color = Colors.Yellow;
- break;
- case "magenta": color = Colors.Magenta;
- break;
- case "blue": color = Colors.Blue;
- break;
- case "green": color = Colors.Green;
- break;
- case "red": color = Colors.Red;
- break;
- default:
- return;
- }
- var shapeString = result.Words[].Text;
- Shape shape;
- switch (shapeString)
- {
- case "circle":
- shape = new Ellipse();
- shape.Width = ;
- shape.Height = ;
- break;
- case "square":
- shape = new Rectangle();
- shape.Width = ;
- shape.Height = ;
- break;
- case "triangle":
- var poly = new Polygon();
- poly.Points.Add(new Point(, ));
- poly.Points.Add(new Point(, ));
- poly.Points.Add(new Point(, -));
- shape = poly;
- break;
- case "diamond":
- var poly2 = new Polygon();
- poly2.Points.Add(new Point(, ));
- poly2.Points.Add(new Point(, ));
- poly2.Points.Add(new Point(, ));
- poly2.Points.Add(new Point(, -));
- shape = poly2;
- break;
- default:
- return;
- }
- shape.SetValue(Canvas.LeftProperty, HandLeft);
- shape.SetValue(Canvas.TopProperty, HandTop);
- shape.Fill = new SolidColorBrush(color);
- MainStage.Children.Add(shape);
- }
- }
方法中,我们首先检查语句识别出的单词是否是”Quit”如果是的,紧接着判断第二个单词是不是”application”如果两个条件都满足了,就不进行绘制图形,直接返回。如果有一个条件不满足,就继续执行下一步。
InterpretCommand方法然后判断第一个单词是否是“create”或者“put”,如果不是这两个单词开头就什么也不执行。如果是的,就判断第三个单词,并根据识别出来的颜色创建对象。如果第三个单词没有正确识别,应用程序也停止处理。否则,程序判断第四个单词,根据接收到的命令创建对应的形状。到这一步,基本的逻辑已经完成,最后第五个单词用来确定整个命令是否正确。命令处理完了之后,将当前受的X,Y坐标赋给创建好的对象的位置。
- namespace KinectPutThatThere
- {
- /// <summary>
- /// Interaction logic for MainWindow.xaml
- /// </summary>
- public partial class MainWindow : Window, INotifyPropertyChanged
- {
- KinectSensor _kinectSensor;
- SpeechRecognitionEngine _sre;
- KinectAudioSource _source;
- public MainWindow()
- {
- InitializeComponent();
- this.DataContext = this;
- this.Unloaded += delegate
- {
- _kinectSensor.SkeletonStream.Disable();
- _sre.RecognizeAsyncCancel();
- _sre.RecognizeAsyncStop();
- //_source.Dispose();
- _sre.Dispose();
- };
- this.Loaded += delegate
- {
- _kinectSensor = KinectSensor.KinectSensors[];
- _kinectSensor.SkeletonStream.Enable(new TransformSmoothParameters() // 对骨骼数据进行平滑处理
- {
- // This struct is used to setup the skeleton smoothing values
- Correction = 0.5f,
- JitterRadius = 0.05f,
- MaxDeviationRadius = 0.04f,
- Smoothing = 0.5f
- });
- _kinectSensor.SkeletonFrameReady += nui_SkeletonFrameReady;
- _kinectSensor.Start();
- StartSpeechRecognition();
- };
- }
- #region 骨骼数据处理
- void nui_SkeletonFrameReady(object sender, SkeletonFrameReadyEventArgs e)
- {
- using (SkeletonFrame skeletonFrame = e.OpenSkeletonFrame())
- {
- if (skeletonFrame == null)
- return;
- var skeletons = new Skeleton[skeletonFrame.SkeletonArrayLength]; // 不定类型 —— Skeleton
- skeletonFrame.CopySkeletonDataTo(skeletons);
- foreach (Skeleton skeletonData in skeletons)
- {
- if (skeletonData.TrackingState == SkeletonTrackingState.Tracked)
- {
- Microsoft.Kinect.SkeletonPoint rightHandVec = skeletonData.Joints[JointType.HandRight].Position;
- var depthPoint = _kinectSensor.MapSkeletonPointToDepth(rightHandVec
- , DepthImageFormat.Resolution640x480Fps30);
- HandTop = depthPoint.Y * this.MainStage.ActualHeight / ;
- HandLeft = depthPoint.X * this.MainStage.ActualWidth / ;
- }
- }
- }
- }
- #endregion
- private KinectAudioSource CreateAudioSource()
- {
- var source = KinectSensor.KinectSensors[].AudioSource;
- source.AutomaticGainControlEnabled = false;
- source.EchoCancellationMode = EchoCancellationMode.None;
- return source;
- }
- private void StartSpeechRecognition()
- {
- _source = CreateAudioSource();
- Func<RecognizerInfo, bool> matchingFunc = r =>
- {
- string value;
- r.AdditionalInfo.TryGetValue("Kinect", out value);
- return "True".Equals(value, StringComparison.InvariantCultureIgnoreCase)
- && "en-US".Equals(r.Culture.Name, StringComparison.InvariantCultureIgnoreCase);
- };
- // 识别库
- RecognizerInfo ri = SpeechRecognitionEngine.InstalledRecognizers().Where(matchingFunc).FirstOrDefault();
- _sre = new SpeechRecognitionEngine(ri.Id); // 需要设置识别引擎的ID编号
- CreateGrammars(ri);
- _sre.SpeechRecognized += sre_SpeechRecognized;
- _sre.SpeechHypothesized += sre_SpeechHypothesized;
- _sre.SpeechRecognitionRejected += sre_SpeechRecognitionRejected;
- Stream s = _source.Start();
- _sre.SetInputToAudioStream(s,
- new SpeechAudioFormatInfo(
- EncodingFormat.Pcm, , , ,
- , , null));
- _sre.RecognizeAsync(RecognizeMode.Multiple);
- }
- private void CreateGrammars(RecognizerInfo ri)
- {
- // 创建语法
- var colors = new Choices(); // 通配符 —— 择类(Choices)是通配符类(Wildcard)的一种,它可以包含多个值。但与通配符不同的是,我们可以指定可接受的值的顺序。
- colors.Add("cyan");
- colors.Add("yellow");
- colors.Add("magenta");
- colors.Add("blue");
- colors.Add("green");
- colors.Add("red");
- var create = new Choices();
- create.Add("create");
- create.Add("put");
- var shapes = new Choices();
- shapes.Add("circle");
- shapes.Add("triangle");
- shapes.Add("square");
- shapes.Add("diamond");
- var gb = new GrammarBuilder();
- gb.Culture = ri.Culture;
- gb.Append(create);
- gb.AppendWildcard();
- gb.Append(colors);
- gb.Append(shapes);
- gb.Append("there");
- var g = new Grammar(gb);
- _sre.LoadGrammar(g);
- var q = new GrammarBuilder { Culture = ri.Culture };
- q.Append("quit application");
- var quit = new Grammar(q);
- _sre.LoadGrammar(quit);
- }
- #region 语音事件处理
- void sre_SpeechRecognitionRejected(object sender, SpeechRecognitionRejectedEventArgs e)
- {
- HypothesizedText += " Rejected";
- Confidence = Math.Round(e.Result.Confidence, ).ToString();
- }
- void sre_SpeechHypothesized(object sender, SpeechHypothesizedEventArgs e)
- {
- HypothesizedText = e.Result.Text;
- }
- void sre_SpeechRecognized(object sender, SpeechRecognizedEventArgs e)
- {
- Dispatcher.BeginInvoke(new Action<SpeechRecognizedEventArgs>(InterpretCommand), e);
- }
- #endregion
- private void InterpretCommand(SpeechRecognizedEventArgs e)
- {
- var result = e.Result;
- Confidence = Math.Round(result.Confidence, ).ToString();
- if (result.Confidence < && result.Words[].Text == "quit" && result.Words[].Text == "application")
- {
- this.Close();
- }
- if (result.Words[].Text == "put" || result.Words[].Text == "create")
- {
- var colorString = result.Words[].Text;
- Color color;
- switch (colorString)
- {
- case "cyan": color = Colors.Cyan;
- break;
- case "yellow": color = Colors.Yellow;
- break;
- case "magenta": color = Colors.Magenta;
- break;
- case "blue": color = Colors.Blue;
- break;
- case "green": color = Colors.Green;
- break;
- case "red": color = Colors.Red;
- break;
- default:
- return;
- }
- var shapeString = result.Words[].Text;
- Shape shape;
- switch (shapeString)
- {
- case "circle":
- shape = new Ellipse();
- shape.Width = ;
- shape.Height = ;
- break;
- case "square":
- shape = new Rectangle();
- shape.Width = ;
- shape.Height = ;
- break;
- case "triangle":
- var poly = new Polygon();
- poly.Points.Add(new Point(, ));
- poly.Points.Add(new Point(, ));
- poly.Points.Add(new Point(, -));
- shape = poly;
- break;
- case "diamond":
- var poly2 = new Polygon();
- poly2.Points.Add(new Point(, ));
- poly2.Points.Add(new Point(, ));
- poly2.Points.Add(new Point(, ));
- poly2.Points.Add(new Point(, -));
- shape = poly2;
- break;
- default:
- return;
- }
- shape.SetValue(Canvas.LeftProperty, HandLeft);
- shape.SetValue(Canvas.TopProperty, HandTop);
- shape.Fill = new SolidColorBrush(color);
- MainStage.Children.Add(shape);
- }
- }
- #region 前台控件的绑定
- private double _handLeft;
- public double HandLeft
- {
- get { return _handLeft; }
- set
- {
- _handLeft = value;
- OnPropertyChanged("HandLeft");
- }
- }
- private double _handTop;
- public double HandTop
- {
- get { return _handTop; }
- set
- {
- _handTop = value;
- OnPropertyChanged("HandTop"); // 驱动控件
- }
- }
- private string _hypothesizedText;
- public string HypothesizedText
- {
- get { return _hypothesizedText; }
- set
- {
- _hypothesizedText = value;
- OnPropertyChanged("HypothesizedText");
- }
- }
- private string _confidence;
- public string Confidence
- {
- get { return _confidence; }
- set
- {
- _confidence = value;
- OnPropertyChanged("Confidence");
- }
- }
- public event PropertyChangedEventHandler PropertyChanged;
- private void OnPropertyChanged(string propertyName)
- {
- if (PropertyChanged != null)
- {
- PropertyChanged(this, new PropertyChangedEventArgs(propertyName));
- }
- }
- #endregion
- }
- }
Kinect 开发 —— 语音识别(下)的更多相关文章
- Kinect 开发 —— 语音识别(上)
Kinect的麦克风阵列在Kinect设备的下方.这一阵列由4个独立的水平分布在Kinect下方的麦克风组成.虽然每一个麦克风都捕获相同的音频信号,但是组成阵列可以探测到声音的来源方向.使得能够用来识 ...
- Kinect开发文章目录
整理了一下去年为止到现在写的和翻译的Kinect的相关文章,方便大家查看.另外,最近京东上微软在搞活动, 微软 Kinect for Windows 京东十周年专供礼包 ,如果您想从事Kinect开发 ...
- Kinect开发学习笔记之(一)Kinect介绍和应用
Kinect开发学习笔记之(一)Kinect介绍和应用 zouxy09@qq.com http://blog.csdn.net/zouxy09 一.Kinect简单介绍 Kinectfor Xbox ...
- Kinect开发笔记之三Kinect开发环境配置具体解释
0.前言: 首先说一下我的开发环境,Visual Studio是2013的,系统是win8的64位版本号,SDK是Kinect for windows SDK 1.8版本 ...
- 利用微软Speech SDK 5.1开发语音识别系统主要步骤
利用微软Speech SDK 5.1开发语音识别系统主要步骤 2009-09-17 10:21:09| 分类: 知识点滴|字号 订阅 微软语音识别分两种模式:文本识别模式和命令识别模式.此两种模式的 ...
- Kinect开发笔记之二Kinect for Windows 2.0新功能
这是本博客翻译文档的第一篇文章.笔者已经苦逼的竭尽全力的在翻译了.但无奈英语水平也是非常有限.不正确或者不妥当不准确的地方必定会有,还恳请大家留言或者邮件我以批评指正.我会虚心接受. 谢谢大家. ...
- Kinect 开发 —— 杂一
Kinect 提供了非托管(C++)和托管(.NET)两种开发方式的SDK,如果您用C++开发的话,需要安装Speech Runtime(V11),Kinect for Windows Runtime ...
- Kinect 开发 —— 控制PPT播放
实现Kinect控制幻灯片播放很简单,主要思路是:使用Kinect捕捉人体动作,然后根据识别出来的动作向系统发出点击向前,向后按键的事件,从而使得幻灯片能够切换. 这里的核心功能在于手势的识别,我们在 ...
- Kinect 开发 —— 全息图
Kinect的另一个有趣的应用是伪全息图(pseudo-hologram).3D图像可以根据人物在Kinect前面的各种位置进行倾斜和移动.如果方法够好,可以营造出3D控件中3D图像的效果,这样可以用 ...
随机推荐
- Linux下通过rdesktop连接Windows远程桌面
rdesktop是linux下支持Windows远程桌面连接的客户端程序,在linux系统下可通过它远程访问Windows桌面,支持多种版本.rdesktop是sourceforge下支持GPL协议的 ...
- SSD-tensorflow-2 制作自己的数据集
VOC2007数据集格式: VOC2007详细介绍在这里,提供给大家有兴趣作了解.而制作自己的数据集只需用到前三个文件夹,所以请事先建好这三个文件夹放入同一文件夹内,同时ImageSets文件夹内包含 ...
- SICP 习题 (2.11)解题总结:区间乘法的优化
SICP 习题 2.11又出现Ben这个人了,如曾经说到的,仅仅要是Ben说的一般都是对的. 来看看Ben说什么.他说:"通过监測区间的端点,有可能将mul-interval分解为9中情况, ...
- crm使用soap删除字段
//C# 代码: //DeleteAttributeRequest request = new DeleteAttributeRequest(); //request.EntityLogicalNam ...
- UVa 11085 - Back to the 8-Queens
题目:给你一个棋盘上的八个皇后.每行一个.如今让他们互相不攻击,每一个皇后仅仅能竖着移动, 一次能够移动到本列的不论什么位置,问最少移动几步.能满足要求. 分析:搜索,八皇后.由于八皇后仅仅有92组解 ...
- FZOJ 2176 easy problem ( 树链剖分 )
pid=2176" target="_blank">题目链接~~> 做题感悟:感觉做多了树链剖分的题目,有很多是树链剖分 + 想法.. 解题思路: 这题非常明 ...
- atitit.js 与c# java交互html5化的原理与总结.doc
atitit.js 与c# java交互html5化的原理与总结.doc 1. 实现html5化界面的要解决的策略 1 1.1. Js交互 1 1.2. 动态參数个数 1 1.3. 事件监听 2 2. ...
- shrio 加密/编码
在涉及到密码存储问题上,应该加密/生成密码摘要存储,而不是存储明文密码.比如之前的600w csdn账号泄露对用户可能造成很大损失,因此应加密/生成不可逆的摘要方式存储. 5.1 编码/解码 Shir ...
- 1.cocos_helloworld
在class HelloWorld : public cocos2d::Layer中添加函数 void menuclose(cocos2d::Ref *psender); 实现: void Hello ...
- Sqoop Import原理和详细流程讲解
Sqoop Import原理 Sqoop Import详细流程讲解 Sqoop在import时,需要指定split-by参数.Sqoop根据不同的split-by参数值来进行切分,然后将切分出来的区域 ...