Android语音识别：如何解决口语单词与存储单词匹配时的连字符、复合词、撇号等问题？

Question

我正在尝试在android中实现语音识别。

这里我有一个段落设置为TextView。 我有由“”空格分隔的单词数组列表。 我正在使用 onPartialResult 来获取用户所说的话。 我们得到这样的输入词

[I]
[I am]
[I am android]
[I am android user]

所以我通过按空格分割将其转换为单词数组列表 并只取数组的最后一个元素。所以每次我只会得到新词。

现在在获取新单词时，我必须将其与段落中的单词数组列表进行匹配。

我有一个全局索引，它在匹配时不断增加。 另外，在匹配时，我使用 spannable 在 TextView 的段落文本中获取索引。 然后为匹配的单词设置颜色。

问题：

1. 有这样的单词，带有连字符（-） 我们如何检测并匹配它。因为口语是

[here]
[here there]

目前看来，在按空格分割后，我还必须检查此类符号并再次分割它。

2. 还有一个词“无忧无虑”不容易理解，因为 口语是关怀，单独免费。
3. 还有像day's这样的词，而口语中的词总是days。 尽管我通过检查具有 的单词并将其替换为口语单词（例如 day(s) to day('s)
）来解决此问题
4. 我们是否可以有任何算法或库来匹配单词而不操纵说出的单词或存储的单词。 类似的问题可能还会有更多。手动处理此问题非常耗时并且会使检测速度变慢。

检测和匹配单词的好解决方案是什么。

Spannable 文本和 TextView 文本内容应该相同，以便我们可以正确应用颜色。所以在匹配时我们不能修改我们用来显示的段落文本。

这是我现在正在使用的代码

  private void applyColor(String param){
        ArrayList<String> params = paraToArray(param);
        // from string only get last word
        String newWord = params.get(params.size()-1);
        // get current word of paragraph by using global index tracking 
        String currentWord_FromParagraph = paragraphWords.get(indexHistory);

        // handle 's words
        if(currentWord_FromParagraph.contains("'s")){
            String rootWord = currentWord_FromParagraph.replaceAll("'s\\b", "");
            newWord = rootWord+"'s";
        }
        
        // index of word on paragraph
        int start = paragraph.indexOf(newWord, indexHistoryChar);
        int end = newWord.length();
        
        // match
        if(start != -1 && newWord.equalsIgnoreCase(currentWord_FromParagraph) ){
            // spannable contains paragraph and its global 
             spannableString.setSpan(new ForegroundColorSpan(Color.GREEN), start, 
             start+end, Spannable.SPAN_EXCLUSIVE_EXCLUSIVE);
            // global index for array of words of paragraph. after matching ignore current index so we look for next word
            indexHistory++;
            // similar as above but it is for paragraph character index
            indexHistoryChar = start+end;


            spannableString.setSpan(new ForegroundColorSpan(Color.WHITE), startNext, endNext, Spannable.SPAN_EXCLUSIVE_EXCLUSIVE);

        }

        txtv_paragraph.setText(spannableString);

    }

Answer 1

我找到了匹配发音相似的单词的解决方案。 apache 的 Soundex 和另一个是 Google 的 Metaphone3 它很容易匹配这样的词 或 == 我们的， 基肖尔的==基肖尔， 天 == 天 通过==再见 y==为什么 堆栈.: == 堆栈 （我使用 Metaphone3 得到了上述匹配，而 Soundex 不匹配某些单词，甚至像 y 和 Why，但匹配 bye==bye，或 ==our） 您可以根据使用情况使用 contains 和 equals 进行更多调整。

对于apache的Soundex 将其添加到 build.gradle

    // https://mvnrepository.com/artifact/commons-codec/commons-codec
    implementation 'commons-codec:commons-codec:1.16.0'

适用于Metaphone3 使用这个类并调用它的函数。您需要删除 main 方法和包名称才能将其用作模块 https://github.com/OpenRefine/OpenRefine/blob/master/main/src/com/google/refine/clustering/binning/Metaphone3.java

但是仍然存在一个问题，即当我们将单词作为单个单词时，如何通过语音识别处理单词分割。即我们有“无忧无虑”，但认可返回[关心，自由]。 所以需要处理它。