如何处理 Android 语音识别中的分词？

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。

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);

    }

问题： 当说出“无忧无虑”之类的单词时，识别会返回“无忧无虑”，这会导致有两个元素[关心，自由]，因此这使得匹配单词不合适。 虽然有时它会检测到carefree并给出一个单词carefree，但大多数时候它会返回carefree。我们如何在 android 中处理这个问题？

检测和匹配单词的好解决方案是什么。

脑海中浮现出最初的想法，这很可怕，而且似乎不明智。 如果我检查段落的单词数组“carefree”包含care，那么下一步检查carefree包含free，然后检查上一个和当前索引care和free是否相同，然后将它们连接并匹配。并获取在 TextView 中更改其颜色的位置。

如果有任何算法或库可以处理这个问题，我期待的另一件事。

请分享您的意见

Answer 1

将您的段落放入 Trie 数据结构中。使用一些 Trie 辅助类示例 this

不要在系统识别的语音中添加任何空格（比如说“Iamandroiduser”），并将一个字符一个接一个地传递给 Trie 结构，直到 Trie 不再找到任何可能的匹配。也请检查此示例。

我还没有尝试过，但给你另一个想法。