Grammar.Weight Properti
Definisi
Penting
Beberapa informasi terkait produk prarilis yang dapat diubah secara signifikan sebelum dirilis. Microsoft tidak memberikan jaminan, tersirat maupun tersurat, sehubungan dengan informasi yang diberikan di sini.
Mendapatkan atau mengatur nilai Grammar berat objek.
public:
property float Weight { float get(); void set(float value); };public float Weight { get; set; }member this.Weight : single with get, setPublic Property Weight As SingleNilai Properti
Properti Weight mengembalikan nilai titik mengambang yang menunjukkan bobot relatif yang harus ditetapkan instans mesin pengenalan ke tata bahasa saat memproses input ucapan. Rentangnya adalah dari 0,0 hingga 1,0 inklusif. Defaultnya adalah 1.0.
Contoh
Contoh berikut membuat dua Grammar objek, satu untuk digit dan satu untuk pecahan. Objek Grammar adalah nama yang ditetapkan dan bobot dan prioritas relatif, dan dimuat oleh pengenal ucapan dalam proses. Metode CreateDigitsGrammar, CreateFractionsGrammar, dan recognizer_SpeechRecognized tidak ditampilkan di sini.
// Create a Grammar for recognizing numeric digits.
Grammar digitsGrammar = CreateDigitsGrammar();
digitsGrammar.Name = "Digits Grammar";
digitsGrammar.Priority = 2;
digitsGrammar.Weight = 0.6f;
// Create a Grammar for recognizing fractions.
Grammar fractionsGrammar = CreateFractionsGrammar();
fractionsGrammar.Name = "Fractions Grammar";
fractionsGrammar.Priority = 1;
fractionsGrammar.Weight = 1f;
// Create an in-process speech recognizer.
SpeechRecognitionEngine recognizer = new SpeechRecognitionEngine();
recognizer.SpeechRecognized +=
new EventHandler<SpeechRecognizedEventArgs>(
recognizer_SpeechRecognized);
// Load the digits and fractions Grammar objects.
recognizer.LoadGrammar(digitsGrammar);
recognizer.LoadGrammar(fractionsGrammar);
// Start recognition.
recognizer.SetInputToDefaultAudioDevice();
recognizer.RecognizeAsync(RecognizeMode.Multiple);
Keterangan
Karena kompleksitas penggunaan Bobot mesin pengenalan, efeknya pada performa tata bahasa tertentu tidak dapat diprediksi secara langsung seperti dari Priority.
Pengenalan ucapan adalah sistem tertimbang. Ini mengevaluasi semua kemungkinan jalur pengenalan berdasarkan kombinasi berat tata bahasa, bobot yang ditentukan untuk alternatif dalam tata bahasa, dan probabilitas yang ditentukan oleh model ucapan. Mesin pengenalan ucapan menggunakan kombinasi bobot dan probabilitas ini untuk memberi peringkat potensi pengenalan alternatif. Tata bahasa dengan bobot yang lebih tinggi akan berkontribusi lebih besar pada peringkat alternatif pengenalan daripada tata bahasa dengan bobot yang lebih rendah.
Efek Weight properti pada pengenal ucapan tergantung pada implementasi pengenal. Weight Meskipun properti dapat digunakan untuk menyetel akurasi pengenalan ucapan untuk aplikasi, properti harus digunakan hanya setelah studi diagnostik terkontrol dari lingkungan pengenalan tertentu dan dengan informasi lengkap tentang mesin pengenalan yang digunakan.
