请教：离线的语音识别和语音合成

[ckok]

目前在做一个项目，在离线环境下进行人机对话，中间包含有对话逻辑，但是我想基础应包括实时的离线语音识别（不是命令字，只要语音转文字即可，而且考虑倒环境因素，采用硬件滤波等方式最好）和离线的语音合成（其实就是文字转语音，TTS就是合成效果不太好），请教各位高手这方面的解决思路。
PS1 讯飞的离线模块只支持20个命令词，百度好像也只能是命令词
PS2 应用环境就是windows10而已

[日立奔腾浪潮微软松下联想]

无限制的语音识别很困难(如果要保证准确率的话)，如果能做到说明真正的人工智能出现了。

[lyhoo163]

这个可以是高水平的，是一个系统，需要大数据，自动学习功能。难度很大。

[ooolinux]

花钱应该有专业版？

[ckok]

各位，其实我只是一个离线的语音转文字 以及 文字转语音，当然语音转文字是没有特定语音指向要求这种，不太需要大数据和深度学习这些吧，我也不排除商用的，花钱都没问题
之前我用delphi做过的文字转语音，无非就是先录好字词，然后解析文字进行组合。现在都过了10年了，科技这么发达，应该不存在什么大的障碍了吧，只不过现在百度也好，讯飞也好，都更倾向于在线方式
真的没有任何推荐的商业产品或者解决方案了吗？各位高手高手高高手~急，在线等

[日立奔腾浪潮微软松下联想]

同音字、读音近似的字、多音字... 保证高正确率的情况下，语音转文字很容易？不是切割、计算特征码、数据库匹配字就可以的，还要有语义分析。说简单一点：让一个人听写一段话，都未必完全正确。

[日立奔腾浪潮微软松下联想]

现在的语音识别系统（纯软件的，还有基于专用硬件的），根本没有宣传的那么高级，都需要经过长时间的人工训练才能有点实用价值，而且也是针对专用领域的，达不到非限定场景自然语音识别高准确率的程度，即便微软宣称的比速记员准确率还高的系统，实际也是有针对性训练数千小时的结果，换一个场景马上变成250。当然如果楼主的要求只是非常有限的词汇量场景，还是可以保证很高准确率的。

[ooolinux]

便携翻译神器科大讯飞翻译机不错。

[ckok]

我这里不存在语义分析的问题，只是标准行业用语，只是在语音语句的参数有改变，比如“注意行车”，比如“XX次列车在XX站至XX站区间XX公里处的限速为XX公里”，然后需要判断是否说了这句话，并且把XX提取出来。
这样的是否有解决方案呢？

[日立奔腾浪潮微软松下联想]

不存在语义分析的问题，那你怎么知道“xx公里”这里要用公里，不是公理、宫里、公厘、公立、功利、功力... ？
任何正确用词都是建立在对上下文的正确理解基础之上的，你可以了解一下自然语言处理，是人工智能领域的一个重要分支。

[lyhoo163]

建议你，购买现有的语音识别系统，让语音变成文字，再通过文字进行搜索。文字搜索就是纯字符搜索，语音搜索，比较麻烦和模糊。

[想远行的猪]

老板,找到没有这种源码或者程序,或者软件,或者方法