添加語音轉文本 | 文件 - Roblox 創作者中心

語音轉文本 (STT) 是一種技術，能自動將語音聲音生成文本。透過 STT，您可以創造更身臨其境的世界，讓玩家可以與 NPC 對話，無需預先錄製特定音訊即可生成文本，改善對有運動或視覺限制的玩家的可及性，並提供玩家透過語音快捷鍵進行無需雙手操作的控制，例如打開他們的物品欄或施法。

使用 Gingerbread House - Start .rbxl 文件作為起點，本教程將展示如何將從語音動態生成的文本添加到您的體驗中，包括如何實施 STT，以便玩家可以在您的 3D 世界中與物體互動的指導。

有關將音訊添加到您的體驗的更多一般指導，請參見添加 2D 音訊和添加 3D 音訊教程。

為了獲得更可靠的語音識別，請在 STT 旁邊使用 push to chat。這確保玩家的麥克風僅在他們按住設備上的特定按鈕時才能啟用。

音訊對象

要創建 STT 音訊，了解您在本教程中將使用的音訊對象非常重要。STT 的音訊對象有三種類型：

AudioDeviceInput 對象是現實世界中的物理硬體設備，例如筆記本電腦、手機或耳機中的麥克風。
AudioSpeechToText 對象將語音聲音轉換為文本字符串。
Wires 用於將音訊流從一個對象攜帶到另一個對象。

這些音訊對象協同工作，以生成對玩家行動的 STT 文本。例如，如果玩家在使用筆記本電腦玩體驗時佩戴耳機：

AudioDeviceInput 捕捉玩家的語音，通過其麥克風以音訊流形式輸出。
一根 Wire 將音訊流從 AudioDeviceInput 攜帶到 AudioSpeechToText。
AudioSpeechToText 將玩家的語音轉換為文本。
體驗讀取此文本並執行動作，例如在螢幕上顯示說出的文本或在玩家的指令下打開門。

啟用麥克風使用

在將 STT 添加到體驗之前，您必須首先啟用麥克風使用權並發布該體驗。

在 Studio 中打開 Gingerbread House - Start 文件。
創建本地副本。
發布您的本地副本的體驗。
返回 Studio，轉到檔案 ⟩ 體驗設定 ⟩ 通信。
開啟啟用麥克風。
保存更改。

添加簡單的語音捕捉

要將簡單的語音捕捉添加到您的 Gingerbread House - Start 文件的本地副本中：

啟用最新的語音 API 使用。
1. 在資源管理器窗口中，選擇 VoiceChatService。
2. 在屬性窗口中，將 UseAudioApi 設定為 Enabled。
創建基本的音訊對象讓您捕捉口語。
1. 在資源管理器窗口中，轉到 Workspace > DialogueVolume。
2. 刪除 DialogueVolume 文件夾內的所有對象。
3. 將以下對象插入到 DialogueVolume 文件夾中：
  - 一個 AudioDeviceInput 用於捕捉語音。
  - 一個 AudioSpeechToText 用於將語音轉換為文本。
  - 一根 Wire 用於將音訊流從音訊設備輸入攜帶到 STT 實例。
4. 在 AudioSpeechToText 對象的屬性窗口中，將 Enabled 狀態設為開啟。
5. 在 Wire 對象的屬性窗口中：
  1. 將 SourceInstance 設為您的新 AudioDeviceInput，以指定您希望該輸線攜帶來自此特定音訊實例的音訊。
  2. 將 TargetInstance 設為您的新 AudioSpeechToText，以指定您希望該輸線攜帶音訊到此特定音訊實例。

在運行時將音訊設備輸入的 Player 屬性設置為本地玩家。這告訴 Roblox 要捕捉來自哪個用戶的麥克風音訊。

在資源管理器窗口中，轉到 StarterPlayer > StarterCharacterScripts。
插入一個 LocalScript，並命名為 ListenForMagicWord。
將以下代碼粘貼到新的本地腳本中：


local audioDeviceInput = workspace:WaitForChild('DialogueVolume'):WaitForChild('AudioDeviceInput')

  -- 將麥克風綁定到本地玩家
  audioDeviceInput.Player = game.Players.LocalPlayer

測試您的語音捕捉

在您添加簡單的語音捕捉後，可以進行體驗遊玩測試，以確保您的 STT 實施正常運作。對著麥克風說話應該會將 AudioSpeechToText 屬性填充為您的語音的文本版本。

要測試您的語音捕捉：

在測試 > 客戶端和服務器下，選擇團隊測試。
單擊開始以啟動測試服務器。
在新的測試服務器中，取消靜音麥克風並說幾句話。
在資源管理器窗口中，轉到 Workspace > DialogueVolume > AudioSpeechToText。
在 AudioSpeechToText 的屬性窗口中，確認您在麥克風中說的詞語已作為 Text 屬性的值出現。

在遊戲中使用 STT

要將 STT 與遊戲玩法連接起來，讓玩家在對著麥克風說「Open Sesame」時打開姜餅屋的門：

創建一個遠程事件以連接客戶端和服務器。
1. 在資源管理器窗口中，在 ReplicatedStorage 下插入一個 RemoteEvent。
2. 將其命名為 OpenDoor。

添加一個新的腳本來動畫化打開姜餅屋的門。

在 ServerScriptService 下插入一個服務器端的 Script。
將其命名為 DoorService。
將以下代碼粘貼到新的腳本中：


-- 獲取共享的存儲服務 ReplicatedStorage 用於服務器和客戶端之間
  -- 獲取用於補間系統的 TweenService
  local ReplicatedStorage = game:GetService("ReplicatedStorage")
  local TweenService = game:GetService("TweenService")

  -- 允許客戶端請求服務器打開門
  local remoteEvent = ReplicatedStorage:WaitForChild("OpenDoor")

  -- 動畫化門向下移動並打開的函數
  local function openDoor()
    local doorPart = workspace:WaitForChild("Door")
    local tweenInfo = TweenInfo.new(2, Enum.EasingStyle.Linear)
    local tween = TweenService:Create(doorPart, tweenInfo, {Position = doorPart.Position + Vector3.new(0, -15, 0)})
    tween:Play()
  end

  -- 將函數連接到事件
  remoteEvent.OnServerEvent:Connect(openDoor)

將門連接到語音轉文本，讓玩家對著麥克風說話時觸發動作。

轉到 StarterPlayer > StarterCharacterScripts。
打開您之前創建的 ListenForMagicWord 腳本。
添加以下行：


-- 獲取共享的存儲服務 ReplicatedStorage 用於服務器和客戶端之間 
  local ReplicatedStorage = game:GetService("ReplicatedStorage")

  -- 獲取客戶端將觸發至服務器的 RemoveEvent
  local remoteEvent = ReplicatedStorage:WaitForChild("OpenDoor")

  -- 在場景圖中找到 STT 節點
  -- 節點的 Text 屬性會在識別語音時更新
  local speechToText = workspace:WaitForChild('DialogueVolume'):WaitForChild('AudioSpeechToText')

  -- 告訴服務器在 STT 捕捉到玩家說「Open Sesame」時打開門的函數
  speechToText:GetPropertyChangedSignal('Text'):Connect(function()
    local text = speechToText.Text

    if text == '' then
      return
    end
    print(text)

    if (text.find(text, 'open sesame') ~= nil)  then
      remoteEvent:FireServer()
    end
  
    speechToText.Text = ''
  end)

測試您的 STT 實施。
1. 在測試 > 客戶端和服務器下，選擇團隊測試。
2. 單擊開始以啟動測試服務器。
3. 在新的測試服務器中，走到門前，取消靜音麥克風並說「Open Sesame」。門應該會打開，讓您進入姜餅屋。