vosk-unity-asrを使ってUnityでローカルの音声認識処理を行う

初めに

Unityを使って音声認識をする場合、日本語の音声認識のローカルモデルはほぼないです。今回は、vosk-unity-asr (リンク先はfork版) を使って動かしてみます

開発環境

• unity 6000.x.x

実行

リポジトリをcloneすると以下のように動かすことができます。

モデルからのレスポンスは以下のようになっています。そのため、この中から一番上のものを選んでUIに表示します

{
  "alternatives" : [{
      "confidence" : 217.502853,
      "text" : " 今日 は いい 天気 です ねー"
    }, {
      "confidence" : 216.123047,
      "text" : " 今日 は いい 天気 です ね"
    }, {
      "confidence" : 216.009949,
      "text" : " 今日 は いい 天気 です ねぇ"
    }]
}