现在技术越来越厉害了，前几年还感觉语音打字特别不靠谱，各种语音助手也相当蠢萌，想问下现在国内语音识别发展到什么水平了？
实时且准确的将语音转化成相对应的文本已经达到了什么样的水准？
浏览 2379提问于2018-08-06
0回答
我是腾讯云合作伙伴上海安畅的产品经理，目前接到客户有语音识别的需求，能否加一下你们的微信。我的微信号shisanshao0002。能支持识别排版吗
浏览 238提问于2018-09-05
1回答
录音时注意
、、
我正在寻找一个Android的语音记录器软件，这将允许我做笔记，这将是与录音时间戳。
我开始录音这个声音。1分钟后，我写了一个便条：“你好”。25分钟后，我又写了一个笔记“这是个测试”。
浏览 0提问于2015-10-30得票数 2
Twilio可以提供，但这不是实时的。是否有可能编写一个应用程序，实时处理调用者的音频，并在处理音频后做出响应？我希望有一些软件“倾听”，并以编程的方式作出反应。
浏览 1提问于2015-05-12得票数 11
回答已采纳
在某些情况下，它只不过是胡言乱语，往往是由于机器无法处理的不同方言。我们无法访问原始记录(数据隐私)，因此无法获取或创建真正的标签。正如我们所承诺的那样，这个制度是不能被取代的。
浏览 0提问于2021-01-24得票数 2
2回答
tts文本转语音出现音频最后停顿声音，请问如何解决？音频如下：
tencentAi_1.zip
浏览 1220提问于2019-04-29
1回答
我的目标是在Skype通话中使用合成语音。这可以用于一种场景，例如同时举行两次会议(一次本地会议，一次远程会议)，而不能大声发言(在本地会议中)。这是可行的，但在远程会议产生的声音，然后立即返回给我，进入耳机的监视器音频流，然后返回到Skype作为输入！所以，这是个回声问题。
我需要更直接的东西。我怎么能把合成声音的声音直接输入Skype呢？
浏览 0提问于2014-09-02得票数 2
回答已采纳
2回答
我正在努力找出国会演讲中使用频率最高的词语，并由国会议员将它们分开。我刚刚开始学习R和tm包。我有一个可以找到最常用单词的代码，但是我可以使用哪种代码来自动识别和存储语音的说话人呢？我希望能够得到这些名字，或由人单独的文字。希望你能帮助我。非常感谢。
浏览 1提问于2012-01-11得票数 1
5回答
几年前，我很简单地用了“龙”这个词，当时我在想，这是否是一个可行的编程解决方案？同样的问题的回答是这样的，但没有得到答复。
浏览 0提问于2012-05-16得票数 10
回答已采纳
1回答
我正在使用一个语音识别程序(cmusphinx)，它可以从我的数据中返回一个短语。它返回UTF-8字符，当返回一个中文字符(三个字节)时，它将其分成三个单独的字符。例如:当我想要人时，我看到：‰∫∫。我尝试使用Objective-C的内置转换方法(到UTF-8和从UTF-16转换)，但这些方法使我的字符串保持为三个字符。
如何将这三个独立的字符解码为一个utf-8码点的中文字符？
浏览 1提问于2011-10-29得票数 0
回答已采纳
2回答
我们一直在经历一个问题，从我们的思科7936会议电话单向VOIP电话，直到最近。
最初，电话开始正常，但几分钟后，远程腿下降，他们无法听到我们。这适用于内部和外部调用。
浏览 0提问于2016-12-14得票数 1
我有三个整数，比如说m := 19.我想要生成字符串'03:19:08'。我知道如何把一个数字转换成一个字符串，如果有必要的话，我甚至可以用一个零来填充它。因此，作为第一遍，我写了这个绝对可怕的代码：m < 10 ifTrue: [ms := '0', (m asString)] ifFalse: [ms := m asString].
s < 10 i
浏览 2提问于2017-05-23得票数 1
回答已采纳
6回答
当我通过语音(广东话)输入信息时，手机能识别广东话。实际上，是否还有其他方法来执行输出为广东话的TTS？
谢谢！！
浏览 14提问于2013-09-20得票数 2
回答已采纳
关于我想要的应用程序的一些注释:基本上是一个笔记应用程序，记录一个讲座或会议或其他什么，并为你抄写课文，加上一些额外的功能。我希望在本地处理所有的语音，以确保其脱机工作，并减少应用程序对云服务的依赖。
我正在尝试使用，一种新的文字软件，在本地处理所有的东西，这是我的应用程序所必需的。
浏览 12提问于2022-10-12得票数 -1
2回答
在语音生成中添加重音
、、、、
这个问题的第一部分现在是它自己的，在这里：我想出的是：
这实际上更像是一个通用的DSP问题，但我想提出一个编程算法来完成这个任务，而不是一般的想法。
浏览 11提问于2012-03-15得票数 8
回答已采纳
2回答
关于通过多边化进行飞机跟踪，我有以下问题:我们设法实现了一些算法，使用3或4个接收器来计算基于多边化的飞机位置。问题是，这首曲目看起来相当“摇摇欲坠”(请看链接中的图片，很抱歉我不能在这里添加它，因为声誉。)
什么是平滑赛道的好方法？我偶然发现了卡尔曼滤波器。我不是一个数学家，也没有任何机器人或类似的经验。这个级别的数学对我来说是非常难理解的(我很高兴我很好地处理了多边化)。航迹的计算采用闭式算法。也许切换到迭代算法也会有所帮助？
那么，在
浏览 2提问于2013-02-06得票数 3
回答已采纳
1回答
我收集了一些原始的音频，从所有的会议，讲座和随意的谈话，我是其中的一部分。机器转录没有提供良好的结果(从Azure，AWS等)。理想情况下，我将有自己的语音识别系统，干净的板(开放听取建议的模式选择)，但需要知道的格式和风格的数据应该创建。在我看来，音频分割(比方说，将30分钟的音频切割成200部分)可以自动完成，但是如何将文字记录分割成200行呢？(需要手动检查换行。)，因此，对于大型数据集来说，这不是一个很好的选择。
浏览 0提问于2020-08-03得票数 1
云服务器
ICP备案
对象存储
即时通信 IM
云直播
腾讯云开发者
