腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
文章
问答
(194)
视频
沙龙
1
回答
如何体验
实时
语音
识别
功能?
语音识别
浏览 449
提问于2022-06-15
0
回答
语音
识别
支持什么语言?
语音识别
浏览 461
提问于2022-06-15
3
回答
Google Cloud Speech API
实时
识别
python
、
google-speech-api
我正在开发一个
实时
翻译的Python应用程序。我需要
实时
识别
语音
:当用户说什么时,它会自动将这段音频发送到Google speech API并返回文本。因此,我希望在说话时立即显示
识别
出的文本。我已经找到了流式
语音
识别
,但似乎我仍然需要先录制完整的
语音
,然后再将其发送到服务器。此外,也没有如何在Python中使用它的示例 有没有可能用Google Speech API做到这一点?
浏览 7
提问于2017-05-19
得票数 0
1
回答
语音
识别
不同接口得到文字结果的延时对比?
语音识别
浏览 371
提问于2022-06-15
1
回答
识别
结果区分声道吗?
语音识别
、
官方文档
、
json
语音
识别
的结果,text字段是json串还是纯文本?会标明每句话左右声道和起始时间吗? [附加信息]
浏览 606
提问于2018-11-05
3
回答
人脸、情感和
语音
识别
c#
、
.net
、
voice-recognition
、
face-recognition
我正在寻找一种
好
的C#的人脸、情感和
语音
识别
方法。对于人脸
识别
,我很早就使用了Emgu CV,它不准确,在弱光条件下性能非常低。我还需要找到用户的情绪。无论是悲伤还是快乐。另外,对于
语音
识别
,我还找不到任何解决方案,我找到了
语音
识别
,但它不是我需要的。 我不想使用任何在线API。有没有人能推荐我一些SDK或算法,用来实现人脸、情感和
语音
识别
?
浏览 4
提问于2012-06-13
得票数 6
回答已采纳
2
回答
一种有效的录音质量检测方法
c#
、
speech-recognition
、
audio-fingerprinting
我们有来自我们的服务器端进程之一的
实时
、不加控制的记录的各种波形文件,而且它们中的大多数在整个过程中都有很好的清晰的
语音
。然而,有时他们是混乱的,他们有静态,或说话音量不够大。我曾想过要把已知的
好
唱片的平面图和不好的录音进行比较,但是每次录音都会有不同的语言,所以这可能行不通。我研究过像Bass.Net和NAudio这样的库,但是音频处理不是我的专业领域。我的另一个想法是使用某种
语音
识别
API来尝试处理
语音
并将音频记录写到文本文件中。问题是,
语音
识别
并
浏览 6
提问于2013-08-14
得票数 0
回答已采纳
1
回答
语音
识别
购买方式?
语音识别
浏览 481
提问于2022-06-15
1
回答
语音
识别
C++ SDK是否支持windows平台?
语音识别
浏览 425
提问于2022-06-15
1
回答
实时
语音
识别
如何接入到TRTC?
语音识别
浏览 336
提问于2022-06-15
1
回答
语音
识别
服务如何计费?
语音识别
浏览 609
提问于2022-06-15
1
回答
使用Skype调用的MemoryStream在C#中使用SAPI5.4或MS Speech SDK v11进行
语音
识别
c#
、
skype
、
memorystream
、
sapi
我正在尝试让SAPI5.4(也是MS Speech Platform Skype )对来自v11呼叫的音频执行连续
语音
识别
。文件运行正常,但我想让它
实时
运行recognition,所以使用TCP套接字。我尝试将原始音频保存到磁盘,然后将其读取到SAPI中,它工作得很好…所以数据本身是
好
的,Skype在音频上的发送是正确的。然而,这并不能让我做我需要的持续
浏览 2
提问于2012-09-10
得票数 5
5
回答
开源音频模式
识别
(指纹
识别
)
audio
、
pattern-recognition
、
audio-fingerprinting
有没有开源的音频指纹
识别
解决方案可以提供“类似Shazam”的解决方案? 使用的商业解决方案,但我正在寻找替代方案(即使在准确性和性能方面较差)的开源解决方案。
浏览 0
提问于2011-06-08
得票数 28
回答已采纳
8
回答
腾讯刚刚发布的听听音箱运用了哪些人工智能技术及优势何在?
人工智能
4.20号腾讯推出了第一款人工智能硬件产品——听听音箱,其开创了腾讯在AI工程方面的一次重要探索,那么听听音箱运用了哪些人工智能技术还有相比目前市场上的智能音箱体现了哪些优势呢?
浏览 1691
提问于2018-04-25
2
回答
在播放音乐时记录声音.过滤器扬声器输入(iOS)
ios
、
avcapturesession
、
audiokit
我正在开发一个卡拉OK应用程序,你可以在听音乐的同时录制你的声音。当用户使用耳机时,一切都很棒--他可以一边唱歌一边听着耳机里的音乐和他自己。然后我们录下他纯正的声音,我们可以把它和回放混为一谈。当用户不使用耳机时会出现问题。然后我们通过扬声器AVAudioSessionCategoryPlayAndRecord和录音同时播放音乐。在最后的录音中,我们将用户的声音和扬声器的回放混合在一起。问题是回放的音量很大,而且是“覆盖”用户的声音。首先,我认为这是正常的行为,因为演讲者离microphone很近,所以我无能为力。然而,当我在车库乐队上尝试同样的东西时,它以某种方式降低了扬声器的回放,使声音
浏览 4
提问于2018-09-21
得票数 3
1
回答
语音
识别
SDK?
语音识别
浏览 327
提问于2022-06-15
4
回答
iOS / C:音素检测算法
ios
、
real-time
、
detection
、
speech-recognition
、
phoneme
我正在寻找一种算法,以确定
实时
音频输入是否与144个给定(和舒适地不同)音素对中的一个匹配。我正在为iPhone / iPad开发激进/实验性的音乐训练软件。我的音乐系统包括
12
个辅音音素和
12
个元音音素,演示了。这样就有了144个可能的音素对。学生必须唱出正确的音素对'laa duu bee‘等以响应视觉刺激。我觉得使用全功能的连续
语音
识别
器是在用大锤敲坚果。使用能解决问题的最低限度的技术要优雅得多。 所以我真的在寻找任何能
识别</
浏览 5
提问于2011-06-17
得票数 18
2
回答
利用wavin库获取在C++中捕获的音频信号的幅度(或均方根电压)。
c++
、
speech-recognition
、
audio-processing
我正在从事一个非常基本的机器人项目,并希望在其中实现
语音
识别
。我知道这是一个复杂的事情,但我希望只有3到4个命令(或单词)。 我知道使用wavin我可以录制音频。但我希望对音频信号进行
实时
幅度分析,这怎么能做到,波形将作为8位,单声道输入。谢谢,提前说
好
。
浏览 0
提问于2011-04-03
得票数 2
回答已采纳
2
回答
无法在dell inspirton 15 3537上从usb启动ubuntu 14.4
boot
、
dual-boot
、
system-installation
、
usb
在此之前,我有一个
双
引导窗口7/ubuntu14.4。现在我想用usb启动ubuntu。 我用unetbootin创建了一个
实时
usb。之后,我重新启动我的pc,按下F
12
(访问启动菜单)并选择。从那以后,我改变了一些设置,希望我的闪存盘能被我的电脑
识别
,但它没有。所以,如果有类似的或相同的问题,并已经解决了,请分享您的解决方案。谢谢。
浏览 0
提问于2015-08-02
得票数 0
2
回答
Google Glass应用程序开发
android
、
google-glass
我是一名Android开发人员。现在,我想为Google Glass开发一个应用程序。我想为谷歌眼镜做一个简单的通知应用程序。在应用程序中,用户在间隔1分钟后收到通知。请帮帮忙。先谢谢你...:)
浏览 0
提问于2014-05-03
得票数 0
点击加载更多
热门
标签
更多标签
云服务器
ICP备案
即时通信 IM
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券