优图能否实现识别一张图片和某一张图片是否是一样的？
我要做的功能就是，拍照上传图片识别对应我的一段文字讲解录音。
浏览 353提问于2019-04-10
录音通常有一小时长( mpeg或flac格式)，每次录音都包含几首歌曲/音乐。是否有软件可以将录音作为输入，识别/检测单个歌曲的边界(当然是最大的努力)，并将每个输入文件中包含的歌曲/片段作为单独的音频文件输出？
浏览 0提问于2016-11-28得票数 1
录音通常有一小时长( mpeg或flac格式)，每次录音都包含几首歌曲/音乐。是否有软件可以将录音作为输入，识别/检测单个歌曲的边界(当然是最大的努力)，并将每个输入文件中包含的歌曲/片段作为单独的音频文件输出？
浏览 0提问于2016-11-28得票数 1
回答已采纳
问题是这样的，终端产品将压缩格式为AMR的录音文件通过2G移动网络发送到服务器，怎样才能在UBUNTU14.04的镜像系统中完成自动解压成WAV格式的语音文件？然后被语音识别调用？批量的解压，批量调用语音识别！
浏览 336提问于2018-02-24
2回答
我正在寻找一个软件，一个库或一个算法，可以训练，以识别大约十几个说话人独立的声音命令。
命令将是非常不同的短语，每个4-5个单词。他们可以被选择来听起来彼此之间很不一样。
浏览 0提问于2014-10-01得票数 6
我想要同步语音录音与已知的文本。是否有一个语音到文本/自然语言处理库可以促进这一点？我想我会想要检测单词边界并从字典中计算候选匹配。我发现的大部分问题都与书面语言有关。
浏览 1提问于2010-11-01得票数 14
回答已采纳
我试着做一个实时的演讲到文字抄写脚本。下面的脚本适用于录制的wav文件。"] print(transcriptions)我以为FFmpeg能做到，但怎么做到的呢？
浏览 0提问于2022-10-11得票数 1
1回答
我想做一个应用程序，计算每个发言者在录音中的发言时间。我不关心做完整的语音识别和抄录录音中的每一个字，我只是想要每个声音的发言时间。
有没有一款提供这种功能的软件？
浏览 21提问于2022-08-10得票数 1
我搜索并找到了这篇文章：然而，它并没有回答我的问题。
是否有任何方法改变一个人的声音，足以使手机呼叫无法识别的语音识别技术？
浏览 0提问于2019-08-29得票数 2
1回答
我希望能够用Linux、Laravel或MySQL这样的词来转录非常技术性的录音，这些词不能很好地转录。我该如何(轻松地)将这些单词添加到转录软件中，以便在说出这些单词时成功识别它们？更新
在将新的单词添加到newwords.txt之后，我可以成功地运行run_adapt.sh脚本，但是当我尝试使用更新后的语言模型用新的单词转录音频文件时，它无法识别新的单词。
浏览 1提问于2016-11-30得票数 0
我不感兴趣的语音识别和能力，如听写或语音文字输入。我想要的要简单得多:我发出声音，工具向活动应用程序发送一个键笔画，或者执行控制台命令。声音可能是一个单词，或者是几个单词，但是这个工具不需要识别单词本身--而是将整个声音样本与其数据库中的其他声音样本进行比较，选择最接近的声音，并执行相关的操作(如果没有足够接近的话)。我说的这个词可能是IT术语，或者是游戏术语/项目/字符，有时发音不像英语，所以语音识别在这里不会有任何好处。或者，是否有一个允许快速比较/搜索短音频样本的软件库
浏览 0提问于2021-06-30得票数 0
1回答
我已经使用Python语音识别工作了大半个月，制作了一个类似JARVIS的助手。虽然识别是准确的，但我很难处理这些软件包处理语音所需的大量时间。它们的工作方式似乎是从一个静默点记录到另一个静默点，然后将记录传递给STT引擎。在处理录音的过程中，无法录制其他声音进行识别，如果我试图连续发出多个复杂的命令，这可能是一个问题。当查看Google Assistant语音识别、Alexa的语音识别或Mac OS High Sierra的离线识别时，我看到在我说出
浏览 1提问于2018-07-26得票数 14
我想要的能力，动画的场景，我可以画框，圆圈，文字和其他东西，如图像，并能够记录它。我想我将需要我自己的录音软件，但这是独立于这篇文章。
因为我的需求很简单，所以我使用的工具应该是免费的。
浏览 0提问于2022-03-15得票数 0
1回答
我有大约一分钟长的音频文件，在录音的一半，背景中有一种非常明显的声音，比如抽屉关闭，或斧头击中一块木头。基本上，我正在寻找的是一些软件或在线服务，我可以输入这个10秒的剪辑，它会准确地识别它是什么，或者它可能是什么，一个20条建议的列表也会很好。
到目前为止，我能找到的唯一网站是识别音乐。
浏览 0提问于2018-02-01得票数 1
是否有方法搜索当前窗口的内容(如web浏览器中的Ctrl+F )？我认为这应该是可行的，因为我们也有可以访问窗口文本内容的屏幕阅读器，但是我什么也找不到。
浏览 0提问于2021-05-09得票数 0
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
