我看到已经有一些高级的ML项目可以进行文本到语音转换，比如SV2TTS：https://github.com/CorentinJ/Real-Time-Voice-Cloning 然而，我正在寻找的不是文本到语音，而是将语音重新合成为另一种声音 那么，有没有与这个主题相关的项目、软件、库可以使用呢？
浏览 81提问于2021-01-17得票数 0
1回答
我正在为华为应用程序库开发翻译应用程序，我通过了解到自动语音识别目前支持11种语言
自动语音识别(ASR)可以识别不超过60年代的语音，并将输入的语音实时转换为文本。该服务采用行业领先的深度学习技术，识别准确率超过95%.目前，汉语普通话(包括中英双语)、英语、法语、德语、西班牙语、意大利语、阿拉伯语、俄语、泰语、马来语和菲律宾语可以被认可。我使用ASR转换，但29种语言代码在实
浏览 7提问于2021-10-08得票数 2
它确实有很多限制，例如：-
此工具是否来自Google，您在哪里发布与此相关的支持问题？除了Google翻译之外，是否有一个类似的开源工具可用于商业应用程序？
浏览 1提问于2010-11-16得票数 0
有没有办法让android的语音识别器只从联系人列表或任何预定义的列表中捕捉单词？例如:我希望用户说出一个名字，而不是查看无用的单词，语音识别器会尝试从联系人列表中找到匹配的单词。
浏览 1提问于2013-08-22得票数 1
2回答
我很想找到youtube视频字幕/字幕的替代品。我希望任何人都可以开放访问，为我网站上发布的视频添加母语字幕。
浏览 0提问于2009-09-27得票数 1
回答已采纳
我正在运行一个关于网络摄像头聊天的项目，主要要求是一个翻译系统。我没有关于如何翻译它的问题，但唯一的问题是，当有人在摄像头上说话时，我如何捕捉语音，这样我就可以使用语音识别脚本转换语音，并将其生成任何我想要的函数。提前感谢
浏览 1提问于2013-06-26得票数 1
回答已采纳
1回答
我的问题描述：
我有一个样本音频文件，需要在另一个音频文件中找到它(例如，在音频文件中找到识别片段的开始和结束时间)。是否有用于执行此任务的库？
浏览 0提问于2011-12-26得票数 2
回答已采纳
我正在尝试建立一个软件，可以识别正在说的语言。我的计划是使用谷歌的云语音到文本来转录演讲，并将其通过云翻译api来检测转录的语言。然而，因为语音转文本需要在转录之前设置语言代码，所以我计划用不同的语言集多次运行它，并比较“置信度”值以找到最有信心的转录，这将通过云翻译api。
这是不是最理想的方式？或者还有其他可能的选择吗？
浏览 2提问于2020-04-14得票数 0
1回答
除了“语音识别”之外，我还应该使用哪些关键字在互联网上查找帮助/文档，或者在这类过程的书籍中找到这些关键词，同时：
我应该用什么编程语言来编程呢？
浏览 4提问于2012-12-07得票数 1
我正在做一个在Bluenrg1/2芯片上建立端到端通信的任务，它是否支持音频命令并将其转换为数字信号，尽管它有PDM流。有人能给出更多关于这方面的见解吗？提前谢谢你
浏览 7提问于2020-12-18得票数 0
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
我有一个客户谁需要一个Android应用程序，可以识别口头命令。据我所知，内置的语音转文本功能实际上是将数据发送到谷歌的服务器，然后再将文本翻译传回。这是一个主要问题，因为语音数据非常敏感(除非数据在发送到Google和从Google发送时是加密的-但我怀疑它是加密的)。
我能想到的有两个选择。首先是在Android上将语音转换为文本，尽管这似乎是一项极其昂贵的操作。第二种可能是让本地服务器为我转换数据(我可以在发送和接收语音数据和<
浏览 1提问于2012-01-31得票数 7
回答已采纳
1回答
需求：识别语音调制和验证用户操作系统: Windows平台。下面的软件供应商已经试过了，但遗憾的是，它们不适合离线使用，而且都是基于企业解决方案的，除此之外，它是语音识别而不是语音识别：
(对于那些对语音和语音识别之间的区别感到
浏览 0提问于2014-07-25得票数 11
嗨，我的要求是，我有实时音频流作为输入，说两个人之间的一个电话，现在转换该音频为文本在现场和选择某些关键字从提取的文本和插入数据库。按照中的体系结构，服务和AWS转录服务都用于实时流，但是作为链接： AWS转录支持实时转录，那么为什么在该体系结构中使用Kinesis呢？
浏览 2提问于2019-03-15得票数 0
1回答
"A"，"B"，"C"，"D“的表格视图，在它的cells.On单击单元格中有"A"，应用程序导航到一个视图控制器，它将在it.So上显示一个带有文本"A”的标签现在我的任务是在这个app.ie中实现语音识别，如果我说"A“应用程序应该导航到视图控制器并打印"A".I知道我们必须为this.There使用一些语音识别应用程序接口有许多接口的present.So请建议哪一个最适合与iOS9一起使用
浏览 2提问于2016-01-18得票数 2
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
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
