2回答
我正在寻找一个免费的命令行(Linux)工具，或者一个python包，它检查音频文件(音乐)中的声音/唱歌。我有很多音乐作品，有些是唱歌的，有些是没有的。我正在寻找一些代码，可以分析一个音乐文件，它可以告诉我，在那个音乐文件中有多少唱歌，或者是否有唱歌，或者类似的事情。
欢迎提出建议。
浏览 0提问于2021-05-07得票数 1
回答已采纳
我使用的是用于语音的android.speech.SpeechRecognizer接口。我在安卓4-5上工作得很好，在Android 6中，语音在5秒后也会死掉，没有任何错误或任何东西。我们对此有另一个黑客解决方案，检测到5秒内没有任何活动并重新启动它…
浏览 1提问于2017-02-28得票数 12
假设我有一个包含英语和日语语音的音频文件，并且不知道在音频文件中何时何地将是英语语音或日语语音。我目前已经安装了英语和日语识别器返回两种语言:英语和日语提前感谢！！
浏览 3提问于2016-01-19得票数 2
我已经检查了新的Kitkat库，以确保我没有遗漏什么。我希望我的应用程序在执行操作之前总是侦听关键字，就像Google现在总是在主屏幕上侦听关键字"Ok google“一样。
浏览 5提问于2013-12-01得票数 15
1回答
对于一个中文学习应用程序，我们让用户记录一个音节，然后我们使用语音识别来评估发音是否正确。挑战在于，在汉语中，声调只在音节的元音中发音。因此，如果用户只发一个元音，例如"a“，那么贝多芬就能很好地工作。因此，我正在寻找一种方法，将音节录音只修剪成元音，这样我们就可以只在元音上使用贝多芬，并正确地检测出汉语的声调。我也很高兴知道是否有人
浏览 4提问于2021-09-29得票数 0
2回答
我有一个电话调制解调器，它通过一个16位PCM8000 to的串行USB ttyUSB0给我的接口应用程序提供语音。我能够捕获这些数据并大胆尝试。我希望这个端口在linux中被检测为声音设备(我在ubuntu上)。有可能吗？还有没有别的选择？
浏览 1提问于2011-12-15得票数 1
我想在我正在编写的iOS应用程序中传输语音呼叫的语音数据。这是供个人使用的，而不是应用程序商店，为了实现这一点，我知道我必须知道关于语音接口的iPhone函数，我也知道接口函数是不开放的。如何获取语音接口的iOS接口？
浏览 1提问于2012-03-27得票数 0
回答已采纳
我正在用picovice开发一个react本机应用程序，以检测唤醒词和意图。一旦检测到尾声词，就会启动语音识别。我还想开始语音识别的按钮点击，而没有检测到唤醒词。detection.Start：启动语音到意图识别的尾声词，语音到意向识别按钮点击后没有唤醒词检测。
为了达到这个目的，请提供一份指南。
浏览 8提问于2022-09-25得票数 0
在Java中，有没有办法检测Android设备是否安装了离线语音识别语言，以及是否没有提示用户下载它？
我知道你可以要求语音转文本，更喜欢离线语音而不是文本，但你如何知道设备是否安装了语言？这个问题不是关于如何使用离线语音，这是可行的。问题是“如何从Java应用程序代码中检测和下载/安装离线语音语言”。即，让应用程序检测他们是否安装了离线德语，如果没有，则提示用户下载/安装。
浏览 1提问于2017-02-04得票数 18
我想知道，在安卓系统中，可以像应用程序在通话中那样传输调制语音。我已经搜索了很多，但我只得到了如何在录音后改变声音的结果。所以，请回答我，在Android系统中可以在呼叫时传送更改的声音。
浏览 5提问于2013-08-08得票数 1
回答已采纳
我认为一个解决方案是使用一个语音识别模型或类似的方法来进行分类，看看一个帧是否只包含沉默或噪声。
然而，我正在寻找一种解决方案，它将不依赖于机器学习，而是主要依靠信号处理技术或其他一些预处理方法。
浏览 0提问于2018-05-28得票数 1
回答已采纳
1回答
我假设这可以简单地通过各种语音识别库来完成，但我对它们都不熟悉，快速浏览一下文档并不能给出一个简单的答案，甚至不能很好地了解更深入地了解哪个库。理想情况下，这个库应该有一个python接口，但是任何可以在linux/osx/android上运行的东西都足够了。iOS是不可行的。库/示例的可用性比性能更重要。
浏览 18提问于2017-12-29得票数 1
是否有使用Google Cloud Platform Machine Learning的Speech API自动检测口语的选项？
表示支持的语言列表，用户需要手动设置该参数才能进行语音转文本。
浏览 0提问于2017-05-23得票数 8
我创建了一个可以将音频转录为文本的python脚本，但它使用的是录制的音频作为输入，问题是在未达到指定时间之前，它是一个如下所示的记录文件。 exten => 1102,n,Record(file_path,,7)
exten => 1102,n,agi(python_script) Record()中的7是总时长，假设我只说2秒，比如"Hello“，那么我接下来的5秒就会被浪费掉，而且没有得到优化。 其次，除非Record()没有完成，否则agi()不会启动，而且它在某个不活动的地方，因为agi脚本使用录制的音频文件作为输入和输出。 那么现在我的主要问题是，如何实时转录
浏览 46提问于2021-02-08得票数 0
1回答
我们正在构建一个应用程序，记录拨打的手机只传出语音邮件消息。当拨打的手机外呼结束时，我们想停止通话，不再留言。我们被困在检测拨打的手机号码输出语音信箱消息的末尾！Asterisk AMD (应答机检测)用于检测拨打电话上的去电语音邮件结束，但Asterisk不允许您在AMD模式下录音。我们需要记录和检测拨打的手机的传出语音邮件消息的结尾。
浏览 2提问于2011-04-13得票数 0
1回答
我想使用带有asterisk的标准SIP设置，但在树莓派的声音输出上执行VAD，以便在音频输出上有语音时发送数字信号，将对讲机切换到“说话模式”。是否有任何预先存在的C函数或包含侦听ALSA混合器，并抛出1表示语音，0表示没有语音，并具有足够低的延迟以用于这个类似对讲机的系统中？
再一次，我更喜欢预先存在的库，因为这是实时的，延迟很低。
浏览 0提问于2013-03-06得票数 1
1回答
语音，音频分析，自动语音识别，多说话人分离，情感，说话人重叠(同时检测说话人)。-Cloud语音文本识别Google-人工智能支持的亚马逊连接语音分析
浏览 3提问于2020-03-25得票数 2
回答已采纳
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
