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
我在亚马逊.NET软件开发工具包中找不到任何转录流媒体服务(从语音到文本)的参考资料。
在.NET SDK亚马逊转录流媒体服务中可以使用吗？任何参考资料都会有帮助。
浏览 53提问于2019-01-22得票数 4
1回答
我目前正在开发一个实时翻译网络应用程序，允许多个参与者使用，并以多种语言分享他们的转录。提前感谢！
浏览 5提问于2021-02-08得票数 1
1回答
我刚刚试用了IBM Watson的演示，用于自动语音到文本的转录。我试着用火狐浏览器实时转录我的声音。大多数情况下，抄写是错误的或缺失的词。我还读到了泰德的演讲是如何转录的，我了解到他们是通过志愿者手工完成的。我想听听那些有演讲和文字引擎经验的人关于他们当前技术现状的经验。它似乎不够好的转录文本的动态，也不够好的转录文本，而没有认真的手动干预。
链接到演讲到文本演示
浏览 2提问于2015-11-12得票数 0
回答已采纳
据我所知，大多数语音识别实现都依赖于二进制文件，这些文件包含他们试图“识别”的语言的声学模型。一个人可以手动抄写大量的演讲，但这需要大量的时间。即便如此，当给出一个包含某些语音的音频文件，并在文本文件中对其进行完整的转录时，单个单词的发音仍然需要以某种方式分开。要匹配音频的哪一部分对应于文本，仍然需要语音识别。
这是怎么收集起来的？如果一个人交出了价值数千小时的音频文件及其全部转录(不考虑人工转录的问题)，那么如何在一个单词结束和另一个单词开始的正确间
浏览 6提问于2015-08-03得票数 2
回答已采纳
2回答
谷歌最近在语音识别软件方面取得了很大进展，该软件被用于几个开源产品，例如Chromium 和Android免提短信。我想使用他们的语音识别作为我的服务器堆栈的一部分，但我找不到太多关于它的信息。文本识别软件是否以库或软件包的形式提供？或者，我可以从另一个程序调用chromium，将一些音频文件转录成文本吗？
浏览 3提问于2013-03-23得票数 3
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
我对用于Windows的语音识别软件感兴趣，它以一种标准格式(MP3、WAV、OGG等)获取播客的音频文件，并将语音的转录作为文本文件输出。其动机是帮助为官方wiki录制播客。我希望它能够教它，提高语音识别，或学习新单词。此外，它应该能够处理多人交谈，偶尔重叠的讲话，偶尔的音乐，或非说话的声音。
我只需要这个软件来处理英语。
浏览 0提问于2014-04-14得票数 5
如果我“允许自动谷歌系统分析您的语音邮件信息，以帮助提高转录质量”：在编辑成绩单时，是否建议检查“捐赠此语音信箱”选项？📷
我感到惊讶的是，当“允许自动谷歌系统分析语音邮件信息以帮助提高转录质量”时，默认情况下不会检查该选项，这让我怀疑这两种选项之间是否有任何区别。
浏览 0提问于2014-08-12得票数 2
回答已采纳
1回答
但是，我需要等待很长时间才能完成识别，例如1小时的语音文件。 有没有可能让Azure立即完成识别？目前，识别率约为1:1，即识别1小时的文件需要1小时。我希望这件事能在1:60完成。
浏览 126提问于2021-11-04得票数 1
1回答
这是一个问题，我遇到了使用谷歌语音文字引擎。我目前正在以32 in块实时播放16位/ 16 kHz音频。但是在发送音频和接收记录之间平均有25秒的延迟，这违背了实时转录的目的。
浏览 3提问于2018-07-26得票数 3
回答已采纳
2回答
使用Microsoft语音API转录中/大型音频文件的最佳方法是什么，每个文件6~10分钟？比如批处理音频文件的转录？顺便说一句，我认为Bing语音API和新的语音服务API没有什么区别，对吗？
谢谢大家！
浏览 1提问于2018-06-11得票数 4
回答已采纳
我正在Angular的一个项目中使用Speech to text服务，我正在将来自麦克风的语音转换为文本，当我收到转录时，该服务有时会返回不止一个最终的转录。backgroundAudioSuppressio: 0.5, }, ); 在文档中，它提到interimResults是文字记录数量有限的地方，但通过将其放在错误的位置，我没有收到任何文字记录
浏览 16提问于2020-04-18得票数 0
1回答
因此，我一直在Windows10中使用微软语音识别，做训练练习，将文本口述到写字板中并进行更正，向字典中添加单词等等。我想用这个软件来转录.wav文件。似乎可以使用Windows语音识别API来做到这一点，但这似乎涉及到创建和加载自己的语法文件，这向我表明，这基本上将创建一个新的语音识别器，它使用相同的构建块，但与我在开始菜单中单击“开始语音识别”时运行的程序不同如果不是，是否还有一种方法可以检索默认语音识别器使用的所有数据，以便我可以准确地再现它的行为？如果我需要创建
浏览 5提问于2016-03-18得票数 1
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。如果有帮助，可以只为特定的短语编写代码，在最坏的情况下，可以将短语减少到3或4。
浏览 0提问于2014-10-01得票数 6
1回答
我以前一直在使用IBM语音文本服务来转录已预先录制的完整音频文件。然而，我现在尝试在使用说话人识别功能的同时进行实时转录。
浏览 2提问于2018-02-28得票数 1
这里我的谷歌语音设置给AI发短信以下是语音到文本AI：的输出文件这是视频链接：Google to Text的SRT (由YouTube分配的时间)：例如
Google文字演讲: Represent the
浏览 5提问于2020-10-12得票数 4
1回答
电话录音自动转录软件
、、、、
请推荐录制电话录音的软件。软件需要自动完成转录，而不是依靠人来完成转录。所有电话都是用英语打的。单个人是每个呼叫中的一方，如果需要，该人可以提供语音培训样本。对方在每一次通话中都会有不同的情况，因此无法获得语音培训样本。
浏览 0提问于2020-07-23得票数 1
1回答
应该注意的是，说话者不会使用他们的母语，因此大多数现有的语音识别解决方案都无法工作。我看了一下CoreML，我也许可以用编码的音节数访问语音语料库，但我不确定我将如何开始训练这个模型。
浏览 6提问于2022-11-11得票数 0
1回答
命令行转录工具
、、
基本上，我用dragon监控一个文件夹，将wav文件放在那里，然后在另一个文件夹中等待转录输出。由于龙的崩溃，这样的解决方案最近给了相当多的头疼。我希望有一个简单的可执行文件按需执行转录(从而消除对永久运行的软件的需求)，类似于：该软件应该有意大利语词典和声学模型可用，或至少应该是容易培训，以支持意大利语没有办公套件，所以windows语音引擎不是一个选择。
任何lib/dll以及它在vbscript或python
浏览 0提问于2013-01-17得票数 0
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
