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
DNNs是一种巨大的数据需求算法，尤其是双向LSTM算法.对于语音识别模型，对于特定的语言/口音，缺少语音语料库。然而，YouTube也是一个巨大的库。我需要使用一些脚本/软件，它可以自动下载YouTube视频(可能只有音频)和相关的字幕，然后将其分割成20秒的片段，这样就可以用作训练语音语料库。
有没有任何方式可以下载来自Youtube的字幕？给出一个音频和脚本，我如何将一个音频分割成20秒的片段，并在文字记录中做同样的剪辑？
浏览 0提问于2018-12-21得票数 0
我知道音频指纹识别音频文件，这是很棒的，但我真正想知道的是Google是如何制作语音识别API的，它们是如何获取音频和返回的单词的。我写了一个宝石来指纹wav音频文件并对它们进行比较，但是如果我用指纹将我的声音与充满指纹的数据库进行比较，可能要花费很长时间。谷歌是怎么做到的？用途：
我真的很喜欢语音识别，我想要一个地方开始编码，但我不知道从哪里开始。DragonVoice是语音识别软件的另一个例子，所有这些软件都非常
浏览 5提问于2014-02-27得票数 0
回答已采纳
1回答
实时语音识别音源问题？
、、、
使用官方提供的实时语音转文字demo，可以通过文件流的方式识别出音频文件的语音并转成文字。当音频流来源切换到前端调用麦克风实时发送数据，就无法识别出文字。request.setEngineModelType("16k_zh"); //模型类型为必传参数，否则异常
request.setVoiceFormat(1); //指定音频格式.newSpeechRecogniz
浏览 190提问于2024-04-08
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。
我到目前为止发现的是：
浏览 1提问于2010-11-01得票数 14
回答已采纳
1回答
我经常从大的音频文件中剪辑音频片段，这些文件通常有30到60分钟长。有数百个，可能是数千个这些音频文件。通常情况下，一切都很好，但有时我想回去重新听听我摘录的内容背后的一些背景。最近，我在摘录中加入了文件名以供参考，但我想知道是否有任何方法可以搜索音频文件。从字面上讲，这不是大多数关于这个话题的结果所提出的“语音识别搜索”。我有实际的，准确的原始音频，如果我可以让脚本扫描文件夹中的所有音频文件，看看剪裁后的音频文件是否出现在其中任何一个文件中，那就太棒
浏览 0提问于2020-12-14得票数 2
5回答
我正在寻找一个软件( Windows或Linux)，可以将MP3/WAV文件转换为文本。
可以通过语音识别自动生成文本的内容，如YouTube上的自动字幕，但可以将这些字幕输出到文本文件中。
浏览 0提问于2015-06-28得票数 13
我有一个短音频mp3文件列表。是否有任何软件可以自动将它们合并成视频，在播放时显示原始音频文件的名称？我正在使用Ubuntu，我将在Ubuntu中使用这样的软件
浏览 0提问于2014-11-13得票数 2
回答已采纳
2回答
我正在尝试创建一个用于创建自定义语音命令的软件。目标是允许用户/我录制一些音频数据(2/3秒)，用于定义命令/宏。然后，当用户要说话(录制相同的音频数据)时，将执行命令/宏。该软件必须能够在低成本计算机(例如RaspberryPi)中在不到1秒的处理时间内检测到命令。我已经通过两种方式进行了搜索：- Speech Recognition (CMU-Sphinx，Julius，simon)：有很好的开源解决方案，但它们通常需要大型数据库文件，而语音识别并不是我真正想要
浏览 3提问于2013-03-09得票数 2
回答已采纳
1回答
我有一个音频文件，而且我有那个音频文件的准确记录。我希望能够在这个特定的文字记录中得到每个单词的时间戳。有没有人知道谷歌语音识别是否有可能做到这一点？
浏览 3提问于2020-04-25得票数 1
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
1回答
提取音频文件的二进制表示
、、、
我想从一个音频文件(可能记录在audacity中)中提取出确切的二进制实现。我想要这个提取这些表示，以识别语音和声音，即一个基本的语音识别软件。编辑-我想获得音频的波形，而不是图形，而是二进制表示，这样我就可以将语音转换为文本。
浏览 2提问于2012-03-05得票数 0
1回答
我们有一台雷达，可以通过耳机进行音频检测，以指示目标的类型。目标类型是(例如汽车/卡车/人)。雷达根据多普勒变化来区分这些目标，并将其向下转换为可听范围，操作员可以通过耳机听到。系统已经提供了与每种类型的目标(人/车/卡车)相对应的样本音频文件，以训练操作员知道当实况信号被馈送时他听到的是什么，并相应地确定它是什么目标。
我打算让一个软件来做这个操作员的工作。我想比较从雷达现场音频信号输入与7个不同的测试音频文件，并希望软件告诉我哪个文件匹配输入。
浏览 0提问于2015-01-04得票数 0
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
