我正在尝试使用IBM Watson speech to text api。这个api能识别不同的口音吗？有没有办法教不同的口音，比如印度口音？在Windows中，对于语音识别，口音识别是通过提供一些样本语音来理解人的口音来完成的。IBM Watson中有类似的方式吗？
浏览 2提问于2016-11-23得票数 0
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
2回答
沃森的语音识别器支持作为参数的关键字列表，但我试图弄清楚这些关键字是否真的会影响识别。例如，如果您正在给Watson一个音频剪辑，其中包含可能无法正确识别的正确名称，那么将这些名称作为关键字提交会增加Watson正确识别它们的可能性吗？关键词与识别本身相互作用吗？
浏览 2提问于2016-04-12得票数 0
回答已采纳
1回答
我有一个Python脚本，它使用音频文件和沃森语音到文本服务，并打印识别的成绩单和信心。是否有Watson服务计算的“延迟”值可以打印出来？我已经有一个Python脚本来计算自己的延迟，只是想知道Watson是否提供了这个数字，以便我可以将其与其他语音到文本服务的延迟进行比较。
谢谢!
浏览 2提问于2018-01-12得票数 0
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。
浏览 2提问于2015-11-12得票数 0
回答已采纳
我正在制作一个助手，使用gTTS和谷歌语音，但这个错误出现。这对于语音识别来说是很好的，因为它可以毫无错误地识别。我测试了打印功能，但是当我想要文本到语音转换时，这个bug就来了。..。("Sorry, I did not catch that") watson_speak("I am offlineright now")
return voic
浏览 3提问于2020-11-05得票数 5
我有一个反应原生移动应用程序，并想添加语音识别到它(兼容IOS和android)。我在网上搜索了所有可能的工具，找到了以下内容：1.react-native-voice
对于文本到语音(TTS)：
浏览 0提问于2019-12-05得票数 2
1回答
我需要这两个API，因为在IBM中，watson有这样一个特性，即在识别说话人方面，但是在将语音转换为文本过程中，准确性并不是很准确。虽然在中，语音转换成文本的效果更好，但是他们可以识别英语-菲律宾口音，但是在识别说话者时，IBM有更好的效果。我想要创建一个演讲文本应用程序，可以识别发言者。我的问题是，IMB和是否有可能被合并？
浏览 1提问于2019-04-01得票数 1
回答已采纳
我需要一种快速的方法来执行非常小的词汇量(小到整个字典中的5个单词)的语音识别。我知道很多语音识别框架，比如OpenEars，ATT Watson speech API，Dragon等，但它需要你在阅读上投入大量的时间。由于我们的应用程序的重点不是语音识别，因此我们希望以一种快速的方式完成它。我知道如果我只有5个单词，那么我也可以用5个选项来替换它们，但这是不合适的。对此有什么想法吗？谢谢。
浏览 3提问于2012-09-14得票数 0
回答已采纳
当从IBM-cloud python SDK的2.10.4版本更改到新的3.0.4版本时，我不能再使用set_detailed_response(False) 使用watson python SDK利用IBM_watson助手、文本到语音、语音到文本和视觉识别服务。当SDK更新到2.0版本时，所有方法的默认响应都更改为DetailedResponse (https://pypi.org/project/ibm-watson/#change
浏览 14提问于2019-06-26得票数 0
回答已采纳
我找不到任何在IBM Watson中部署PyTorch模型的好参考资料。我已经从Hugging transformers库创建了Bert模型，并使用Pytorch实现。现在，我需要在IBM watson中部署PyTorch模型以进行实时预测。
我已经搜索了很多，但没有找到任何部署步骤的参考资料。
浏览 0提问于2020-09-22得票数 0
2回答
React-将本地语音转换为文本
、、、、
我正在尝试使用Watson Speech to text API在react原生应用程序中录制音频，然后将音频转换为文本。 var SpeechToTextV1 = require('watson-developer-cloud/speech-to-text
浏览 56提问于2017-01-28得票数 2
我目前正在使用Twilio打电话，我想添加一个语音识别元素，这样如果用户说了特定的短语，我的后端就可以采取特定的操作。如果您熟悉Twilio，它类似于Gather动词。它需要是实时的，因为如果识别有问题，用户将被提示澄清。
浏览 93提问于2016-11-18得票数 4
回答已采纳
请描述您的问题地址：https://cloud.tencent.com/document/product/441/6199
浏览 170提问于2018-03-12
我在Watson Studio中使用Text to Speech。输出文件为“.wav”。有没有人知道文件存放在哪里？我想把它从IBM云下载到我的pc上。我该怎么做呢？我已经搜索了整个云存储，但找不到语音文件。
浏览 25提问于2020-03-29得票数 0
回答已采纳
我想做一个语音到文本分析的项目，我想要1)说话人识别，2)说话人二元化，3)语音到文本。现在我正在测试为微软，谷歌，亚马逊，IBM等公司提供的各种API，我发现在微软，你可以选择用户注册和说话人识别()，但是，所有其他平台都有说话人二值化，但没有说话人识别。在扬声器二元化中，如果我理解正确，它将能够“区分”用户，但它如何识别，除非我不注册他们？我在azure中只能找到可用的注册选项
但我想确认一下，所以我想在这里检查一下，也许我看到的是正确的文档，或者在Google cloud、
浏览 0提问于2020-01-20得票数 0
1回答
最近，我添加了一个很酷的功能-语音识别。但是，我收到Facebook的音频附件作为mp4文件的url，没有一个熟悉的语音2文本api (Google，Watson等)支持mp4，所以我必须把它转换成FLAC，然后我可以得到成绩单。有支持mp4的语音2文本api吗？或者有其他方法从Facebook获得FLAC音频？
谢谢!
浏览 3提问于2017-07-13得票数 1
2回答
我有兴趣制作一个Android应用程序，它用声音命令启动功能(例如:不要点击按钮，而是使用语音命令)。我的想法是使用语音识别将结果存储在变量中，如果结果与关键字集相对应，函数就会启动。我有两个问题：
如何利用语音识别的结果达到我的目的？谢谢你的帮忙
浏览 9提问于2016-11-11得票数 2
云服务器
ICP备案
腾讯会议
对象存储
云直播
腾讯云开发者
