如果我正在开发一个使用TTS和语音识别的Android应用程序，那么在Ubuntu上哪个库用于相同的语音识别和语音呢？
我假设是从文本到语音，但我不确定哪个语音识别库和字典/学习/校准系统用于语音识别。
我想在Ubuntu桌面上提供这个应用程序。
以及在仿真器外测试它。
浏览 0提问于2012-09-19得票数 16
回答已采纳
离线语音识别可以提供个识别本地语音数据的demo吗？本地语音数据的如何填充到boby中呢？
浏览 575提问于2018-04-28
1回答
我正在开发一个程序，其中99%的时间我可以使用标准Microsoft语音识别中的set Grammar来检测所说的单词。然而，在一些情况下，我需要用户说点什么。这永远不会是可预测的。
那么，有没有办法通过MS语音识别来做到这一点呢？
有没有其他的语音识别API(免费)，可以处理非预设的单词？
浏览 0提问于2012-02-10得票数 3
回答已采纳
我正在使用微软的System.Speech SpeechRecognitionEngine进行口述，我需要能够记录所有正在处理的音频，同时对其执行语音识别。
现在，我可以很好地进行语音识别，并且可以获得所识别内容的音频。但是，我需要能够同时保存音频流，以便以后可以使用语音识别中的元数据从整个音频流中获取附加信息。
这样做的适当方法是什么？
浏览 0提问于2013-08-02得票数 3
可能重复：
我有一个程序，它使用麦克风设备进行语音识别。下面是程序的一个简短片段。
然而，我打算做的是不使用微果蝇装置，我打算将一个声音文件传递给这个语音识别引擎，在trun中，这个引擎应该识别来自aduio文件的文本，并重新调整结果。
SpeechRecognitionEngine speechRecognitionEngine = new SpeechRecognitionEngine();
List<Word> words = new List<Word>();
public TestSpeech()
{
浏览 1提问于2012-06-26得票数 2
我对Windows Phone 8.1应用程序中的语音识别有很大的问题。
我的代码(我在Google中找到了类似这样的东西)：
private SpeechRecognizer speechRecognizer;
public async Task InitializeSpeechRecognizerAsync()
{
speechRecognizer = new SpeechRecognizer();
SpeechRecognitionTopicConstraint topicConstraint =
new SpeechRecognitionTopicC
浏览 3提问于2015-11-21得票数 0
我使用webkitSpeechRecognition记录用户语音，并使用SpeechSynthesisUtterance与用户交谈，但是，当系统与用户交谈时，它也会记录语音，这存在一个问题。
如果我停止识别并重新启动，它会再次要求麦克风许可。它是否有任何想法暂停识别，并在发言结束后继续？
或者在没有麦克风许可的情况下再次使用Recognition.stop()和Recognition.start()？
浏览 7提问于2019-04-20得票数 0
1回答
我正在创建一个语音识别+合成平台，通过浏览器使用webkit语音API。我想知道是否有一种方法可以捕获Dialog流的代理响应，然后通过运行它。
例如，我在DialogFlow中构建了一个聊天机器人。现在我想把它和Web语音API结合起来，这样如果我在浏览器中问到正确的问题，它就会说出相应的答案。
浏览 9提问于2022-07-18得票数 0
采取了哪些技术措施来防止录音语音样本被用于语音识别/身份识别系统的认证？
一个客户端希望简化用户登录，并提到了ATO 举个例子。我担心绕开语音认证是多么容易。
浏览 0提问于2018-01-27得票数 4
回答已采纳
现在技术越来越厉害了，前几年还感觉语音打字特别不靠谱，各种语音助手也相当蠢萌，想问下现在国内语音识别发展到什么水平了？
实时且准确的将语音转化成相对应的文本已经达到了什么样的水准？主要还存在哪些方面的问题？
浏览 2288提问于2018-08-06
我有个概念上的问题。
我知道什么是MFCC。但是，我无法找到用于说话人识别和语音识别的mfcc特征向量之间的区别，即使用mfcc特征的哪一部分作为两者的区分因子？以及如何根据mfcc矢量区分两个说话人？
浏览 0提问于2016-12-07得票数 1
1回答
我正在寻找一个程序来验证我的Windows操作系统基于我的声音和我说的话。
需求：
文本密码应改为语音密码。
识别语音调制和验证用户
应进行密码的离线验证。
操作系统: Windows平台。
共享软件将被接受，但免费软件更好。
附加信息：
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困惑的人，你可以使用在这里读到它。)
烈火
阿莫沃克斯
生物验证
Csid
KYC安全
Lexis Nexis风险
米斯特拉尔(开放源码)
细微差别
安全复位 (使用Voxeo)
感官说话
S
浏览 0提问于2014-07-25得票数 11
在Bing中有音乐识别和语音识别功能。
使用测试版Mango，我如何访问此服务并将其应用于我的应用程序？我们将非常感谢您提供的任何信息或方法。
浏览 2提问于2011-08-15得票数 2
回答已采纳
1回答
我知道用户可以通过RFID、指纹识别、智能卡和手机在Oracle ESSO进行身份验证。IBM是否支持NFC(android)的身份验证和语音识别？如果是，那么必要的更改或驱动程序是什么？
浏览 0提问于2013-09-21得票数 -1
3回答
如何让引擎成功识别语音文件(wav/mp3/etc)中的短语？
例如，如果我有一个语音文件和同一文件上下文的书面文本，以便让它识别语音文件中的书面文字。
我试着尝试使用SpeechRecognitionEngine，但到目前为止都没有成功。
我很欣赏这些想法，因为这是我第一次接触语音识别技术。
我见过使用字典的语音到文本转换的示例，但我不确定它在这里如何有用。我想也许可以将所有的语音文件转换成文本，然后简单地在文本中查找特定的短语，但我认为这不是正确的方法。例如，将5小时的语音转换为文本似乎没有意义。或者可能使用特定短语作为“字典”，并在语音文件中查找该项。
浏览 2提问于2012-04-30得票数 4
回答已采纳
我刚接触python，并且一直在学习如何使用python语音识别"pygsr“和pyttsx，现在我想知道如何组合代码来实现一个共同的目标，那就是:当我与程序交谈时，它会给我一个响应。
我在Windows 8上使用python 2.7，并且我已经安装了语音识别和pyttsx库
这是代码pyttsx代码
import pyttsx
engine = pyttsx.init ()
engine.say ( 'Good morning.' )
engine.runAndWait ()
这是使用python库的语音识别代码
from pygsr import Pygsr
spe
浏览 39提问于2017-02-10得票数 1
我想知道如果某人有其他人的语音录音，他们是否可以通过Speaker Recognition API使用该录音来假装自己就是那个人。也就是说，说话人识别API可以识别语音是实时的还是录制的？
浏览 1提问于2017-04-28得票数 2
1回答
Android语音生物识别技术
、、、、
我计划为android设备建立一个语音认证系统。简单地说，你只需要说一个单词，比如“登录”，手机就可以验证你的身份并自动解锁手机，而不是你必须输入密码或绘制模式的登录屏幕。
我最初计划在windows上实现它，但我担心windows可能不支持语音生物度量。
所以我的问题是，android会支持语音生物指标来解锁手机吗？有没有任何用于android的语音生物度量库？
我做了谷歌搜索，但没有真正找到我想要的。我还发现了一些语音生物识别应用，如细微差别，但它们的认证是为了不同的目的而实现的。
谢谢。
浏览 4提问于2014-09-10得票数 5
Autodesk Forge Viewer的远程控制。允许使用自然语言或语音识别接口与查看器交互，以便在类似聊天的模式下执行对话。
由于语音到文本的问题，目前在Google Chrome和Mozilla Firefox中工作正常。
请随时在GitHub存储库中查看：
浏览 0提问于2017-03-29得票数 0
我有一个应用程序，我正在使用谷歌的语音识别来获得文本形式的用户语音输入。这行得通，没问题--我得到了文本。
是否可以将我的文本字符串发送到与谷歌语音操作相同的逻辑/引擎进行解析，并让AndroidOS执行正确的操作？
或者，启动一个意图，提示用户进行google语音操作--规范将按此方式执行(例如，listen to...)但如果没有一个匹配的地方，谷歌语音行动，它会广播回我的应用程序与结果文本处理为溢出。
浏览 3提问于2011-12-06得票数 0
2回答
斯威夫特的“声音”识别？
、、、
我正在研究Swift中的一个应用程序，我正在考虑在我的项目中获得非语音语音识别的方法。
我的意思是，是否有一种方法，我可以接受声音输入，并将它们与一些预定义的声音结合在项目中，如果匹配发生，它应该做一些特定的行动？
有什么办法可以做到这一点吗？我正在考虑打破声音和做检查，但似乎不能得到任何进一步的。
浏览 6提问于2015-04-22得票数 2
回答已采纳
1回答
我们正在建立一个基于We的信息系统，但是在我们的一些工作站上(比如说5%)，我们需要网页上的语音识别功能。今天我们用一个本地的winform来做这件事，它是使用一个本地的WCF客户端从网页开始的(我们也使用这个客户端将文本放到webeditor中)，但这不是最好的集成。我不想要那个winform。我希望文本立即出现在网站上。
关于语音识别:我们有它的API，但这是本地软件。我们必须与他们互动，因为网页中的原生语音识别仍然是很难做的事情，特别是当你必须与speech麦克风(和按钮)等交互时。
我们的想法是在后台应用程序中进行识别，并将结果发送到网页中的编辑器。例如，我们可以将本地应用程序作为与网
浏览 0提问于2015-02-20得票数 2
1回答
语音输入作为密码是否是一种有用的安全措施，可以替代强大的密码和生物识别技术(面部、拇指、签名等)？
输入为密码的声音将被保存为系统中的声波文件，而认证的最终用户必须用他/她在保存密码时所说的相同的文字输入他/她的声音。如果系统检测到相同的语音(语音匹配与他/她保存的输入语音作为密码)，系统将对他进行身份验证，以登录到系统。
语音输入的安全认证措施的瓶颈和限制是什么？
浏览 0提问于2022-04-09得票数 0
回答已采纳
有没有人能给我一些建议，关于在应用程序中集成语音命令的最直接的方法。我看过几篇文章建议使用sphinx语音识别库，但它们已经过时2年了。Siri API现在可以在SDK中使用了吗？
非常感谢您的建议
浏览 0提问于2011-10-12得票数 0
2回答
我希望记录的事件对应于一个特定的声音，如汽车门砰，或可能是烤面包机喷射吐司。
该系统需要比“噪音探测器”更复杂；它需要能够区分特定的声音和其他的响声。
标识不一定是零延迟，但是处理器需要保持来自始终打开的麦克风的源源不断的数据流。
这个任务是否与语音识别有很大的不同，或者我是否可以使用语音识别库/工具包来识别这些非语音声音？
考虑到我只需要匹配一个声音(而不是一个声音库之间的匹配)，我可以做什么特殊的优化吗？
表示匹配的过滤器是合适的，但我对细节不太清楚。我不相信一个简单的互相关之间的音频波形数据之间的一个样本的目标声音和麦克风流将是有效的，因为目标声音的变化。
我的问题也类似
浏览 4提问于2011-11-27得票数 8
3回答
J2ME中的语音识别
、、、
我正在使用j2me开发一个移动应用程序。在那里，我需要一个语音识别功能，这样应用程序应该能够处理和执行用户发出的命令。我想知道的是
这在技术上可行吗(我是j2me编程新手)？
如果可能，在哪里可以找到用于语音识别的j2me库？
提前谢谢你，
努万
浏览 3提问于2009-10-22得票数 1
我试图找出python库是否可以使用上下文和语法来提高识别能力。这个想法是，如果语音识别引擎本身知道你可以说什么的语法，那么识别应该得到很大的改进，但是如果蜻蜓库只是在检查从识别器中获取的任意听写是否与语法匹配，我希望不会有任何改进。
此外，由于蜻蜓支持龙和Windows的语音识别，它将有助于了解答案是否不同，取决于引擎。
浏览 2提问于2014-03-14得票数 1
回答已采纳
5回答
首先，我想说的是，我的问题不是关于语音识别的“经典”定义。
从以下方面看，我们所要做的有些不同：
用户记录他的命令
稍后，当用户说出预先录制的命令时，就会发生某种操作.
例如，我记录了一个呼叫我妈妈的语音命令，所以我点击她并说“妈妈”。然后当我用这个程序说“妈妈”的时候，它会自动给她打电话。
如何将语音命令与保存的语音示例进行比较？
编辑:我们不需要任何“文字到语音”的能力，仅仅是声音信号的比较。显然，我们正在寻找某种现成的产品或框架。
浏览 3提问于2011-04-05得票数 5
2回答
我需要做到以下几点，以避免不得不开发一个非常昂贵的web应用程序。请告知使用Skype (或其他PDA友好的VOIP)呼叫运行MS Access表单的计算机是否可行。MS Access表单将与语音识别和文本语音转换集成在一起，通过Skype VOIP来回通信。远程Skype用户将使用语音命令来运行MS Access宏。其中一些宏将使用文本到语音转换来提示用户在MS Access表单域中口头输入数据。我已经测试了“Windows7的语音识别”和“龙自然发声”这两个应用程序，但它们不支持VOIP，因为它们需要从麦克风输入语音，如果语音是从扬声器输入的，就不能工作，所以语音识别需要在运行MS Acc
浏览 0提问于2012-10-24得票数 0
回答已采纳
除了英语之外，是否有用于语音到文本的API？我知道英语应用编程接口()，但我希望能够像Google Maps或Search那样识别我语言中的语音。它甚至可以是通用API，而不是Android API。
浏览 1提问于2011-02-12得票数 8
回答已采纳
1回答
微软似乎提供了相当多的语音识别产品，我想知道它们之间的区别。
有，或SAPI。但不知怎么的，有着相同的名字。
现在，Microsoft上的认知服务提供了语音服务API和Bing语音API。我认为对于语音到文本，这两个API是相同的。
然后是 (或桌面SAPI)、 (或Server )和。和对这三者之间的差异有一些解释。但我猜想它们是基于HMM的旧的语音识别模型，也不是神经网络模型，这三种模型都可以脱机使用，不需要互联网连接，对吗？
对于Azure语音服务和bing语音API来说，它们是更先进的语音模型，对吗？但我认为在本地机器上无法脱机使用它们，因为它们
浏览 3提问于2018-06-12得票数 10
回答已采纳
3回答
使用MFCC进行语音识别
、、、、
我目前正在使用傅里叶变换结合Keras进行语音识别(说话人识别)。我听说MFCC是语音识别的更好的选择，但我不确定如何使用它。
我在python (3)中使用librosa来提取20个MFCC特征。我的问题是:我应该使用哪些MFCC功能来识别说话人？
除此之外，我不确定如何实现这些功能。我要做的是获得必要的特征，并为神经网络做一个长向量输入。然而，也可以显示颜色，所以图像识别也是可能的，还是更多地针对语音，而不是说话人识别？
简而言之，我不确定我应该从哪里开始，因为我在图像识别方面经验不是很丰富，也不知道从哪里开始。
提前感谢！！
浏览 4提问于2018-12-04得票数 0
1回答
如果我想发展一个简单的单词识别精灵词，我应该从哪里开始？我读过很多文章，但它们都是关于英语语言的语音识别，而不是自定义语言。
浏览 3提问于2017-02-06得票数 1
回答已采纳
1回答
在我们的教堂里，有几个尤克伦难民来教堂做礼拜。为了让他们不了解布道，我制作了一个应用程序，实时发送翻译到电报。
我已经在本教程中实现了Google语音到文本API：。
这是很好的，但识别往往不够准确。在Google中，是否可以添加带有转录的音频文件，以便能够了解说话人的输出？我们总是同一个说话者，所以如果我能让谷歌‘了解’扬声器，我认为准确性可以更高。或者有人有另外的想法如何提高准确性？我确实尝试了语音适应性增强()，但这并没有多大帮助。
浏览 10提问于2022-05-16得票数 4
3回答
我从很小的时候就有严重到很严重的耳聋，但幸运的是我可以像正常人一样说话。口头交流对我来说一直很困难，因为我的语音识别能力受到了损害，即使是读唇语也是如此。我读完了学校和大学，只是通过阅读黑板、powerpoint幻灯片、书籍和互联网。我在目前的软件工程工作中做得很好，但最近我觉得我必须努力让我的情况变得更好。
字幕是我在这个国家理解电视电影/节目的救命稻草，我只是在过去的7年里才喜欢上字幕(我现在31岁了)。
我强烈地感到有必要在现实生活中看到字幕，无论何时我与某些人交谈，甚至是陌生人。我想开发一个未经训练的语音到文本的转换器，作为开始，它甚至不需要为我拼写确切的单词，只需音节/语音提示就可以
浏览 3提问于2009-12-05得票数 6
2回答
非语音噪声或声音识别软件？
、、、、
我正在为孩子们开发一些软件，并希望增加软件对一些非语音声音的响应能力。例如，鼓掌、吠叫、吹口哨、放屁等。
我过去使用过CMU狮身人面像和Windows语音API，然而，据我所知，这两种语言都不支持任何非语音噪音，事实上，我相信它们是积极过滤掉的。
一般来说，我在寻找“如何获得此功能”，但我怀疑，如果我将其分解为三个问题，这可能会有帮助，这些问题是我对下一步要搜索什么的猜测：
是否有一种方法可以通过改变一个声学模型或发音词典来使用主要的语音识别引擎之一来识别非单词声音? recognition?(or) (或)是否已经有了一个用于进行非单词噪声识别的库?我对隐马尔可夫模型和大学语音识别的底层技术
浏览 5提问于2010-11-04得票数 6
我正在通过gRPC使用助手SDK中的python库来进行语音识别。我将语音识别并返回为字符串，从\googlesamples\assistant\__main__.py调用方法resp.audio_out.audio_data，我有来自助手API的音频流的答案，方法resp.audio_out.audio_data也来自\googlesamples\assistant\__main__.py。
我想知道是否可以将服务的答案作为字符串(希望它在服务定义中可用或可以包含它)，以及如何以字符串的形式访问/请求答案。
提前谢谢。
浏览 4提问于2017-05-22得票数 3
回答已采纳
我想在android中开发一个语音识别器，它应该可以在脱机状态下工作。由于android的内置语音识别器使用的是google服务器，需要互联网，我想要一个在没有互联网的情况下工作的替代方案。
请给我一些实现上述功能的方法。
浏览 0提问于2010-12-09得票数 57
回答已采纳
15回答
对于那些在语音领域工作的人来说，你们使用什么作为IVR平台？我使用的是Microsoft Speech Server 2007。一些等价的包是什么？是否有人使用开源软件来处理入站或出站呼叫？请注意，我不仅仅是在谈论语音识别，它是一个综合软件包的一个组件。语音识别平台将包括语音识别、文本到语音转换、诸如VoiceXML之类的VUI技术，以及通过SIP或电话硬件的呼叫终止。
浏览 29提问于2008-08-14得票数 4
我对android中的“语音识别”这一领域很陌生。
我有一个要求在我的应用程序有“语音识别”。所以我在做作业。我发现1. android对此有支持，它使用了“”，因此根据我所理解的情况，我们是有意调用识别器，还是使用SpeechRecogniser类，实际识别是在google服务器上完成的。我尝试了使用这两种方法的示例应用程序，两种情况下的匹配率都很低\(首先，我的发现对吗？我试过的大多数单词/句子我都没有找到合适的匹配)。
这两种方法(通过意图/或使用SpeechRecogniser类启动)的输出会有什么不同吗？
所有的应用程序都依赖于google技术，其中语音作为声音字节发送，并在
浏览 5提问于2012-04-19得票数 1
回答已采纳
我正在开发一个应用程序，它使用语音识别来帮助盲人学习音乐。为此，我正在考虑使用一些东西，比如DialogFlow.ai，，甚至是Amazon ，以避免重新启动方向盘。因此，有时我想使用原始音频数据来检查仪器是否调谐。使用这些技术，默认情况下，所有音频输入都会被解释，并最终转换为文本。那么，有没有一种方法可以使用原始音频数据而不是解释用户的语音呢？
浏览 3提问于2019-10-08得票数 2
回答已采纳
我想尝试用语音识别来控制程序。我用C#编写了测试程序，当我调试这个程序时，每次都会发生错误-
System.Runtime.InteropServices.COMException (0x80004005): Calling part of COM return error HRESULT E_FAIL.*
in System.Speech.Recognition.RecognizerBase.Initialize(SapiRecognizer recognizer, Boolean inproc)
in System.Speech.Recognition.SpeechRecognition
浏览 3提问于2013-01-30得票数 0
2回答
我正在创建一个web应用程序，用户应该通过语音识别作为密码注册该应用程序。应识别语音以进行授权。有没有办法通过Java语言实现语音识别？
PS:如果用户提供语音，那么语音应该能够识别已经存储的语音，并能够登录应用程序。
浏览 2提问于2014-12-26得票数 2
1回答
我是一名设计专业的学生，目前正在学习Arduino代码(基于c/c++)和flash AS3。我想要做的是能够编写一个具有语音控制输入的程序。
因此，程序会提示用户拼写一个单词。用户拼写出单词。该程序识别这是否正确，如果正确则在分数上加1，如果错误则纠正用户。所以我看到了一个很大的单词列表，每个单词都有一个正在读出的单词的音频文件，语音识别部分检查回复是否与输入匹配。
理想情况下，我希望能够与Arduino微控制器接口，以便与电机的物理输出也可以在反应中实现。
问题是，我不确定我是否可以在flash中编写这个程序，在处理中(与arduino相关)，或者我是否需要另一个C程序制作程序。我想我需要
浏览 1提问于2010-05-03得票数 0
回答已采纳
2回答
我正试着展示一张卡片，所以我知道这一点之前的一切都是可行的。然而，当我试图显示卡，它只是直接到家庭卡。我试图显示的卡片只是显示了之前在语音识别器中说过的内容，但这不起作用，所以我只使用纯文本，这也不起作用。应用程序-语音触发器->语音识别器->此服务：
public class MedMinderService extends Service {
public String MedName;
public String voiceResults;
private static final String TAG = "ShowData";
private static
浏览 2提问于2013-12-09得票数 1
回答已采纳
1回答
我们想要创建一个语法文件。除了(hello|goodmorning)(jack|jill)之外，有没有其他方法可以先指定第一个单词的可能集合，然后指定第二个单词的集合？
我们使用它来识别视频中的语音，以生成字幕。
浏览 2提问于2012-03-16得票数 0
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
