哪款语音转文字功能方便听障人士 - 腾讯云开发者社区

文章/答案/技术大牛

发布

AR眼镜语音转文字实测！效果像开了弹幕，对话记录可保存回溯

明敏发自凹非寺量子位 | 公众号 QbitAI AR眼镜字幕功能效果到底咋样？实测来了！不光语音能实时转成文字，还能分辨说话人主体，甚至还能把文字记录都保存好，方便以后回溯。...他们把语音转文字的功能，搬到了AR眼镜上，让转好的文字能快速直接呈现在人们眼前。主要目的就是为了服务听障人群。毕竟在很多情况下，即便有助听器的帮助，听障人群还是需要有文字作为参考信息。...XRAI内部人士表示，这是因为语音转文字的计算在云端上进行，有延迟很正常。而且不止是实时转录，这个功能还支持搜索历史记录，在AR眼镜端和手机端都能搜，有点聊天软件那感觉了。...比如按照XRAI的设想，听障人士使用这一功能，需要一副AR眼镜+一款安卓手机。是的，该应用暂时还不支持iOS系统。...以及语音转文字的效果，西蒙也提出了一点质疑。他表示，对于听障人士来说，需要文字作为参考信息的情景，很可能是比较嘈杂的场所，这对于语音识别的算法提出一定要求。

2.3K2 0

AR眼镜语音转文字实测！效果像开了弹幕，对话记录可保存回溯

不光语音能实时转成文字，还能分辨说话人主体，甚至还能把文字记录都保存好，方便以后回溯。 2022年，一家来自英国的一家AR初创公司，大开了个脑洞。...他们把语音转文字的功能，搬到了AR眼镜上，让转好的文字能快速直接呈现在人们眼前。主要目的就是为了服务听障人群。毕竟在很多情况下，即便有助听器的帮助，听障人群还是需要有文字作为参考信息。...XRAI内部人士表示，这是因为语音转文字的计算在云端上进行，有延迟很正常。而且不止是实时转录，这个功能还支持搜索历史记录，在AR眼镜端和手机端都能搜，有点聊天软件那感觉了。...比如按照XRAI的设想，听障人士使用这一功能，需要一副AR眼镜+一款安卓手机。是的，该应用暂时还不支持iOS系统。...以及语音转文字的效果，西蒙也提出了一点质疑。他表示，对于听障人士来说，需要文字作为参考信息的情景，很可能是比较嘈杂的场所，这对于语音识别的算法提出一定要求。

2.5K2 0

您找到你想要的搜索结果了吗？

是的

没有找到

想要让世界温暖一点点

小App大爱心，专为听障人士设计的心声想要让世界温暖一点点手机普及了，人与人之间的交流方便了；微信问世了，动动手指就能发段语音表达你的想法。...Thoughtworks 公司的几个员工就在业余时间为聋哑人开发了一款简单的 App 心声，针对聋哑人听不到、说不出这两个难点，与科大讯飞合作，做文字和语音之间的转化，方便聋哑人生活，让聋哑人的世界温暖一点点...心声现在看上去很像是一款“简单粗暴”的应用，界面完全谈不上精美，功能也很精简，但在用户体验上也下了功夫，很适合聋哑人使用。...在有了对听障者的深入了解后，他们也做了改版，现在的这些版本已经比较时候听障人士使用了。...，有说话的能力，但是没听力会让他们发声失真）；有一位用户用心声的连续语音识别功能来为没有字幕的设计视频教程翻译字幕，自学知识，帮助提升工作能力。

5886 0

搜狗发布全球首个手语AI合成主播，用技术造福听障人群

手语新闻帮助听障人群更好地了解这个世界。可是你有没有想过，自动生成字幕技术已经非常成熟的今天，AI能够迅速将语音转成文字，为什么电视新闻还需要手语播报？...一群程序员为聋哑人打造手语主持人在中国14亿人中，有2700万听障人士。这些人的年龄、受教育状况参差不齐。很多听障人士文化水平不高，他们当中很多人对手语比对文字更加熟悉。...搜狗说，在测评中“小聪”的可懂度达到了85%以上，相比纯文字传达信息的效率有明显提高，能有效帮助听障人士克服理解障碍。从AI新闻主播到AI手语主播，这看似一个常规的迭代升级后，背后却有着诸多不易。...2019年一天深夜，他在微博上看到有聋哑人在吐槽搜狗的语音转文字功能。在经过一番沟通后，搜狗解决了这个技术问题。其实早在手语主播之前，这些听障人已经在使用搜狗的语音识别技术来与其他普通人对话沟通。...作为全球首个手语AI合成主播，“小聪”能够帮助广大听障人士更好地接收资讯、更好地生活，也体现了搜狗AI技术的人文关怀。

9123 0

英雄联盟S11直播延迟30秒，这次网友反应有点不太一样

△已经有听障人士用上了其实，像这种直播字幕背后的AI实时语音识别技术，已经有不少应用了。包括油管的直播字幕、谷歌移动设备的视频字幕和微软PPT演讲字幕等，都属于这类技术。...，B站将流式ASR输出的文字，根据阅读习惯进行自动换行，使之更符合用户的视觉理解；其三，针对整体阅读体验，B站专门制作了一款辅助软件，将人工复查操作进一步流程化，进一步为听障人士提升字幕准确率……...不少人认为，之所以上线手语辅助功能，是因为语音转字幕会出错，而手语能够帮助理解。实际上，还有更深层次的原因。...现有的语音实时字幕虽然无法做到100%准确，但已经能满足大部分听障人士的理解需求。...索尼早在设计PS4时，就做了许多针对障碍玩家的硬件优化和辅助功能。例如，（手柄等）按钮可以重新编程、文本转语音（TTS）、文本放大器等功能，都是针对肢体障碍、视障等群体的设计。

1.8K1 0

8.15 VR扫描：联想VR头显或被命名为Mirage；CNN将VR直播美国超级日全食

Greta & Starks将推AR眼镜Starts AR，可把语音转换为文字欧洲公司Greta & Starks目前正计划开发一款专为听障人士设计的AR眼镜Starts AR。...Starts AR配备一个可调节成不同角度的显示屏，内置接听器，可以把语音转换成文字，让听障人士看到对话信息。除了听障人士外，普通人也可以使用这款AR眼镜把电影对话翻译成母语。...VRPinea独家点评：听障人士福音！不过字幕组也可能会因此失业。...此前，联想在CES 2017大会上展示了他们第一款基于Windows Holographic平台的VR头显设备。 VRPinea独家点评：名字有了，产品还会远吗？...联想Tango体验《Into the Wild》获FWA认可近日，一款名为《Into the Wild》的AR体验赢得了FWA Site of the day。

7886 0

PK朱广权的手语数字人，现在要到医院银行上岗了

喏，通过这样一台看似普通的机器，AI手语数字人就能实时将语音或文字转化为手语，让听障人士与窗口工作人员无障碍沟通，词准率在96%以上。...也就是说，这个一体机能够充当工作人员的翻译官，实时把信息传递给前来办理业务的听障人士。...尤其像在医院、车站等场景下，需要工作人员和听障人士无障碍实时沟通、准确传递信息。或许有人想问，那用文字不就行了吗？...实际上，由于种种现实因素的制约，比起文字，手语对听障人士而言更加亲切，也能更快速地传递信息。手语翻译对于特殊人群而言，也是一个“更加平等享受资讯”的窗口。...发布会上，百度集团副总裁吴甜表示：人工智能呈现融合创新和降低门槛的新特点，综合运用多技术的数字人带来新体验，AI加持使数字人制作和运营成本与门槛降低，AI手语平台将让更多听障人士享受科技带来的便利。

7614 0

让他们听见世界：用多模态预训练模型，铺设数字化“盲道”

真正的难点是文字之外的图像，手机本身的界面、各种APP中的图像内容很多都没有文字备注、更不具备视障功能。如果在微信跟别人聊天的时候不小心收到一张图，视障群体只能回到求助他人的老解决路线之上。...不但出现了助视器、老人机等硬件设备，而且随着大数据处理、人工智能、深度学习等技术的日益成熟，智能手机上也出现了安卓系统TalkBack和iOS系统旁白功能等交互功能，这些功能着眼于视障人士的需求，将文字信息通过自然语言处理等技术转换成语音信息传递给视障人士...最终以灵活的网络结构、方便实际部署的特点，形成了当前业界最大的中文多模态通用预训练模型。...这个助手不但能让视障用户“看见”一个有图像的世界，还能通过语音转文字等功能，帮助听障用户“听”到语音，通过语音操控等、电视、空调等IoT设备，让肢体障碍用户轻松操控各类家电。...正因为如此，小布助手才大胆去攻克视障人群使用手机时的技术“盲点”，以突破性的无障碍图像功能让更多的视障人士“看见”图像，达成一个他们所期待的科技世界。

8462 0

鹅厂最新数字人，体温36.5℃

同样，在现实生活中，中国的14亿人口里有超过2700万残疾性听力障碍人士，专业手语翻译却少之又少。曾有统计数字显示，在上海约有23万听障人士，能真正胜任工作的手语翻译却不足百人。...而小聪诞生的过程中，腾讯云小微也邀请了手语专家、使用手语的听障人士协助测评，以最终让小聪打出“听障人士看得懂的手语”。...这里怎么理解呢，举个例子，市面上的手语数字人打手语的速度往往符合健全人的视觉习惯，而在听障人士看来，就太慢了。...这样一来，数智人不仅解决了语音上“理解”的问题，也解决了个性化“表达”的问题，应用在手语主播这样的场景中，才能更好地向听障群体放出善意与温暖。...并且，科技越发展，形态越进化，弱势群体和世界之间的裂隙，也越来越能够为技术所抚平—— 相比翻译机，AI手语数智人更进一步地解决了双向沟通的问题，不仅让听障人士理解想要表达的信息，也让更多人走进听障人士们的内心世界

6732 0

不止于听！试试在元宇宙打工，讯飞听见发布智慧办公服务平台

来源：易观分析的《中国智能语音转写工具行业洞察2021》报告讯飞听见作为科大讯飞语音转写及翻译的重要业务承接，核心功能就是语音转文字和翻译，与其他类似竞品相比，有很多独有的功能，更加考虑到用户需求的方方面面...讯飞听见联手中国聋人协会发起的「听见AI的声音」公益活动已经迈入第三年，由讯飞听见持续为听障人士提供终身免费转写服务和云会议服务，帮助他们更好地工作和生活，与世界沟通。...截至目前，讯飞听见已为听障人士提供2800万分钟的无偿服务。...今年，讯飞听见为听障人士提供的关爱权益也在升级：除了讯飞听见APP为所有听障人士免费提供实时语音转文字服务之外，还新增永久免费开放「讯飞听见会议服务」（含会中实时转写及翻译），进一步助力办公学习无障碍。...此外，B站首次创建「无障碍直播间」，联手讯飞听见推出实时AI字幕，单日使用AI实时字幕人气突破127万，让更多听障人士也能享受直播赛事的热情与激动。

1.3K1 0

8500万人找工作不再“摸黑”

现在，已经成为一名前端工程师冯桂杰正和同事合作开发一个面向视障群体的求职交友社区平台，希望帮助8500万残障人士都能找到工作。它叫“蚕舍”。...“蚕舍”，取自“残疾人社区”中“残社”的谐音，是一款专门为残障人士推出的求职平台类小程序。有别于市面上面向大多数人的APP们，在最底层的代码框架上，“蚕舍”小程序做了更细化的迭代。...更方便不同残障群体在使用读屏软件时阅读页面信息的准确性。就比如常见的“+”号图标，在无障碍标签不够完善的APP上，残障人士点击图标只会显示“未加标签”，无法有效得知这个功能的具体信息。...残障人士可以更清晰，有效地读取屏幕内所有文字以及带图标的内容。...面对不同的残障人群，“蚕舍”也提供了多样化的“辅助功能”：声音转文字支持在线上招聘中将面试官声音转化成文字。听障人群看到后即可通过打字可以和面试官双向交流沟通。

7853 0

深度解析 | 用AI帮助听障人群，一共需要几步？

最终实现将人工耳蜗语音清晰度和识别度提升40%，极大改善听障人士的听觉体验，让他们“听得见”，更“听得清”。...但其实听障人员更需要语音增强和降噪技术，是用来解决他们听得见、听得懂的问题。”商世东说，”降噪技术对健全人是锦上添花，对听障人士是雪中送炭。”...而这2780万听障人士，通过科技填补自身缺陷的，不到5%。...而听障人群的听觉细胞显著低于健全人，可能只有几千个、几百个，甚至于最差的只有几十个，对声音的解析力不够。所以他们听到的声音非常模糊，听不清、听不见。助听器和人工耳蜗，最主要的功能是把音量放大。...当把音量放大以后，健全人觉得并不是太吵的环境噪声，比方说空调声、风扇声，或者是马路上的声音，听障人士听起来会觉得嘈杂得不得了。经典的声音处理，很难提升人工耳蜗对听障人士带来的听觉体验。

8886 4

一群工程师，让听障群体“看见”了声音

对于经常为听障人群组织培训、会议的中国聋人协会而言，这种线上远程开会、上课的需求也越来越多。问题是，对于听障人士而言，这样的工作、学习方式天然存在着种种障碍。视频没有字幕，就是其中一种。...彼时，钉钉的工程师们正好在为钉钉的视频会议、直播产品开发类似的功能。得知聋协的诉求，钉钉技术团队当即决定，联合阿里达摩院团队，为听障群体搭建一套基于钉钉的无障碍工作平台。...因为很多听障人士其实是看不懂手语的，所以在手语老师之外，这样的课程中还会有一位负责翻译手语的口语老师。也就是说，在这样一场直播中，口语老师和手语老师要保持全程连麦。...不一样的成就感就在几天前，中国聋人协会正式宣布，基于钉钉搭建的无障碍工作平台会广泛投入使用，中国聋协系统全国31个省份、80多个城市的听障人士，均可利用语音转文字、AI实时字幕，无障碍开展视频会议、直播...客观的现实就是，社会上大部分和职业提升有关的公开课程，比如医疗、法律、管理课程等，并不会专门为听障群体准备字幕。 AI实时字幕这样的功能，给特殊人群带来了新的可能性。

6963 0

手语翻译系统与AI眼镜的深度融合：打破沟通边界，开启交互新革命

全球约4.66亿听障人士中，中国占比超2700万，手语作为他们的“母语”，却因普及度不足1%、地域变式繁多等问题，形成难以逾越的沟通鸿沟。...• Google多模态手语数据集：覆盖10种语言，样本量超10万，关联语音、文字注释，支撑跨语言手语翻译模型训练。这些数据集均具备覆盖变式、多模态标注的特点，让算法能精准捕捉不同手语的本质特征。...2.2.3 多语言同声传译实现阿里眼镜V1在Transformer编码器后加入多语言解码器，通过beam search算法生成自然语言句子，集成通义千问多语言模型，实现双向同声传译：听障人士打手语时，AR...屏显示字幕、扬声器输出语音；健全人说话时，语音转文字后翻译成手语动画，真正打破语言壁垒。...三、多场景应用：从无障碍到跨物种交互3.1 核心场景：无障碍沟通全覆盖日常社交中，阿里眼镜V1让听障人士与朋友实时沟通，摆脱纸笔依赖；职场上，Google Glass实现听障员工平等参与腾讯云会议；公共服务领域

2851 0

球场之外，他们用AI给这支特殊的「中国女足」造了一双「耳朵」

目前，他的女足队员们正在试用一款辅听产品——由腾讯会议天籁实验室联合中国聋人协会、中国联通共同推出的畅听王卡升级版。...初代「畅听王卡」的设计非常简单，针对的是听障用户接打电话的场景：如果有电话打进来（比如外卖员），它会自动将接听界面转为类似微信聊天的场景，把对方的语音转换为文字，同时也把听障者打出的文字转换为语音。...这些都是由腾讯天籁专门为听障用户打造的个性化 AI 语音增强辅听算法来支持的，它可以同时赋能语音通话和实时字幕双场景，实现典型噪音场景下单一字节言语识别率提升 66%，实时字幕识别准确率提高了 5.5-...美讯听宝将测听、辅听、远程康复服务集中到了一个 APP 上，可以让听障人士不出家门就能随时掌握自身听力状态，并远程连线听力和康复专家接受会诊调机和康复指导服务。...其特有的 AI 辅听功能还能让听损者借助一副蓝牙耳机听到更清晰的声音。

4743 0

《AI赋能鸿蒙Next：为特殊人群打造无障碍交互新体验》

- 视觉辅助智能问答：“小艺帮看”功能基于AI大模型，为视障用户提供视觉辅助智能问答。用户可以通过与“小艺”多轮对话，了解周围环境、识别物品、读取文字内容等。...采集大量听障人群的声音数据进行语音大模型训练，使听障用户在语音交流时，能够更清晰地表达自己的想法，提升社交参与度和自信心。...- 实时字幕与语音转文字：利用AI的语音识别和自然语言处理技术，将周围环境中的声音实时转换为文字显示在屏幕上，方便听障用户获取信息。...- 手语识别与生成：未来可以进一步探索手语识别与生成技术，通过AI对手语动作进行识别和理解，并转换为文字或语音，同时也能将文字内容转换为手语动画展示，实现听障用户与健听人群之间更便捷的沟通。...助力其他特殊人群的人工智能功能- 对于语言障碍人群：除了听障用户的声音修复，还可以利用AI语言模型，对语言障碍者的不规范表达进行理解和转换，将其意图准确传达给对方，帮助他们克服交流障碍。

5331 0

AI，能为1.2亿听障老人做点什么？

为了让技术能够切实改善听障老人们的生活，腾讯会议天籁实验室选择切入助听器市场，携手助听器厂商智听科技行联合研发，推出了挚听（腾讯天籁 inside）助听器「公益助老款」。...针对全频带听损达 80dB HL 的极重度听障人士，即使在佩戴和摘下助听器、戴帽子、打电话、用手遮挡助听器等极易产生啸叫的情况下，也基本无啸叫产生。...目前市场上的一些产品也会提供声学场景的切换功能，但大多是通过手机 App 来操作，这种模式在老人真正使用时并不方便。...将这些响度较高的突发噪声降掉，是听障人士听着清、听得懂的关键所在。...基于腾讯会议音频技术的深厚积累在该问题的解决中发挥了重要作用，腾讯会议天籁实验室在严苛的条件约束下不断实验、测试、迭代，找到了各种条件之间的平衡，既降掉了噪声，又能保证语音信号不失真，让一款千元级国产助听器也能拥有万元级进口助听器产品的好音质

8261 0

小米这款智能眼镜：48小时完成开发，专为视障人群打造

一副眼镜，让视障人士也能感知到周围的物体；一块屏幕，可以让听障人士「看」到周围声音的方向和类别…… 从零开始设计并制作出这样的智能设备，最少需要多长时间？答案是：不到48小时。...AI「识物眼镜」获得比赛一等奖的是一款AI「识物眼镜」。有了这款眼镜，视障人士也能判断周围存在哪些物体，甚至是它们彼此间的关系。这是一套基于语义理解的视觉系统。...最后，控制的结果会通过音箱，以语音的形式进行反馈。让声音「看得见」我们生活在一个充满声音的世界，但同样有很多听障人士感知不到声音的存在。...在与人交流时，他们还可以使用手语或文字，但其他的声音该怎么办？这个获得三等奖的「声音透视」项目，或许能给我们答案。它可以辨别声音的种类传来的方向，精度约为15度角。...在马路上，这项技术将能帮助听障人士识别潜在的危险信息，比如汽车喇叭。此外，对一般人，它也能有所帮助。比如当你戴着耳机，聚精会神地打着游戏，与世隔绝般地屏蔽了外界的一切。

5573 0

指尖桥梁-构建基于Rokid的手语实时翻译AR系统

摘要本文详细阐述了如何利用Rokid CXR-M SDK开发一款创新的手语翻译AR助手应用，通过结合计算机视觉、人工智能和增强现实技术，实现手语动作的实时捕捉、识别与语音/文字转换。...该系统不仅为听障人士提供了与健听人群无障碍沟通的桥梁，也为AR眼镜在无障碍辅助领域的应用开辟了新路径。1....然而，手语的地域性差异和专业性门槛使得听障人士与健听人群之间的沟通存在巨大鸿沟。传统手语翻译服务受限于人力成本高、覆盖范围有限等问题，难以满足日常即时沟通需求。...本项目正是基于这一技术背景，旨在打造一款能够实时识别手语动作并转换为语音/文字的AR助手，真正实现"所见即所得"的无障碍沟通体验。2....该应用不仅解决了听障人士的日常沟通障碍，也为Rokid Glasses在无障碍辅助领域的应用树立了标杆。

3330 0

AI语音大模型的应用

娱乐与社交在内容消费领域，语音大模型可生成个性化语音播客（将文字脚本转为有声书）、为视频/动画配音（支持多角色音色切换），甚至通过哼唱旋律辅助音乐创作（生成歌词或伴奏）。...医疗健康：无障碍与辅助诊断为视障/听障群体提供无障碍服务：视障者可通过语音指令获取环境描述（如“前方2米有台阶”）、读屏辅助（朗读手机/电脑内容）；听障者则通过实时语音转文字（字幕延迟＜0.3秒）参与对话...办公与生产力：效率革命会议场景中，语音大模型可实时转录多语言对话为文字（准确率＞95%），自动生成结构化会议纪要（提取关键决策、待办事项），并标记发言人身份；语音输入功能替代键盘打字（支持长文本连续录入...无障碍服务为老年人、残障人士等群体提供“语音即交互”的友好界面：老人可通过语音控制家电、查询健康信息（如“今天的血压正常吗？”），视障者通过语音导航独立出行，听障者通过实时字幕参与社交。...四、技术融合趋势：从单一功能到生态协同当前，AI语音大模型正与视觉（图像识别）、触觉（传感器数据）等多模态技术融合，进一步拓展应用边界。

6581 1

点击加载更多

AR眼镜语音转文字实测！效果像开了弹幕，对话记录可保存回溯

AR眼镜语音转文字实测！效果像开了弹幕，对话记录可保存回溯

想要让世界温暖一点点

搜狗发布全球首个手语AI合成主播，用技术造福听障人群

英雄联盟S11直播延迟30秒，这次网友反应有点不太一样

8.15 VR扫描：联想VR头显或被命名为Mirage；CNN将VR直播美国超级日全食

PK朱广权的手语数字人，现在要到医院银行上岗了

让他们听见世界：用多模态预训练模型，铺设数字化“盲道”

鹅厂最新数字人，体温36.5℃

不止于听！试试在元宇宙打工，讯飞听见发布智慧办公服务平台

8500万人找工作不再“摸黑”

深度解析 | 用AI帮助听障人群，一共需要几步？

一群工程师，让听障群体“看见”了声音

手语翻译系统与AI眼镜的深度融合：打破沟通边界，开启交互新革命

球场之外，他们用AI给这支特殊的「中国女足」造了一双「耳朵」

《AI赋能鸿蒙Next：为特殊人群打造无障碍交互新体验》

AI，能为1.2亿听障老人做点什么？

小米这款智能眼镜：48小时完成开发，专为视障人群打造

指尖桥梁-构建基于Rokid的手语实时翻译AR系统

AI语音大模型的应用

相关资讯

热门标签

活动推荐

运营活动

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐