在谷歌的语音到文本直播流中，如果用户什么都不说，那么谷歌向我收费？
在谷歌的语音到文本直播流中，如果用户什么都不说，谷歌不会向您收费。谷歌的语音到文本直播流服务是基于使用量计费的，即只有当用户实际使用该服务时才会产生费用。如果用户没有发出任何语音，谷歌不会进行语音识别和转换操作，因此不会向您收取任何费用。
谷歌的语音到文本直播流服务是一种将实时语音转换为文本的技术，可以广泛应用于语音识别、实时字幕生成、语音指令识别等场景。该服务可以帮助用户实现实时的语音转写和文本处理，提高语音数据的可用性和应用性。
对于谷歌的语音到文本直播流服务，推荐的腾讯云相关产品是腾讯云语音识别服务。腾讯云语音识别服务是腾讯云提供的一种基于云计算的语音识别技术，可以将语音转换为文本，支持多种语言和方言的识别。该服务具有高准确率、低延迟、高并发等特点，适用于语音转写、语音指令识别、智能客服等场景。
腾讯云语音识别服务的产品介绍和详细信息可以在以下链接中找到： https://cloud.tencent.com/product/asr
相关·内容
我使用的是谷歌的语音到文本的转换器。现在我必须跟踪每个用户的使用情况，所以我在想，如果用户不通过直播讲话，谷歌是否会向我收费？ 谢谢
浏览 22提问于2019-09-20得票数 1
1回答
我正在创建一个语音机器人使用谷歌语音流API和谷歌文本到语音。我只希望用户的语音被转录，即使用户“中断”了voicebot的响应。如何避免voicebot转录自己的声音？
根据我对Siri等现有语音机器人的测试，当使用扬声器时，“过滤”某些声音的能力似乎是可行的。
谢谢
浏览 1提问于2019-02-27得票数 2
嗨，我需要在android语音到文本转换的帮助，我已经用谷歌搜索了一个小时的主题，我找到的每一个帮助都告诉我如何将文本转换为语音，而不是相反的方式。
上面的两个链接还向我展示了如何将文本转换为语音，我基本上构建了一个应用程序，记录用户所说的任何内容，然后将其转换为文本，我遇到了转换音频的问题
请告诉我，如果这是可能的，如果是的话，你能给我一个链接，
浏览 0提问于2011-03-10得票数 4
回答已采纳
1回答
谷歌云流语音短信？
、、、、
我希望将电子桌面应用程序中的语音到文本集成到直播中，而无需在本地生成.mp3文件，或者您可以说直接从麦克风流到google语音。
我在谷歌云网站上找到了一篇文章，那就是 (最后一篇文章说需要安装SoX )。
它有一个相当混乱的要求，SoX需要安装在机器上.
但是，当我包装我的电子应用程序并将其分发给世界时，没有必要让每个人都安装SoX。那么，当每个人要安装我的应用程序时，我如何集成它，或者我可以在每个人的PC上安装SoX，因为正如文档所述，SoX是必须的。有什么办法吗？
浏览 0提问于2018-10-08得票数 0
我一直在研究Microsoft Custom Speech Recognition(CRIS)，我对它的定价方案有一个疑问。在他们的定价计划中，微软提到了S0计划的以下细节： 语音转换-每小时$2.50语音到文本- $1每小时语音到文本，自定义语音模型- $1.40每小时语音端点托管-$40.00/型号/月 我的问题可能是业余的，因为我刚刚开始研究这个问题，但当他们提到每小时时，这是否计入即使我没有达到我的演讲终点的小时，即当我创建我的资源时，定价是否开始？ 例如，如果我创建了语音转文本服务，并且在24小时内只点击了一次，我将只按将语音转换为文本所用的时间收费，还是会按24 * $1的使用率
浏览 49提问于2019-01-30得票数 0
回答已采纳
2回答
我想要创建一个服务器，为Facebook上的实时视频创建字幕。我使用谷歌语音把声音转换成文字。然而，为了做到这一点，我需要阅读facebook的直播流。
使用Facebook，使用me/live_videos，我得到以下响应：
{
"status": "LIVE",
"stream_url": "rtmp://rtmp-api.facebook.com:80/rtmp/{id}",
"secure_stream_url": "rtmps://rtmp-api.facebo
浏览 5提问于2016-12-17得票数 1
回答已采纳
我想知道是否有任何谷歌文本到语音引擎存在的乌尔都语语音，我有最新的文本到语音3.3的android，但没有乌尔都语在列表中。任何人都知道如何在android中发音乌尔都语文本。
浏览 17提问于2017-01-25得票数 1
我正在计算的价格使用对话框，并发现价格的语音输入在对话框规模上很快是非常昂贵的，与许多用户。
在发送到对话框进行处理之前，google助手是否将语音输入翻译成文本？
编辑*电子邮件流量支持，并得到确认，请求来自谷歌助理集成将被视为文本，并免除任何费用的对话框流标准版。
浏览 0提问于2018-09-11得票数 0
Speechrecognition浏览器API允许网页捕获音频并将结果转录到输入字段中。规范草案说，在Chrome中使用这个特性会导致音频被发送到Google服务器进行分析。这个服务是免费的还是收费的？Google、Azure等都有云语音到文本服务，这些服务都是收费的，但是它们需要直接的API调用，而这些调用在使用DOM接口时不会发生。
如果用户使用的是另一种浏览器(当他们提供语音识别时)--每个浏览器都会使用供应商的语音API吗？规范有一个ServiceURI组件，我们需要将它指向我们首选的云API供应商吗？
在某些移动设备上，即使没有显式使用语音API，也会自动为大多数html输入字段获得
浏览 0提问于2019-08-18得票数 0
回答已采纳
1回答
我想测试Google如何通过发送语音命令和存储返回的结果来将声音命令转换为文本。我已经做了存储部分，但现在，我无法在文档中找到如何自动发送语音命令到谷歌主页，唯一明显的方式是直接与它交谈，如果你想测试一个长的命令列表，每个命令50次，这是不太实际的！
编辑：，为了让它更清楚，我想编写一个函数，将语音文件(mp3或任何其他格式)发送给谷歌助手，而不是以人工的方式说/发音命令。
你知道是否有可能使这个过程自动化吗？
浏览 0提问于2018-12-21得票数 0
我需要的：流媒体直播音频从浏览器到node.js服务器的WAV格式。
听起来相当简单--问题是：使用可以获得音频流，但采用audio/webm格式。node.js服务器连接到语音到文本引擎(深度语音)，该引擎只能以WAV格式处理流。
已经起作用了：我已经可以录制一个固定长度的WAV音频blob (通过)，并将完成的录音发送到node.js服务器，并从readFileSync服务器端获取它的流。存储库 (仅限主工作)。但是我已经没有固定的录音了，我想要继续播放那个音频。
到目前为止，我不确定这是否在node.js或任何现有库的可能性之内。我研究过，但没有找到用它来改变流编码的方法。我只能用ffm
浏览 3提问于2019-11-05得票数 0
回答已采纳
第一次发帖，请给我反馈，如果我能改进这个帖子.现在谈我的问题。
我目前正在开发谷歌行动，该行动将允许用户定义重要事件，如鲍勃的生日或弗雷德的毕业，并保存有关上述事件的数据。稍后，用户将能够询问有关事件的信息并将其返回给他们。
我正在使用的对话框流API与“内联编辑器”的实现，以保持它尽可能简单的现在。我遇到的问题是，事件有一个实体类型的@sys.any，所以用户所说的任何内容都被排除为有效的输入。但是，我希望有一些方法来偏向我已经为用户存储的事件，这样他们就更有可能找到他们正在寻找的事件。
我在这里发现了另一个答案--讨论语音偏倚()，它将语音偏置定义为“影响语音到文本识别”的能力，这正是我想
浏览 0提问于2018-05-18得票数 4
回答已采纳
我开始探索Google语音API。
我读过
“语音API支持任何可以发送REST请求的设备”
因此，我想我可能会从任何浏览器(无论是在笔记本电脑上还是在移动设备上)调用这些API。具体来说，我对API用于将“声音”转换为文本的场景感兴趣。我想出以下几点：
用户记录他/她的声音并将其传送到API。
API将其转换为文本，文本被发送回浏览器。
浏览器使用接收到的文本执行操作(例如，将文本保存在后端DB上)
我已经搜索了一点，收集了一些信息，但是我有一些很大的疑问，我想在沿着这条路走之前先澄清一下。
从浏览器直接调用Google (即使用Javascript )是可能
浏览 0提问于2017-05-15得票数 3
我想使用谷歌的语音识别API通过流媒体的方法，所以我流我的文件，并获得实时回文本。这是必要的，所以我知道什么时候说了在音频文件。问题是，我没有使用Google提供SDK的任何语言，而且他们的文档没有显示如何在没有SDK的情况下发出这样的请求。
有人知道怎么做吗？
浏览 2提问于2017-06-08得票数 0
回答已采纳
我一直在尝试将语音识别stt集成到我的项目中，在尝试了其中的各种方法之后，我发现chrome的本地web语音API是最好的。与谷歌的语音API相比，它的性能和准确性如何？
浏览 4提问于2016-12-20得票数 3
回答已采纳
我目前面临一个问题，使用onScreen键盘上的UWP分配的访问应用程序。
事实上，当我在自己的用户会话中使用这个功能时，我可以轻松地访问听写功能，使用我的声音填充我的文本框，但是当我启动我的单一App会话时，我可以访问触摸键盘，但是听写选项消失了。
顺便说一句，我已经激活了清单中的麦克风功能，并在隐私设置中切换了这个应用程序的麦克风共享选项。
有没有人遇到过这个问题，并找到了解决办法？
这是我自己的虚拟键盘：
这是单一应用程序Kiosk的会话：
复制和粘贴以及听写选项都消失了。
编辑:
经过一些调查，我注意到在线语音识别只在我自己的会话中被激活，当我打开它时。因此，新的问题曾经是
浏览 4提问于2020-12-07得票数 0
1回答
我有一个GCP项目和多个用户/服务帐户使用谷歌云API(例如云文本到语音，云语音到文本等)。在每个API的度量概述中，可以查看API被谁调用的频率，但是对于计费概述，不可能确定哪个用户/服务帐户导致了特定的成本。因此，我的问题是：是否可以在实际计费成本中识别不同的用户/服务帐户？
通常，人们会使用标签来区分不同的用户，但不幸的是，这些API不支持标签(参见当前支持的服务列表：)。
此外，每个用户/服务帐户都有一个连接到它的单独的Cloud实例，该实例运行一个侦听传入请求的服务器，并将它们转发给相应的API。这种方法是否有助于在一个GCP项目中从用户到成本的映射？
浏览 0提问于2021-04-21得票数 2
我已经建立了一个基于网络的语音到文本应用程序，使用谷歌语音到文本API。
申请流程：
从浏览器获取音频流
将音频数据传送到语音识别服务，并在用户交谈时获得实时结果。
我在我的应用程序中引用了，streamingRecognize请求与信号客户端调用完美地工作，我的服务器可以接收Google的临时转录结果。然而，当有超过一个客户同时调用streamingRecognize，谷歌语音API将被卡住。那么，我可以知道如何并发处理多个streamingRecognize请求吗？是否需要创建另一个client来处理第二个streamingRecognize请求？谢谢。
后端服务
浏览 6提问于2020-02-19得票数 2
回答已采纳
试图在android中实现文本到语音，但是这个主题有一个令人困惑的话题，我希望有人能帮我澄清。
所以根据这个
所有android设备都配有Google引擎，但有些设备的存储空间有限，而且可能缺乏特定于语言的资源。
然后，它讨论了一个意图，它简单地检查一种语言是否可用，这使我想到了这个答案。
其中，检查不一定要经过意图，而必须是简单的if语句，只需通过调用isLanguageAvailable()来检查语言是否可用。
所以我的问题是：：
Google文本到语音引擎在Play Store上，并发布了更新。我如何知道用户是否需要将文本更新为语音引擎？我怎么知道它是否是默认安装的，因为三星
浏览 0提问于2015-08-17得票数 1
我使用谷歌语音文本API文本语音到文本。当我们到达is_final=True时，我试图终止此服务。
requests = (types.StreamingRecognizeRequest(audio_content=message.chunk)
for message in messages)
responses = client.streaming_recognize(streaming_config, requests)
我试过了：responses.cancel()，但是它出现了错误
我发现在Java中有一种可以用来终止流识别服务的方法：
SpeechC
浏览 2提问于2018-11-04得票数 1
我有一个包含视频独白的音频文件。我不喜欢人的声音，所以我想把它转换成Google Cloud文本到语音的声音，特别是en-GB的女性声音。
我能够使用API创建语音到文本的json文件，但是json文件的输出格式与文本到语音API使用的输入json格式不兼容。
有没有办法将谷歌语音到文本引擎的输出作为文本到语音引擎的输入？
浏览 18提问于2019-08-15得票数 1
1回答
我在做一些关于直播的研究。我想开发一个解决方案，我将收集我的网站上的多个远程摄像头直播流，修改流与自定义文本横幅(即我们在新闻电视频道，足球比赛)在底部，并将其广播给所有人。
我知道有Flash插件可用于视频流和编辑，但我想建立这个网络应用程序，以移动友好和响应。
HTML5可以用来在网站上显示多个视频流，但是我如何在正在运行的直播流上添加文本横幅、图形或任何其他帧？
浏览 0提问于2016-04-13得票数 1
我在我的google云帐户上托管了一个与kubernetes有关的jupyterhub。我注意到google云为运行jupyterhub实例的运行时向我收费。
我在想，当我们不使用jupyterhub来省钱时，我是否可以关闭jupyterhub实例或kubernetes？
如果我重新启动实例，数据会被删除吗？我想就此做一个实验，但我害怕做一些不可逆的事情。
此外，我在哪里可以了解更多关于使用谷歌云的管理技巧？谢谢!
浏览 2提问于2019-02-25得票数 2
回答已采纳
我是twilio的新手，所以我甚至不知道语音通话流是如何工作的。我只有一个任务:我需要使用twilio呼叫一个号码，并在此人停止说话时将语音输入google speech to text。但我甚至不知道如何实现这一点，并将所有这些事情联系起来。我试着用django将电话转接到google，但我不知道如何设置一个webhook。我试着将语音直接发送到google speech，但是我不知道怎么做。基本上，我走进了死胡同，不知道该怎么做。如何让语音通话直播，如何将其发送到谷歌。 @app.route("/call", methods=['GET', 'PO
浏览 10提问于2021-11-10得票数 0
回答已采纳
1回答
对于其中一个项目，为了保护用户的PHI信息，我们希望在Google辅助应用程序中实现语音生物识别解决方案。需要您在以下方面提供指导：
我们能为调用词组添加语音生物特征吗。我知道，google做语音匹配，但是我们想要实现语音生物识别认证，这样只有授权用户才能获得特定的技能。我们如何做到这一点，或访问音频流在调用和控制。
如何获得音频流，一旦助理应用程序已被调用。我们想添加被动语音生物识别在我们的谷歌助理应用程序。
如果有任何细节，请告诉我。谢谢。注:以上信息为谷歌主页或谷歌助理设备频道所需。
浏览 0提问于2018-07-27得票数 1
3回答
哪些文本到语音转换和语音识别库可用于Clojure？到目前为止我发现
这两家公司都使用谷歌，因此都依赖于网络。
我正在寻找那些不依赖互联网工作的
浏览 2提问于2012-08-16得票数 7
回答已采纳
我对“实时流媒体网络应用程序是如何工作的”并不感兴趣。最近，我想建立一个在线收音机，它可以通过所有的客户端进行现场直播，比如音乐、语音等等。我非常熟悉和Node.js。如果有一些资源使用上述技术，这将对我很有帮助，看看它是如何工作的。提前谢谢。
浏览 5提问于2016-12-24得票数 3
回答已采纳
1回答
节点-红色/会话服务
、、、
有人能为我提供如何在一个应用程序中实现会话、文本到语音以及语音到文本服务的教学过程吗？我能在Node-Red做吗？请帮帮忙。
浏览 0提问于2016-10-04得票数 2
回答已采纳
1回答
我已经设置好我的语音识别文本区域，这样我就可以和一个文本区域说话了
<span id="button" onclick="toggleStartStop()">CLICK ME!</span>
<script type="text/javascript">
var recognizing;
var recognition = new webkitSpeechRecognition();
recognition.continuous = true;
recognition.onresult =
浏览 4提问于2016-03-12得票数 1
回答已采纳
我已经创建了一个动作，我对DialogFlow有了基本的理解，如果我想为谷歌助理做一个文本冒险(更像是语音冒险)，我该如何开始呢？
浏览 2提问于2019-02-02得票数 0
回答已采纳
任务:我们正在尝试构建一个对话流代理，它将通过我们的Cisco电话堆栈与呼叫者交互。我们将尝试从调用方收集字母数字凭据。
以下是我们建议的架构：
问题:为了向对话框发送文本输入，我们使用Google的语音到文本(STT) API将调用者的音频转换为文本。但是，STT并不总是按照需要执行。例如，如果打电话的人想说他/她的道布是04-04-90，那么转录的音频可能会以oh for oh 490的形式返回。然而，通过将传递给API，可以极大地改进转录的音频，因此我们需要根据场景动态地发送这些提示。不幸的是，我们很难理解如何动态地通过UniMRCP服务器，特别是传递这些短语提示。
问:谷歌语
浏览 4提问于2019-01-29得票数 2
2回答
调试Android应用程序很容易，因为大多数应用程序都启动了一个活动，而保持断点是它所需要的。如何调试基于GDK的谷歌玻璃应用程序，因为该服务是在语音上触发的，并且在安装时没有明确地启动活动？
浏览 3提问于2013-12-13得票数 12
回答已采纳
1回答
用HTML5播放wav
、、、、
我正在尝试输出一个文本到语音wav文件，并使用HTML5 <audio>标签播放它。文本到语音转换方法正在输出字节，但是html5控件没有播放它。
如果不是将字节直接流式传输到控件，而是首先将其保存为文件，然后使用filestream将文件转换为字节并输出它们，它将开始播放，但我不希望每次都保存文件。我使用的是MVC4。
// in a class library
public byte[] GenerateAudio(string randomText)
{
MemoryStream wavAudioStream = new MemoryS
浏览 0提问于2012-05-14得票数 5
我已经使用文本格式插入了RASA NLU的值，但我想使用语音命令插入该值。我已经创建了谷歌语音到文本文件，以获得文本输出。但我不知道如何将该文本值移动到我的Rasa NLU中。我使用的是Rasa开源软件。
浏览 17提问于2020-05-21得票数 0
我想在我的windows窗体应用程序中使用google text to speech，它将显示一个标签。我添加了System.Speech引用。它如何通过按钮单击事件读取标签？这是谷歌文本到语音应用程序接口，或者我如何使用微软原生的文本到语音转换？
浏览 2提问于2012-02-12得票数 1
回答已采纳
我正在尝试将流从UI作为流发送到python API。我需要python Azure语音逻辑将语音转换为文本。我不确定如何使用pusha/pusha音频输入流进行语音转文本
浏览 3提问于2020-02-29得票数 0
我想知道像sleep()或url fetch这样的阻塞函数如何影响“前端小时数”的计算。我认为这些调用不应该增加“前置小时数”，因为它基本上是在等待事情发生。同时，请求可能还需要几秒钟才能返回。
如果我的请求休眠一段时间，谷歌会向我收取更多费用吗？
浏览 0提问于2013-05-31得票数 1
回答已采纳
1回答
我正在使用一个php包装器来查找我的google语音电话号码中所有未读的sms消息。我看到的问题是，如果我发送一条文本消息到我的google语音，我可以看到我使用php包装器发送的新文本消息。如果我将脚本刷新为空，这是因为php包装器允许我将该文本消息标记为已读。但是，如果我从同一个电话号码发送另一条短信，然后运行php包装器脚本来检查最新的未读短信，它现在会向我显示两条消息，第一条消息和最后一条消息。谷歌语音似乎只是将第二条消息附加到我发送的第一条消息之后，有没有办法将其分解，以便我只从收到的每条短信中看到最新的未读消息？我依靠正在发送的消息来确定要发回什么，如果因为最新的消息被标记为未读而
浏览 1提问于2011-04-26得票数 1
回答已采纳
1回答
根据我的经验，我发现了以下可能不正确的结果。我想听听你对此的看法。
当我在Alexa中设计交互模型时，Alexa的语音识别似乎与语言模型的变化相适应。
对于Google (我在这里使用的是对话框)，任何语言模型的更改都无助于语音识别。它似乎利用谷歌的第一直觉将语音分解为文本。
浏览 1提问于2018-07-27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
如果我从BiqQuery中提取数据，谷歌会因为将数据发送到data而向我收取费用吗？
浏览 10提问于2022-02-09得票数 0
我在我的Android应用程序中使用文本到语音功能。
这里我使用谷歌文本语音，三星Tex语音引擎。但我不知道android操作系统的哪个版本(api级别)是由谷歌文本到语音，三星Tex支持语音引擎。
我已经浏览了播放商店的信息，但我发现领域“要求Android”是不同的设备。这对我没有帮助。如果我的应用程序用户面临文本到语音问题，我可以提供有关TTS引擎支持版本的信息。
我需要知道支持android版本(或API级别)的最低标准是什么：
Google文本到语音
三星Tex语音引擎
浏览 5提问于2015-08-28得票数 1
1回答
我需要开发一个与多个现场直播流出版商(最多4)和许多观众的门户网站，使用RTMP。
直播视频发布者是众所周知的，总是相同的，所以在使用FMS的情况下(因为我有一些Flash和Influxis的经验)，我没有问题使用FMLE的视频发布者。但问题是如何在媒体服务器中同步所有4个连接，以便在客户端正确显示。我已经测试了带来FMS的单连接实时示例，并且运行良好。
视频分辨率不是问题，因为我们不介意例如低分辨率320x240。另外，我们需要自己开发平台，而不是依赖于外部的直播平台。有没有什么教程或例子可以作为起点？
你有什么建议？谢谢!
浏览 3提问于2012-10-21得票数 0
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
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
