我想做的是用webRTC在浏览器中实时录制视频。用例基本上是实时字幕，就像谷歌的hangouts一样。 因此，我在浏览器中运行了一个WebRTC程序。它将webm对象发送回服务器。它们是linear32音频编码。谷歌语音到文本只接受linear16或Flac文件。 有没有办法将linear32实时转换成linear16？否则，有没有人能够将webRTC与谷歌语音连接起来，以使实时转录</em
浏览 22提问于2020-03-23得票数 4
我一直在使用Chromium Google Speech API，最近改用Google Cloud Speech API。自从Google cloud speech API发布以来，在识别准确性方面，性能似乎有所下降。我还看到越来越多的“空结果”返回到音频流。我同时将音频流传输到多个不同的服务，Google Cloud
浏览 2提问于2016-09-27得票数 6
我使用Python语言中的speech_recognition模块。我让它在用listen()录制音频之前使用adjust_for_ambient_noise()。问题是，有时它只是试图似乎永远录制，然后当它最终完成时，它占用了带宽，将它录制的大型音频文件传输到Google进行转录。 有没有办法让我指定最大录制时间为5秒？设置timeout=5只是检测开始音频信号
浏览 61提问于2019-05-27得票数 1
回答已采纳
我使用React-Mic录制音频，将音频传递给FormData，并将包含该FormData的HTTP post请求发送到我的Java服务器。但是，由于录制的音频是webm格式的，因此没有适用于Google Speech-To-Text API的编码。知道如何将音频转换为flac或Google
浏览 2提问于2019-07-10得票数 2
2回答
我正在尝试通过使用Ionic作为前端的Google API服务来实现实时语音到文本的识别。我找不到一个库，可以从离子记录和流记录实时存储在google存储桶中。你有什么意见建议？
浏览 2提问于2020-06-01得票数 4
我正在开发一个实时翻译的Python应用程序。我需要实时识别语音:当用户说什么时，它会自动将这段音频发送到Google speech API并返回文本。因此，我希望在说话时立即显示识别出的文本。我已经找到了流式语音识别，但似乎我仍然需要先录制完整的语音，然后再将其发送到服务器。此外，也没有如何在Python中使用它的示例
有没有可能用Google
浏览 7提问于2017-05-19得票数 0
3回答
正如您可能知道的，使用Android API实现语音到文本转换非常简单。您所要做的就是调用API的意图，它将为您返回文本。我的情况有点不同，我有一个预先录制的3GPP声音文件，这是我从用户那里录制的，并保存在SD卡上。我想知道是否有可能像任何其他语音识别一样将其转录成文本。speech- to -text API允许上传您自己要处理的声音文件吗？
浏览 0提问于2011-08-09得票数 14
回答已采纳
5回答
我的应用程序使用AsyncTask中的MediaRecorder类录制音频，还使用Google API将语音转换为文本-识别器意图-使用这个问题中的代码：
我也尝试过在Thread中录制音频，但这是一个更糟糕的解决方案它会带来更多的问题。我的问题是我的应用程序在模拟器上工作正常。但由于缺乏语音识别服务，仿真器不支持语音识别。在我的设备上，当我开始
浏览 0提问于2011-08-23得票数 24
我正在尝试使用google could APIs转换语音到文本，像这样的gcloud ml speech recognize-long-running当我使用--language-code='en-US，这段代码，我能够转换完美，文本是基于音频的US，口音或UK。：这里我上传(.wav)音频文件，并转换为文本。有人能帮上忙吗？桑迪普。
浏览 11提问于2021-07-09得票数 0
我正在使用Google Speech To Text api来转录流音频。我一直在输入关键字，以帮助训练和使api更准确。它仍然不是很好(我正在传输警察无线电流量)。有没有办法创建我自己的模型？我在想，我可以通过录制的剪辑，并手动转录它，以帮助训练自定义模型？
浏览 18提问于2019-05-06得票数 0
1回答
谷歌语音转录
、、
如果Google Speech API近乎实时地转录音频，而我到实际服务器的延迟只有50ms，为什么我会在1.6s之后收到最终的流式转录结果？难道我不应该在几百毫秒内收到它吗？
浏览 4提问于2018-10-16得票数 0
我想在一个用dart编写的flutter项目中使用Google的实时语音识别api。我已经激活了一个gcloud帐户，创建了api key (这应该是google speech唯一必要的认证方法)，并编写了一个基本的apk，它应该将音频流发送到Google cloud并显示响应。我导入了googleapis/speech和googlea
浏览 1提问于2019-04-03得票数 5
我不能设法用google cloud speech api转录一个简单的3gp音频文件。他们的示例在audio.raw上运行得很好，但当我将它更改为我的文件时，它就出错了。在我的android设备中，录制是这样进行的： mediaRecorder.setOu
浏览 7提问于2017-02-21得票数 0
回答已采纳
我在Google上开会，看到你可以打开实时字幕。他们实际上已经有了一个演示，说明如何实现实时的文本演讲，所以这一点不会让我感到困惑。我还一直想试验WebRTC (我相信GoogleMeet会使用它)，只是想看看它的功能--例如，不需要任何额外屏幕就能共享屏幕的能力。然而，我一直有这样的印象: WebRTC视频/音频流是客户端对端的。因此，我有以下问题：
那么Google</em
浏览 3提问于2020-03-26得票数 6
回答已采纳
我浏览了教程和其他问题，但没有发现任何文档，说明如何为预先录制的音频文件选择路径，并将其发送到服务进行转录。header "Transfer-Encoding: chunked" --data-binary @<path>0001.flac "https://stream.watsonplatform.net/speech-to-text/api/v1&#x
浏览 3提问于2016-06-08得票数 0
回答已采纳
我试图使用谷歌语音在我的代码中文字。我有m3U8格式的视频和音频直播。我使用FFMPEG从实时网址中提取音频。尝试将提取的音频发送到google (而不保存在磁盘上)以恢复转录。流是用块完成的。API不会返回任何结果，也不会抛出任何错误。有人能告诉我为什么结果总是空白的吗？注意:使用byte[]将提取的音频发送到</em
浏览 0提问于2019-06-25得票数 0
回答已采纳
通过Google Speech-To-Text进行流式音频转录的时间偏移量对我来说不起作用。wordInfo.word}`); });
}); 然后，当我们得到音频块时(message); 不幸的是，数组data.results[0].alternatives[0].words总是空的，即使实时
浏览 31提问于2020-10-31得票数 1
回答已采纳
文本输入字段中的x-webkit-speech属性支持在Google Chrome浏览器中进行语音识别。<input type="text" x-webkit-speech />
音频被发送到Google。有没有办法在将录制的音频发送到Google的服务器之前，将其发送到其他地方？这是修
浏览 1提问于2012-08-28得票数 3
回答已采纳
我遵循了这个教程：https://jbinformatique.com/2018/02/16/android-speech-to-text-api-google-tutoriel/ 它工作得很好！它使用android.speech.RecognizerIntent包，它是免费的，而且它不需要互联网就可以工作，这里提到： Difference between Android Speech to TextAPI</
浏览 66提问于2019-06-05得票数 2
回答已采纳
我正在努力寻找使用Google Cloud speech API进行实时连续语音识别的示例。我的要求是使用麦克风，检测语音，并在用户说话时将其转录。我知道他们的REST API没有这种支持，所以我研究了grpc示例，包括他们提供的示例。但它们看起来都像是用户上传音频和检测语音的例子。
我使用的是Java，Google grpc也支持java。有没
浏览 1提问于2016-11-09得票数 3
云服务器
ICP备案
云直播
腾讯会议
实时音视频
腾讯云开发者
