1回答
这是一个问题，我遇到了使用谷歌语音文字引擎。我目前正在以32 in块实时播放16位/ 16 kHz音频。但是在发送音频和接收记录之间平均有25秒的延迟，这违背了实时转录的目的。
浏览 3提问于2018-07-26得票数 3
回答已采纳
1回答
我以前一直在使用IBM语音文本服务来转录已预先录制的完整音频文件。然而，我现在尝试在使用说话人识别功能的同时进行实时转录。这意味着我不能单独发送每个短文件(以大约30秒块记录音频)，因为必须维护扬声器的上下文。我如何在仍然使用Python的情况下做到这一点？
浏览 2提问于2018-02-28得票数 1
1回答
实时语音识别音源问题？
、、、
使用官方提供的实时语音转文字demo，可以通过文件流的方式识别出音频文件的语音并转成文字。当音频流来源切换到前端调用麦克风实时发送数据，就无法识别出文字。request.setEngineModelType("16k_zh"); //模型类型为必传参数，否则异常
浏览 141提问于2024-04-08
1回答
需要软件用标准的音乐符号来谱写各种流派的音乐。理想情况下，能够通过交互“记录”MIDI &鼓曲目到标准表示法。在同一工具中进行“定期录音”的能力(即用麦克风)。背景事实上，我没有受过专业训练，但我是在一些受过一流古典音乐训练的音乐家身边长大的，我知道如何阅读音乐，我喜欢在像MuseScore或概念这样的终局类应用程序中打分自己的音
浏览 0提问于2019-02-26得票数 -1
在我的项目中，我在golang开发了一个websocket服务器，它通过ARI控制asterisk频道，并使用google-speech-api在同一频道上执行实时音频转录。在连接时，我想保存音频从一个星号频道到文件，同时发送音频到谷歌，并获得文字记录。音频是由asterisk audiofork应用程序发送的，这样我就可以使用ARI操纵频道，而音频则在另一个线程上流式传输。问题是，当我发送帧到谷歌，我得到EOF错误的第一个和每一个连续的帧，我从我的服务器上，但当我转换
浏览 73提问于2021-10-07得票数 0
回答已采纳
2回答
tts文本转语音出现音频最后停顿声音，请问如何解决？音频如下：
tencentAi_1.zip
浏览 1210提问于2019-04-29
我想学习如何在Android中实时处理音频输入，所以我想做一个实验性的应用程序，对连接到Android设备上的吉他进行简单的音频操作，实现一个简单的超速效果。USB吉他接口，如，以实现一个非常低的延迟音频处理。因此，我想在我的项目中使用这个usb吉他音频接口来实现低延迟。我搜索了使用这种吉他接口的示例，但没有找到任何使用它的教程或库，所以……
当连接到设备时，这个吉他转USB接口可以像普通输入一样使用吗(这样我就可以像在普通输入中一样使用AudioRecord类)？您是否知道是否存在一些
浏览 1提问于2015-10-29得票数 1
2回答
我正在建立一个程序，需要录制音频，并分析它的实时或半实时(记录短音频位，并分析他们在时间上的一个记录)。for (int i = 0; i < size; i += 2) int c = (waveIn[i + 1]
浏览 5提问于2015-07-15得票数 1
我曾经有这样的场景:用户用表演者的实时音频捕捉音乐会场景，同时设备正在从音频广播公司device.later下载实时流，我用我在我的手机(优质音频).right中传输和保存的实时噪声音频(录制时捕获的)替换了实时噪声音频，现在我正在手动设置音频偏移，并在合并时使用试错基础，这样我就可以在准确的位置同步音频和视频活动。现在，我想要做的是自动化的同步过程的audio.instead合并视频与透明
浏览 7提问于2016-12-30得票数 11
回答已采纳
1回答
iOS上的音频记录
、、、、
我刚刚开始做一个项目，这个项目要求我在iOS上做很多与音频相关的事情。
什么是音频单元？我实际上得到了苹果的音频队列服务编程指南，并开始编写一个录音队列。他们的音频队列
浏览 4提问于2012-07-13得票数 0
回答已采纳
1回答
我正在寻找一些用C编写的开源库，它将RTP数据包(RTCP包也可用)转储到一个文件中，以便随后播放该文件。为了简单起见，为了掌握问题的诀窍，我只想记录音频(例如，opus编码)。我认为会涉及到一些问题，但不像在实时P2P RTP交互中那样多，就像在webRTC调用中那样。
有什么指示吗？
浏览 1提问于2018-04-04得票数 0
回答已采纳
我正在尝试使用Sphinx-4创建一个用于实时语音字母识别的Java应用程序。我只需要程序来识别一小部分单词(即英文字母表)。但是，它非常慢并且不准确(大约50倍音频时间)。我正在考虑制作我自己的自定义.dict文件，希望它运行得更快更准确。
我想问一下，这是否可行？如果是这样的话，我如何制作自己的定制词典？
浏览 2提问于2015-12-25得票数 0
2回答
如何获得调用以转储源行信息？
、、、、
我试图在GNU/Linux上分析一个共享库，它可以进行实时音频处理，因此性能非常重要。我运行另一个程序，它把它连接到我的系统的音频输入和输出，并使用that对其进行分析。当我运行回调时，它说默认情况是转储源行信息，但它只是没有这样做。我有没有办法强迫它，或者找出阻止它的方法？
浏览 1提问于2010-05-30得票数 4
我想创建一个类似助听器的应用程序，一旦我点击"startRecording“UIButton，它就会不断地记录我说的话，同时在我的耳机里播放给我听。它基本上是为了帮助听力有障碍的人通过耳机听到周围环境中的声音，声音更好，声音更大。我得到这样的错误: audioPlayer.delegate = self @IBOutlet weak var
浏览 1提问于2018-11-17得票数 0
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。注意:使用byte[]将提取的音频发送到google。结果: API返回空白结果，没有任何错误消息。使用下面的代码调用RecognitionAudio FromBytes。
浏览 0提问于2019-06-25得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
