我记录来自网络电台的音频流。
录音通常有一小时长( mpeg或flac格式)，每次录音都包含几首歌曲/音乐。
是否有软件可以将录音作为输入，识别/检测单个歌曲的边界(当然是最大的努力)，并将每个输入文件中包含的歌曲/片段作为单独的音频文件输出？
浏览 0提问于2016-11-28得票数 1
回答已采纳
出于测试目的，我想使用chrome speech recognition WebKitSpeechRecognition()来输入音频文件。我可以使用虚拟麦克风，但这真的很麻烦，很难实现自动化，但当我测试它时，一切工作正常，语音识别将我的音频文件转换为文本。现在我想使用下面的chrome参数：
--use-file-for-fake-audio-capture="C:/url/to/audio.wav"
--use-fake-device-for-media-stream
--use-fake-ui-for-media-stream
例如，这在录音器网站上工作得很好，当我重放录
浏览 3提问于2018-06-09得票数 1
2回答
我们有来自我们的服务器端进程之一的实时、不加控制的记录的各种波形文件，而且它们中的大多数在整个过程中都有很好的清晰的语音。然而，有时他们是混乱的，他们有静态，或说话音量不够大。是否有一个有效的方法来确定一个记录是否被认为是“良好”质量使用C#？
我曾想过要把已知的好唱片的平面图和不好的录音进行比较，但是每次录音都会有不同的语言，所以这可能行不通。我研究过像Bass.Net和NAudio这样的库，但是音频处理不是我的专业领域。
我可以尝试比较，但我不完全确定它是如何工作的。我看到有人试图用他们的音频指纹哈希和Levenshtein距离算法来比较两个音频文件，以找到两个音频文件之间的相似度。除非音
浏览 6提问于2013-08-14得票数 0
回答已采纳
3回答
在我的程序中，我有一些录音的声音。在那之后，我需要识别它，例如:我启动了程序，说了些什么，当程序收到已经录制的单词时，它显示UIAlertView。有人知道任何sdk或示例代码吗？谢谢..
浏览 4提问于2011-10-17得票数 1
回答已采纳
2回答
个人用户，试用SDK调用。
在试用文字识别中的通用印刷体识别，试用前看的是每月免费10000次，做测试已经超过次数了，貌似还可以用。想问一下试用的上限是什么，次数？还是天数？15天内不限量吗？还是别的什么
浏览 926提问于2018-12-13
用户开始录音我该如何知道他的录音内容是中文还是英文,试了腾讯云的 一句话识别 ,它对音频文件的采样率还有单双通道都做了要求才能识别，有没有别的办法？
浏览 429提问于2019-07-17
1回答
需要能够转换或转录音频(如从.MP3，其他音频格式)包含语音到文本文本转录使用语音(语音识别)算法在高精度。有许多方法可以做到这一点，这些方法越来越准确，但都是为对着设备麦克风说出的语音而设计的(例如，用于web的谷歌翻译/相应的API，用于iOS的Dragon应用程序)。我需要一种直接将音频文件输入语音识别引擎/API的方法。不希望通过扬声器播放音频并用麦克风捕获它--长音频文件需要相当长的时间，并且会降低音频质量和最终的转录质量。是否存在用于此的web服务、API或代码？是不是对现有的某个服务进行了某种包装，假设麦克风将是源？
谢谢
浏览 1提问于2014-05-26得票数 10
回答已采纳
我记录来自网络电台的音频流。
录音通常有一小时长( mpeg或flac格式)，每次录音都包含几首歌曲/音乐。
是否有软件可以将录音作为输入，识别/检测单个歌曲的边界(当然是最大的努力)，并将每个输入文件中包含的歌曲/片段作为单独的音频文件输出？
浏览 0提问于2016-11-28得票数 1
1回答
我在一个中级company.But的项目中工作，我没有任何工具来识别该方法是否有测试用例。所以现在我手动去检查这个方法是否有测试用例。所以，如果你知道任何工具来识别与我有关的案件。请给我一个建议。提前谢谢。
浏览 1提问于2013-02-05得票数 0
用recorderManager录制音频，录音文件我尝试过WAV、pcm、MP3等多种格式，也尝试过先将录音文件上传到服务器，拿到新的文件路径后可以下载到本地并播放，但是仍然无法被腾讯云语音识别成功
浏览 622提问于2020-04-08
我已经使用NAudio录制声音，并将其保存为.wav文件。因此，在录音时，有一些声音的振幅很高，这使得录音不合适，也有一些声音可以大胆地看到，但其典型的振幅很高，但却很短。如何识别和跳过它们。我可以在录音前进行声音校准吗？
谢谢sunil
浏览 0提问于2014-04-09得票数 0
在做语音听写识别的时候，在H5页面中调用手机的麦克风进行录音，然后将录音文件上传识别，查询多方资料，大多数都是采用getUserMedia这个原生API，但是兼容性不好，在 iOS 11.2以前的Safari和微信内置浏览器都无法支持此API，请问有什么解决方案吗？需要兼容iOS和安卓大部分浏览器及微信内置浏览器
浏览 3251提问于2018-04-13
我想到了这些目标：
上传我的录音电话采访，删除敏感/识别信息。
人们也可以上传他们的采访记录。
可选地为问题添加注释/答案。
我的整个想法是帮助有抱负的应聘者帮助和准备他们未来的面试。
我倾向于Github，因为没有存储限制，而且其他人也可能会对此做出贡献。
如有任何有用的建议，我们将不胜感激。
浏览 0提问于2018-07-05得票数 1
1回答
我正在尝试创建一个语音识别功能，可以用一个热词激活。我发现了这个包，它可以创建一个hotword监听器，可以全天候监听并在激活时运行特定的任务。
我的问题是，我需要在检测到热词时运行语音验证功能。假设我的热词是"hello“，语音身份验证需要的输入是"hello，请开门”。但是如果我在检测到热词之后开始记录，我需要重复单词hello。我怎样才能在不重复的情况下获得完整的“你好，请打开门”录音。
有没有办法让snowboy输出它用来激活的短音频文件"hello“，如果是这样的话，我可以把它们组合起来。
如果现在我可以创建一个音频缓冲区，它将一直保存最后10秒的麦克风数据，
浏览 4提问于2019-11-19得票数 0
1回答
我正在使用Android上的第三方云服务来进行语音识别，它在Android上运行得很好。代码如下：
Intent recognizerIntent =
new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);
recognizerIntent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL,
RecognizerIntent.LANGUAGE_MODEL_WEB_SEARCH);
// accept partial resul
浏览 9提问于2016-09-29得票数 6
回答已采纳
我正在寻找一个语音录音机，用于我的安卓设备之一。
要求(必须具备)
在Android 6+上工作
让我设定所需的录音质量(讨论不能录制HiFi -但音乐会话可能应该)
让我在录制时设置标记(想想eBook中的章节，或者会议中的主题切换)。播放能够“跳到”标记。
必须是自由的
必须是对隐私友好的(尽可能多；在最好的情况下，它只需要访问麦克风和存储器的权限)。
电池使用率低(所以我可以让它连续运行几个小时而不间断)
支持“长时间录音会话”(如果它启动一个新文件(例如每小时一次)，则可以；6小时的时间限制是可以的
背景录音(即使当显示器关闭时)
回放功能(收听我的录音)
应该简单易用(所以没有“夸大
浏览 0提问于2018-03-09得票数 1
请推荐Android或Windows软件(或web应用程序)，该软件将删除乐队练习课录音中的点击声音，原因是音频峰值太大。
我意识到这听起来并不完美，但我正在寻找的东西将减少或消除每次麦克风在录音过程中被夸大时发生的点击。
这些文件目前是M4A格式的，但是如果需要的话，我可以先将它们转换成任何其他格式。
我更喜欢免费软件，但只要5欧元/美元就行了。
开源很好，但不是必需的。
如果是Windows软件，则首选可移植(没有安装程序)工具，但这不是必需的。
浏览 0提问于2020-03-17得票数 1
1回答
更改ALSA的默认采样输入率
、、、、
我正在为Raspberry pi的语音识别做Jasper项目。问题是，当我用默认设置进行记录时，会产生大量的噪音。在修改录音后，我意识到如果我使用“arecord -r 48000 sample.wav”，录音就会清晰得多，而且我知道我的语音识别会正常工作。
但在我的生命中，我不能将它更改为默认设置(使用ALSA配置)。我已经在配置文件.asoundrc中尝试了各种组合，它所做的就是，它回到了Mono 8000 KHz的录音中，不管我投给它的采样率是多少。
问题是:如何将记录采样率设置为48000，并使其成为默认采样率？恐怕我不得不完全放弃这项工程了。
浏览 0提问于2016-12-06得票数 1
当插入的外部麦克风插孔与TRRS兼容时，大多数android录音应用程序会自动识别音频输入(通常是两个标准之一: CTIA和OMTP)。
虽然我可能会搜索，但我还没有遇到一个相机应用程序记录视频与外部麦克风。因此，作为最后的资源，我正在考虑最终开发一个。
在我开始一个项目之前，这个项目可能只是一个众所周知的轮子的再发明，或者更糟，一个铅气球：
这样的应用程序工作起来有什么障碍吗？
推论:有没有摄像头应用程序可以识别外部麦克风(自动或通过设置)？
浏览 50提问于2016-07-09得票数 4
回答已采纳
我想确认连接的Gmail帐户是GSUITE (付费帐户)还是普通试用帐户。我应该使用哪个Gmail/Google API调用来识别它？
浏览 16提问于2017-07-15得票数 0
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
问题是这样的，终端产品将压缩格式为AMR的录音文件通过2G移动网络发送到服务器，怎样才能在UBUNTU14.04的镜像系统中完成自动解压成WAV格式的语音文件？然后被语音识别调用？批量的解压，批量调用语音识别！
浏览 334提问于2018-02-24
录音文件API请求参数中的RestTextFormat参数类型都会返回时间戳，我不想返回的识别内容里面有时间戳需要怎么设置？
浏览 90提问于2023-09-27
请描述您的问题
标题：RESTful API 这个接口支持识别MP3的录音文件吗？
地址：https://cloud.tencent.com/document/product/441/6201
浏览 303提问于2018-01-23
1回答
我需要产生机械设备发出的声音的录音。这些声音每隔几个小时随机出现一次，只持续大约1-3秒.
理想情况下，我希望软件能够执行准确的任务。我一直找不到这样的应用程序，所以我发布了这个问题 (并对它下了赏金！)当我等待答案的时候，我在考虑其他获得所需录音的方法。
是否有人知道视窗或安卓的软件可以处理2-12小时的音频录音，并自动删除所有没有音频的时间段？
理想情况下，我希望设置定义“无音频”的dB阈值。
而且，理想情况下，我希望能够在保存的每个片段之前和/或之后指定空音频的数量。例如，在使用的每个片段之前保持1秒的空音频。
由于我还没有产生这些录音，我开放使用任何音频文件类型，我可以找到一个录音机。
浏览 0提问于2015-10-01得票数 5
我正在制作一个app.Which有一个免费试用版和一个高级version.The免费版本作为高级运行7天，然后它将提示用户购买高级和exit.To这样做，所以我有一些想法，例如：
1)唯一地识别设备，并在启动时将唯一的id和日期发送到server.And检查此设备的应用程序是否超过7天，如果是这样，则阻止it.And当用户卸载应用程序并在注册到服务器后再次安装时，应用程序将被阻止。我已经阅读了一些识别设备uniquely.But的方法，因为建议没有一个方法是可靠的，并且不会在每个设备和操作系统版本上工作。
2)我可以向sdcard写入一个文件，指示应用程序的安装，并在第一次运行时检查该特定文件
浏览 22提问于2012-04-23得票数 2
回答已采纳
$audio_url = "http://www.www.com/1.mp3";
$result = sendUrlRequest("https://www.www.com/callback.php", $audio_url);
echo "\n<br>8K UrlRequest result is: " . $result;
上面3行代码，发起了一次录音文件识别的请求。
那么，发起的这次请求，我怎么读取识别完成数据呢？
我不知道识别完成的数据的结构是什么样的，所以每次收到网页调用都在数据库记录一次。并且标出
浏览 637提问于2019-07-22
PC端通过HZRecorder插件进行的录音文件，调用一句话识别接口总是报"InvalidParameterValue.ErrorInvalidVoicedata"，研究了一天了，不知道哪里错了？
下面压缩包里有语音文件和HZRecorder.js
语音.zip
浏览 292提问于2019-08-31
我试图使用Gracenote客户端为android识别音乐通过麦克风。
到目前为止，它运行良好，我收到了识别结果(使用identifyAlbum)。
我想知道，是否有可能支持脱机场景。对指纹进行指纹识别，并将指纹提交给gracenote服务器(当互联网可用时)。
(我知道它可能会将录音存储为音频文件，并在以后提交该文件以供识别。我只是想知道，是否有可能存储和检索指纹，而不是记录)
我们非常感谢你的帮助。
问候和感谢。沃利
浏览 5提问于2017-02-19得票数 1
回答已采纳
1回答
我正在使用存储库转录一些音频文件，并且我已经在我的Vagrant虚拟机上按预期启动并运行了所有内容。
我希望能够用Linux、Laravel或MySQL这样的词来转录非常技术性的录音，这些词不能很好地转录。我该如何(轻松地)将这些单词添加到转录软件中，以便在说出这些单词时成功识别它们？
更新
我试着遵循尼古拉·什米列夫给我的建议，在这里找到：
在将新的单词添加到newwords.txt之后，我可以成功地运行run_adapt.sh脚本，但是当我尝试使用更新后的语言模型用新的单词转录音频文件时，它无法识别新的单词。
以下是我尝试遵循有关如何调整语言模型的说明的视频：
浏览 1提问于2016-11-30得票数 0
2回答
我在哪里可以找到或购买大量由母语人士阅读的20,000+英语单词的录音？(最好是作为带有索引的单个音频文件提供)
如果可能的话，我不想使用"text to speech“程序，因为它的质量对于试图学习一门语言的人来说还不够好。
浏览 0提问于2010-09-26得票数 1
回答已采纳
在IBM语音识别服务中有没有办法
发送文件的URL，而不是发送文件本身。这对我来说很重要，因为我想要发送转录的录音并不存储在运行代码的相同位置。我正在使用IBM Java SDK。
浏览 1提问于2016-09-21得票数 0
4回答
比较两个音频文件
、、、
我想建立一种“语音识别”系统。
其目标是比较一个新的录音与原始音频文件，如果声音是> x%相似，做一些事情。
已经有类似的工具了吗？
浏览 0提问于2016-01-27得票数 4
1回答
对于语音识别，我知道有几个问题，但我有一个不同的问题。我的客户想通过另一个录音(先前保存的)进行识别。假设用户保存了录音，他说：“语音命令”，然后当他触摸某个麦克风图标在应用程序，它将开始监听，然后它将比较之前的录音，如果是相同的命令或不。我试图改变客户的想法，并使用一些演讲文本库/项目，但他想这样做。
所以我问你能不能给我看一些免费的/开放的图书馆？
浏览 1提问于2014-04-23得票数 3
回答已采纳
我正在尝试使用Desktop.ini文本文件在windows10操作系统中自定义一些文件夹。有一件事我解决不了，那就是如何在信息提示中换行。
当前文本文件如下所示：
[.ShellClassInfo]
ConfirmFileOp=0
NoSharing=1
IconFile=$path_to_icon
IconIndex=0
InfoTip=Line1 \n Line2
因此，文本文档的最后一行不能按预期工作。它只是不能识别\n符号。我还尝试用unicode字符和其他一些类似的方法和符号替换标准的\n新行符号，但不起作用。它只是将其识别为一个字符串，而不管其中写的是什么。
我可以实现换行的唯一
浏览 30提问于2018-09-10得票数 3
我想要创建的应用程序，当我点击按钮，录音应该在特定的时间(5s)，然后我可以保存到应用程序的文件夹或在我的手机或使用文件直接在接下来的步骤。具体来说，我将在5秒内录制一个音频文件，然后通过我的单词识别算法开始识别，并执行以下命令。请在记录和保存文件的过程中帮助我。谢谢你们的阅读。
浏览 3提问于2021-10-28得票数 0
回答已采纳
1回答
我需要从一组WAV文件中识别语音，这些文件没有记录在进行识别的计算机上。我知道，如果您识别WAV文件中的语音，并且这些WAV文件的采样率与引擎用于训练的录音的采样率相同，则效果会更好。
但我的问题是:Vista的引擎训练的采样率是多少？我似乎在任何地方都找不到这个信息。
还有..。你知道什么方法可以将WAV文件从一种采样率转换到另一种采样率，从C#？
谢谢!
浏览 2提问于2010-06-30得票数 0
回答已采纳
1回答
我正在寻找一种相对简单的方法(可能是一些示例或具有良好API的库？)用Java比较两个声音(当然要有容差)。其来源是一些带有手拍声的声音文件。我想要比较的声音是通过麦克风进行的现场录音。麦克风每次识别出更响亮的声音时都会开始3秒的录音，并将其与源文件进行比较。
目的:我正在运行一个带麦克风的Raspberry Pi，如果我拍手，我想要切换我公寓里的灯。
浏览 0提问于2013-11-30得票数 3
1回答
我的应用程序中有可自动更新的订阅。这些订阅将提供3-7天的试用(仅在此试用期后收费)。我没有在源文件中放置任何事件跟踪的自定义代码，facebook跟踪所有这些事件都很好，除了购买。我以为这是因为直到今天我才有过购买活动，但是今天有人订阅了，而“购买”事件仍然没有被跟踪。相反，使用value =订阅价格跟踪“初始化签出”事件。
问题是为什么它不被追踪？我计划在facebook上做一个广告活动，优化购买事件，但是如果它们没有被识别，那么我就做不到。
浏览 3提问于2019-04-04得票数 0
回答已采纳
我有一个简单的问题。Azure混合连接是否可用于Azure应用程序服务免费试用订阅计划？我可以在我的Azure App服务中添加混合连接；但是，当我尝试连接到我的on prem SQL服务器时，无法识别它们。注意，我已经尝试使用FQDN和IP地址。
谢谢，Snawwz
浏览 24提问于2018-06-05得票数 0
回答已采纳
我正在寻找一个做以下工作的应用程序：
在背景中或当声音超过阈值时，连续记录音频24/7
写入带有该文件时间戳的文件(例如2020-09-01 19:00:00)
记录电话的两端
将抄本保存在带有时间戳的文本文件中，这样我就可以快速地搜索文本文件中我正在寻找的部分。
允许使用谷歌助理语音命令“嘿谷歌”
使用256 GB的SD卡，我可以记录72天的音频(使用mp3)。当然，电池的续航时间是值得关注的。
我知道“倒车”、“阿里比”、“回声”、“SnipBack”和“科吉”。这些应用程序只记录了过去的几分钟，并且只会随着用户的交互而保存。
验证录音机和语音激活录音机看起来是一个良好的开端。还有什么更好
浏览 0提问于2020-09-02得票数 1
我正在使用语音识别Python库以16 the的单数从我的麦克风记录音频字节，但我想使用接受NumPy数组、光谱图和文件路径的新的Whisper库。写入文件花费的时间太长，所以我想直接将数据转换为数组，将其传递给Whisper。
浏览 16提问于2022-10-07得票数 0
0回答
我正在开发一个应用程序识别语音使用谷歌云语音APi和录音的同时。我尝试播放录制的.opus音频文件获取IOException W/System.err: java.io.IOException: setDataSource failed.
有什么想法吗？谢谢！！
浏览 20提问于2017-06-08得票数 5
我正在创建一个windows服务，它将连接到音频输入设备，并使用NAudio WaveIn记录音频。这就是流动：
使用VOSK语音识别的第一级语音检测，并将录制的音频添加到内存流中。如果识别了语音，则将内存流保存到wav文件中。第二级语音识别使用Microsoft认知语音服务从wav文件中读取。
我的问题是，在保存wav文件时，我应该使用什么样的波形格式来临时提高认知语音服务的语音识别精度。
_waveIn.WaveFormat =新WaveFormat(8000，16，1)；
或
_waveIn.WaveFormat =新WaveFormat(16000，16，1)；
任何帮助都将不胜感激。
浏览 15提问于2022-02-16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
腾讯会议
实时音视频活动推荐
腾讯云开发者
