1回答
流媒体音频-从哪里开始？
、、、、
我需要开发一个嵌入式音频流服务器。
要求：
现有软件和设备(即windows媒体播放器、快速时间、vlc、iPhone、Android、etc).Royalty/patent免费或廉价授权)中支持低功耗wifi transmissionBroad的语音质量或
优惠：
低开销的基于TCP/IP的流protocolVoice级编解码器(易于在软件中实现，没有DSP，如果needed)Would支持HTML5浏览器，则需要32位CPU )，但是最新的浏览器是否支持比MP3?更低开销的编解码器(如raw)？
因此：
我应该看的相关流协议是什么？，我应该看的相关编解码器是什么？，我应该看什么传输流？，我
浏览 2提问于2010-04-22得票数 1
回答已采纳
我的应用已经通过了第一次审查(耶)--但现在已经通过了Allion的硬件审查。问题是我没有提供硬件，我为一个开源的HA系统提供了语音交互，而这个系统可以支持00种设备类型。亚马逊的审查过程很高兴我向他们提供了我的服务的凭据，该服务可以访问设备类型的子集，然后对交互进行QA。这对于审查过程来说是正常的吗？
浏览 1提问于2017-11-23得票数 1
1回答
在我们公司中，希望使用Azure语音服务进行儿童语音的ASR。在我们与家长就此项目达成的协议中(也根据公司政策)，我们需要确保我们发送到基于云的服务的WAV数据(和转录)不会被服务提供商以任何方式存储或记录或保存。当我们使用REST API或转到Azure语音服务的Speech API时，我找不到存储哪些信息的信息。感谢您的帮助。
浏览 2提问于2019-02-21得票数 0
哈曼卡顿音响是和云小微智能语音合作的，在向音响提问天气问题的时候，音响总是无法自动定位所在城市，导致每次提问天气时都要告知所在城市，致电哈曼客服，对方告知是因为腾讯云小微的软件设置导致系统无法定位，我想问下具体是因为软件开发不智能导致的还是硬件问题导致的？
浏览 453提问于2019-11-20
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
2回答
我有一些法语文本，想把它们转换成MP3文件来听。有什么文字到语音软件推荐吗？我希望它是免费的，适用于Windows。注意:不一定要转换到MP3，只要它可以转换成音频文件，例如.wav，就可以了。
浏览 0提问于2017-05-11得票数 1
1回答
谷歌说：
“如果使用Google语音接收验证代码，那么为什么不应该使用Google语音接收验证代码，您可以很容易地创建一个将自己锁在帐户之外的情况。
例如，如果你是在谷歌语音应用程序中注册的，你可能需要一个验证代码才能重新进入。但是，您将无法接收到此验证代码，因为它将被发送到您无法访问的Google。“(https://support.google.com/accounts/answer/185834?hl=en)
那么，除了电信运营商(AT&T、Verizon等)的消息服务外，还有什么消息服务可以用于Google的两步验证吗？
浏览 0提问于2017-05-20得票数 1
1回答
我想知道是否应该考虑glsl中不使用的变量。
在下一种情况下(这只是描述的示例代码)。如果“触发器”为真，则在片段着色器中不使用“位置”和“正常”。那么，是否放弃了“立场”和“正常”？或者用光栅仪计算？
顶点着色器：
layout(location = 0) in vec3 vertice;
layout(location = 1) in vec2 uv;
layout(location = 2) in vec3 normal;
out VertexData{
out vec3 position;
out vec2 uv;
out vec3 normal;
f
浏览 1提问于2015-02-02得票数 0
回答已采纳
我想使用API上的服务在我的服务器上运行文本到语音的转换。
Google文本到语音(TTS)现在是不可用的。有什么可供选择的(付费和免费的)？
浏览 1提问于2016-04-28得票数 1
5回答
我正在研究Alexa技能( Echo)，我从一开始就研究过Alexa技能工具包。
现在，我对Alexa语音服务感到困惑。我读过关于Amazon的文档，但无法更好地理解它。
请指导什么是AVS？这和Alexa的技能有什么关系？
浏览 18提问于2016-12-06得票数 10
回答已采纳
我在iphone上写了一个小应用，它将30秒的语音传输到the服务器上，the服务器通过远程处理调用windows服务，该服务使用windows2003服务器上的SAPI5.1，通过默认识别器将wave转换为文本。
我想要将引擎更新到最新版本，并添加一个为在Vista中运行而创建的医疗语音模型。我可以通过Windows2003server和一个用.net 3.5库编写的应用程序来实现这一点吗？Vista只是使用3.5的.net库吗？我可以通过注册表或api调用更改语音修改吗?我知道要在vista上使用语音模型，必须在语音记录下更改注册表项。
有什么想法吗？谢谢，汤姆
浏览 5提问于2009-01-15得票数 0
4回答
随着这个问题关于语音信箱保护的回答转向保护手机，我想我应该在这个话题上增加一个具体的问题。
已经有一个关于保护你的Android手机的问题
有各种各样的攻击，包括THC股骨细胞攻击，所以所有的指针都欢迎。
浏览 0提问于2011-07-15得票数 15
回答已采纳
2回答
这真的是一个响亮的思考类型的问题，所以如果这是在错误的地方道歉，因为这不是一个真正的问题-更多的是寻找建议/评论。
我最近开始在Windows 7上使用Windows语音识别，效果相当不错。我是一个相当高级的用户(作为一名程序员)，如果你知道自己的快捷方式，在打字模式下使用它是绕过电脑的一个很好的方式。我遇到的问题是移动到另一台计算机。我知道你可以导入/导出你的语音配置文件，但我在一个新系统上尝试了几次，结果一直很差(可能是因为它缺少它使用的所有参考材料，比如你写的电子邮件和文档-不确定)。而且，它显然不能在Linux、Mac、服务器或更老的Windows系统上运行。
所以这让我想，把你的语音
浏览 2提问于2011-08-28得票数 1
回答已采纳
2回答
在iOS中，你可以要求计算机用“语音”大声朗读一篇课文。对我来说，校对文本和检查发音是非常有用的，因为我不是母语。但问题是，我最近发现，最后一点并不总是那么好，例如发音听起来似乎不太自然。
有没有其他在线服务(免费或不太贵)提供类似于iOS语音的服务？
浏览 0提问于2015-04-11得票数 2
回答已采纳
2回答
在过去的几天里，我一直在检查Alexa技能工具包。我还仔细阅读了技能工具包和语音服务的文档。我只是在尝试理解流程时遇到了一点小问题。我已经在开发人员控制台中实现了amazon的示例技能之一(最喜欢的颜色示例)，还编写了一个示例lambda函数来处理将要交付的响应类型。它在测试模拟器上工作，剩下的基本上是让lambda在我的ios应用程序中运行。然而，我的印象是我不需要使用语音服务。我说错了吗？我很困惑，如果有人能更清楚地说明这件事，那就太棒了。如果我也让lambda工作，我想它会接受特定格式的请求。我必须将编码的音频发送到哪里才能获得发送到技能工具包的json响应？到Alexa语音服务吗？
此
浏览 2提问于2016-03-10得票数 3
3回答
我正在寻找一个服务提供商，将允许我转接呼叫到语音信箱。然后我可以使用there's的API (最好是用PHP )来访问语音邮件和任何元数据，然后用它做我喜欢的事情，比如生成电子邮件，进入转录服务，等等。
我知道是新的，看起来它可能有一些我需要的东西，然而，我也需要一个号码来拨入留言。
我工作的公司正在开发一个虚拟接待员，允许他们将呼叫转发到语音信箱，因此我需要一种方法来转发到特定客户的特定语音信箱。
有什么建议吗，或者像这样的东西(还)不存在吗？
浏览 3提问于2012-01-31得票数 1
回答已采纳
不要错过，有没有一种方法可以在本地运行Google speech，而不需要访问Google服务器--甚至不需要连接到互联网？
、、和其他几个资源说/提示“不”。
这将用于语音到文本。我的输入是来自麦克风的语音，输出是文本中的语音。
注意:在其他一些语音识别器中，我知道Sphinx。我将在另一个问题中提出这个问题。这个问题出于性能原因对Google-speech不感兴趣。
蒂娅。
//
编辑:我正在寻找也可以在桌面上运行的东西-- Windows，而不仅仅是Android。
浏览 0提问于2015-08-17得票数 0
我计划使用Sencha 2.0作为我的移动应用程序开发平台。我计划在应用程序中使用语音识别--有没有一个语音识别应用程序接口可以在iOS和安卓平台上很好地工作？
浏览 2提问于2012-04-04得票数 3
回答已采纳
1回答
我只是想知道是否有软件或程序/应用程序可以将电源从AC切换到battery笔记本电脑上的电池，而不必拉电源线？看看谷歌，但只找到了改变电源模式的软件(高到低)。问我是否可以把电源线连接起来，但如果我想的话，可以用电池运行。
浏览 0提问于2019-10-26得票数 3
回答已采纳
我想要一个相当于的东西，在那里操作系统将启动语音记录，将记录的语音传递到托管的云服务进行处理，并将字符串数组返回给调用应用程序。
我看过一些文档，但不清楚微软是否支持这一点(特别是在他们提供托管云识别器服务的地方)。许多文档都提到了必须托管自己的服务器。
浏览 2提问于2011-12-08得票数 1
回答已采纳
( 1) 是否可以在没有互联网连接的情况下使用语音到文本API？
或
2) 我可以在没有互联网连接的情况下使用什么语音到文本API或应用程序？
我正在寻找一种方法，使用一种不需要在服务器端转换的语音文本。
版本: 2.2或2.3 Android版本
浏览 2提问于2012-11-28得票数 0
1回答
我正在为一个android设备制作一个应用程序，它不包含Google应用程序(甚至连google play服务都没有)。但是，正如我所看到的，没有一个语音识别比谷歌更好，因为它们要么是离线的(因此为了更好的准确性，应用程序的大小会增加)，要么就是它们没有更好的开源服务。因此，我想在手表中不安装谷歌应用程序的情况下访问谷歌的语音识别。谷歌服务可以在不安装的情况下在线访问吗？如有任何帮助，我们不胜感激！
浏览 34提问于2021-11-19得票数 0
回答已采纳
1回答
我想使用谷歌语音服务不是麦克风，而是视频文件。例如，一个视频文件正在我的计算机上播放，谷歌语音识别程序正在识别视频的音频流。Youtube的自动字幕功能。我怎样才能使用G.S.R？
浏览 5提问于2017-08-03得票数 4
回答已采纳
是否存在一个将输入数据和输出加密数据的公开私钥方案，其中公钥在芯片上，私钥是远程定位的芯片？
最终目标将是设计一个电路，将常规日志数据存储在本地不可读的形式中。硬件实现这一任务是一个明确的目标。
有什么建议吗？
浏览 0提问于2015-06-21得票数 3
5回答
我正在寻找开源2要素认证服务。(现在我们正在使用openLDAP。)
我们只是在使用Linux服务器。这就是为什么服务应该在PAM Linux中很好地工作。
对于戴尔的iDrac和思科来说，有两种身份验证支持也很好。
谢谢您提供任何链接:-)
浏览 0提问于2011-09-18得票数 5
回答已采纳
2回答
在他们的网站上，AWS提到了他们的高质量语音识别和NLP以及创建语音机器人的能力。
如果需要使用AWS Lex创建语音机器人，但我不需要为呼叫中心创建它，而是从我的端进行呼叫，即我需要发起呼叫。
我的问题是，我应该使用什么服务来进行呼叫，因为亚马逊连接在印度不可用。是一种服务/产品，我可以将其与Lex集成。
浏览 1提问于2019-04-05得票数 1
2回答
远程管理方法
、、
用户需要从互联网远程访问我的公司服务器之一。从策略上讲，我希望他们至少使用2FA进行通信，例如VPN令牌、password+SMS等。然而，我也认识到，有些用户可能没有实现至少2FA的预算。因此，我想收集业界人士的反馈，这可能是2FA的一个很好的替代方案，它还可以为远程访问提供类似的保护。谢谢
浏览 0提问于2015-01-09得票数 0
回答已采纳
我有翻译器语音API的免费试用订阅，最近我无法在Azure门户中查看我的翻译器语音密钥。取而代之的是一张只有一滴雨滴的黑云的图像。我可以查看我的其他服务订阅的密钥，所以这个问题似乎是孤立的。我还注意到，我之前使用的密钥不再有效，因为我现在收到401个“访问被拒绝”的错误。据我所知，免费试用版允许你翻译2小时的音频。我非常严格地使用这项服务，所以如果我的免费试用已经过期，但它在Azure门户上的状态仍然是活动的，我不会感到惊讶。如果有人能给出任何见解，那就太好了。
浏览 3提问于2017-04-11得票数 0
1回答
我在找任何可以免费转录希伯来语的东西，最好是离线的。可执行文件、SDK或API。我一直在谷歌上寻找，只看到chrome的网络语音api，我不能使用，因为只在chrome上工作，我需要将转录的文本传递到一个文件中。另一种解决方案是Google cloud语音识别，它在使用时收费，我可能会将其作为最后的手段。我试着为pocketsphinx寻找一个希伯来语模型，但我找不到。除此之外，我找不到任何符合我的标准的东西。
也许有一种方法可以用nodejs编写一个web服务器，当它在chrome中运行时，它使用web speech api并将转录的文本发送到服务器。
浏览 1提问于2018-11-09得票数 2
1回答
我正在尝试寻找mp3文件的语音到文本的解决方案，但我只想传入URL。我不想下载文件并上传到亚马逊网络服务的S3或GS的GCP等。
有没有这样的服务，我可以通过编程访问来做到这一点？也许Google Speech to text可以做到这一点，somehow...but我在文档中找不到任何东西。
如果这是其他人尝试过的东西，那么任何帮助都是很好的。
浏览 0提问于2021-03-21得票数 0
我有一个客户谁需要一个Android应用程序，可以识别口头命令。据我所知，内置的语音转文本功能实际上是将数据发送到谷歌的服务器，然后再将文本翻译传回。这是一个主要问题，因为语音数据非常敏感(除非数据在发送到Google和从Google发送时是加密的-但我怀疑它是加密的)。
我能想到的有两个选择。首先是在Android上将语音转换为文本，尽管这似乎是一项极其昂贵的操作。第二种可能是让本地服务器为我转换数据(我可以在发送和接收语音数据和翻译时对其进行加密)。这是CMU Sphinx可以做到的吗？值得注意的是，我还可以访问Asterisk服务器，这可能会对此有所帮助(我不知道)。
实际上，应该只有大
浏览 1提问于2012-01-31得票数 7
回答已采纳
2回答
安卓有一个语音识别API，在上有很好的文档。现在，如果我计划将它集成到我的应用程序中，我想知道我可以使用语音API向Google服务器发出的API调用/请求的限制。
这是商业上免费使用，还是谷歌提供了同样的使用计划。有人知道定价等吗？
请告诉我，万一你只使用了Android的语音API。
浏览 2提问于2013-12-30得票数 5
回答已采纳
假设我有一个蓝牙低能(BLE)设备，定期需要将传感器数据发送到我的服务器。我想使用Google作为代理来发送这些数据。是否有可能发送定期操作，还是所有操作都必须由用户语音触发？
从我看到的文档中可以看到，您需要一个Android应用程序或Google应用程序，但是我可以在没有定制消息接口的情况下构建它吗？
浏览 3提问于2021-08-12得票数 0
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
2回答
使用Microsoft语音API转录中/大型音频文件的最佳方法是什么，每个文件6~10分钟？比如批处理音频文件的转录？
我使用了中提供的代码来连续地转录语音，但是它在某个时候停止了转录。对转录有什么限制吗？我只使用免费的自动取款机。
顺便说一句，我认为Bing语音API和新的语音服务API没有什么区别，对吗？
谢谢大家！
浏览 1提问于2018-06-11得票数 4
回答已采纳
2回答
我有一个关于SIP的问题。那么，在普通的VPS上，我是否能够放置一个可行的服务器？我想在Android平台上玩语音通信，我读到它支持SIP，这就是我想问的原因。但是，如果没有这样的物理功能，我想知道是否存在SIP的替代方案，这样我就可以在手机上传输语音。
我是从StackOverflow来的，他们建议我在这里提问。
浏览 0提问于2014-01-03得票数 0
回答已采纳
我的目标是使用一个语音到文本模型来处理几个视频。
令人困惑的是，谷歌有两款产品似乎都在做同样的事情。
这些产品的主要区别是什么？
Google语音到文本：
- Speech-to-Text has an "enhanced video" model for interpreting the audio.
谷歌视频智能：
- VI has the option to request a `SPEECH_TRANSCRIPTION` feature
浏览 9提问于2021-03-25得票数 0
回答已采纳
我用来将语音转换为文本的语音sdk，并给出缓慢的响应，如果有任何其他Sdk可以提供快速响应，支持多种语言…
如果您有任何示例或使用任何其他Sdk，而不是提供给我…
提前感谢....
浏览 3提问于2012-10-31得票数 2
又是一年一度的云+峰会，在昨天的腾讯云+未来峰会上，Pony提出了很多重磅消息：打造“超级大脑”，语音版微信，再次提出“三网”设想，另外还给出了一个AI全免费开放的消息，可以看出“AI in All”不只是谈谈而已，而是整个社会的趋势走向，那么如何理解“超级大脑”？云计算又如何助力实现“AI in All”呢？
浏览 1535提问于2018-05-24
2回答
由于这个话题有点过时了，我想在这里重新讨论一下。
在网上搜索后，我发现了以下链接：
只能在浏览器外运行，因为Silverlight (在浏览器中)不能访问与windows相关的某些COM库。
我希望(出于明显的性能目的)通过Silverlight (在客户机上)执行语音识别，然后通过回发将结果(文本)发送到服务器以执行相应的操作。
我已经实现了一种从麦克风中获取语音并将其存储在Silverlight中的字节数组的方法。有没有办法将语音字节数组转换为文本？
HTML5谷歌服务不是一个可接受的方法，因为IE是必需的。
我的最终目标是在ASP.NET网络应用程序中实现语音识别。
任何建议都是值得感谢
浏览 1提问于2013-05-31得票数 0
回答已采纳
现在技术越来越厉害了，前几年还感觉语音打字特别不靠谱，各种语音助手也相当蠢萌，想问下现在国内语音识别发展到什么水平了？
实时且准确的将语音转化成相对应的文本已经达到了什么样的水准？主要还存在哪些方面的问题？
浏览 2288提问于2018-08-06
1回答
例如，web应用程序是否可以访问iPhone上的麦克风并将语音传输回服务器？
或者，有没有可能为iPhone构建能够在网页上透明操作的Safari扩展？例如，有没有可能为iPhone构建一个从谷歌搜索结果页面中删除广告的扩展，而不需要用户单击任何按钮来激活广告删除功能？
浏览 0提问于2010-08-11得票数 1
回答已采纳
1回答
我需要转换一个AMR (自适应多速率)音频文件记录在一个电话(作为一个流对象)到一个PCM未压缩的wav音频流，以便它可以处理后进行语音识别。语音识别不喜欢AMR格式。这将是一个使用Microsoft语音平台的服务器应用程序。我不确定是否使用ffdshow或类似的库。
现在，我正在研究NAudio和DirectShowNet，看看他们是否能帮助我完成这一任务，但我希望有人能指出正确的方向。
浏览 4提问于2010-10-07得票数 2
2回答
为了将wav文件转换成文本，我正在使用免费的语音到文本服务。当我试图按顺序转换几个wav文件(每个文件约2分钟长)时，我会得到以下错误。
Status: Canceled. Reason: The recognition service encountered an internal error and could not continue.Respones text:{"Duration":0,"Offset":0,"RecognitionStatus":"Error"}.
在等待了几分钟之后，我可以再次使用API。当您使用免费
浏览 2提问于2018-08-30得票数 0
回答已采纳
2回答
目前最支持的移动语音或文本API或SDK (多种平台: Android、iOS等)是什么？
有几个帖子是iPhone特有的，但我正在寻找一种理想的跨平台解决方案。
注:似乎所有解决方案最终都会发布到远程服务器上的REST，而不是在本地进行语音处理。(这是真的吗？)
浏览 2提问于2012-09-06得票数 6
Alexa有一个API可以让我得到“排名”，“子域名”和“访问者百分比”吗？我一直被重定向到“亚马逊网络服务”，但我并不打算使用任何存储或语音识别服务。我在哪里可以找到Alexa服务，在那里我可以获得网络排名的数据？
浏览 0提问于2016-11-12得票数 0
1回答
为了给我的桌面应用程序提供理解某些命令的能力，我找到了两个有趣的替代方案。
Bing语音API，即将语音转换为文本的rest接口(例如，将翻译的文本放入搜索表单)
UWP语音API
但尚不清楚在以下方面的差异：
( A)费用。认知网站解释了几种定价方案。UWP是免费的吗？( B)定制:认知范围内的CRIS服务是可定制的。UWP也可以定制吗？如何定制词典？
让我们来做Microsft妈妈有时做不到的事情:清晰
多谢各位！沙尔
浏览 3提问于2017-02-22得票数 0
1回答
Melodyne做的正是我所需要的，但它只是UI。我在寻找一种通过编程来转换语音尖峰的方法。弗姆佩格，索克斯，普拉特？我该怎么做？
在语音科学和语音学中，共振峰 (语音术语)是由人类声道的声学共振产生的频谱整形。
你在找什么样的申请？命令行或python包。
您希望应用程序在哪个操作系统上运行？Linux
你有什么预算?0
应用程序必须具有哪些特性？改变语音峰的能力。
浏览 0提问于2020-04-03得票数 0
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
