我们可以在MATLAB中使用Microsoft Speech API的语音转文本功能吗？这是文本转speech.How的代码，我们可以使用它的功能是语音转文本吗？
浏览 1提问于2013-02-26得票数 1
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。
然后是 (或桌面SAPI)、 (或Server )和。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
浏览 3提问于2018-06-12得票数 10
回答已采纳
我是调查微软翻译文本API。我了解到它有两种类型的翻译器模型，更新的深层神经网络模型DNN和传统的统计机器翻译( SMT )。我还找到了下面的说明，
Microsoft Translator supports 60 languages for text translation through the Microsoft Translator API
浏览 2提问于2017-11-13得票数 0
回答已采纳
我在处理一项语音识别任务。到目前为止，我一直在使用Google语音识别API (在Python中)，取得了很好的效果。API返回一个以及转录的文本的每一个块。如文档中所述，置信度是介于0到1之间的一个数字，但对于Google的API是如何导出这个数字的，我没有找到更深层次的解释，所以我假设它来自于进行识别的神经网络。下一步我想要做的是制作我自己的(离线)自动语音识别程序，我发现应该可以胜任这项任务。我还没有开始对它进行编程，但我想事先知道(为了研究目的
浏览 4提问于2019-10-15得票数 3
回答已采纳
我需要在c#中编写一个实用程序，使用谷歌语音Api将语音从音频文件转换为文本。据我所知，谷歌只接受这个接口的.flac格式。不幸的是，我有.wav和.mp3音频文件。所以我试着找出是否有办法在.NET中将mp3转换为flac。我查看了NAudio，但它似乎不能处理flac文件。
浏览 0提问于2013-07-14得票数 6
回答已采纳
1回答
我目前正在创建一个聊天机器人，它必须接受用户的语音输入。但是，使用瀑布对话框提示用户输入不包含接受语音的提示。我正在使用Azure语音服务来进行语音识别，我想知道是否有办法做到这一点。我尝试将语音识别结果转换为字符串，并将其作为用户文本输入发送，但我对编码还不熟悉，而且感觉自己做错了。这是瀑布对话框步骤的一部分。
浏览 1提问于2019-05-17得票数 1
回答已采纳
传统的神经网络采用固定大小的并行输入神经元和固定大小的并行输出神经元。
一个序列化的实现可以用于语音识别，其中我可以给网络提供一个时间序列的波形，并在输出端获取音素。
浏览 0提问于2013-10-17得票数 3
回答已采纳
1回答
我真的很感激对android的语音控制帮助很小。我正在制作声音控制的国际象棋，但语音识别是识别我不想要的单词。
浏览 10提问于2022-08-09得票数 0
我想问的是，LSTM可以建模为多对一。但是，Seq2Seq也可以建模为多对一。(当N为1时，M到N)。那么，有什么不同呢？
浏览 5提问于2021-03-23得票数 2
我有兴趣看看离线语音识别是否可能使用Android上的谷歌TTS，并试图做到这一点，但没有成功。当我连接到网络时，语音识别工作得很好，但我需要让它离线工作。它返回了两个特性:用于谷歌文本语音转换引擎的embeddedTts和networkTts，因此embeddedTts特性是可用的。
浏览 4提问于2013-02-14得票数 1
2回答
假设我想用印地语或任何其他语言输入声音，它会给出英语(文本).How的输出，我能这样做吗？我知道的是:我知道如何把声音转换成文字。例如：信息提供: language=hindi输入: kese (语音)输出:你好吗？(案文)
浏览 24提问于2022-10-15得票数 -1
1回答
语音输入导航
、、
我被要求制作一个语音输入符号到一个站点页面，通过一个人的声音获得订单，并执行命令，例如，想象有人说登陆页面，然后它探索到登陆页面。
我不知道该怎么做，我需要你的帮助。
浏览 9提问于2022-12-03得票数 0
回答已采纳
Xamarin android框架中包含的内容是相同的吗？
浏览 0提问于2021-08-03得票数 1
1回答
我是librosa和voice/sound分析的新手。我已经在SO和google上搜索了这个直接的问题，但没有得到一个可以理解的答案。 假设有两个声音A和B。我想要将voice A转换为voice B。 考虑到这两种声音，有没有可能在A上做一些听起来像B的事情？
浏览 46提问于2020-11-27得票数 0
回答已采纳
1回答
Ruby中有哪些文本到语音库可供使用？我正在寻找带有显式Ruby的库，并且不想处理JSON、XML或系统调用。
浏览 0提问于2019-03-10得票数 0
Tensorflow和深度学习主要用于图像处理(分类、识别)、NLP、语音和文本处理。我以前用过Spark MLLIB和Mahout吗？Tensorflow有深度神经网络的例子-- 。
浏览 8提问于2017-08-04得票数 0
我正在制作一个应用程序，使用给api发短信。由于使用，我觉得这个api没有将确切的发音转换为文本，而是纠正了发音并将其转换为文本。
例如，如果我发音'opple'，文本将自动转换为'apple‘。有没有任何方法可以使用语音到文本api，没有一个功能，以纠正发音？
浏览 2提问于2021-09-15得票数 0
回答已采纳
麻省理工学院评论最近发表了一篇关于IBM芯片的文章，它或多或少是一种人工神经网络。
这篇文章指出，芯片可能已经从未来借来了一页。这可能是一个新的、不断进化的计算能力时代的开始。这就引出了一个问题，日常计算任务能被分解成可以被神经网络解决的任务吗(理论上和/或实践上)？
浏览 2提问于2014-08-08得票数 3
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
