自动识别音频转化文字 - 腾讯云开发者社区

文章/答案/技术大牛

发布

1回答

实施音视频时，本地是否有接口获取音频数据？

实时音视频

场景：当实时音视频时需要获取音频数据来转化文字，目前无法获取音频数据，录音mic也只有一个，有没有解决方案？

浏览 325提问于2019-02-28

0回答

向量数据库背后有哪些核心技术？打造一款向量数据库主要的门槛是什么？

存储、数据、索引、音频、向量数据库

Embedding技术：利用Embedding技术将高维度的数据（例如文字、图片、音频）映射到低维度空间，即把图片、音频和文字转化为向量来表示，将这些向量存储起来就构成向量数据库。

浏览 479提问于2023-08-14

1回答

想通过人工车位号拍照的方式实现自动识别照片的车位号，请问使用文字识别的哪个接口更合理？

文字识别

想通过人工车位号拍照的方式实现自动识别照片的车位号，请问使用文字识别的哪个接口更合理？

浏览 318提问于2019-11-01

1回答

如何提取与给定音频剪辑对应的视频部分？

java、audio、video、ffmpeg、audio-fingerprinting

我有一个视频剪辑，还有一个音频剪辑。如何将视频剪辑剪裁到音频剪辑中提取的部分？我认为解决办法将包括： <03:05,09:55>);Trim 自动识别视频剪辑中音频剪辑的一对起始位置和结束位置(例如，将视频从识别的起始位置识别到识别的端点(这很容易)。

浏览 5提问于2012-01-19得票数 4

2回答

通过ffmpeg或其他应用程序更改声音

audio、ffmpeg、voice

我有一套包含录音的音频文件，我需要改变声音信号，这样扬声器就不能自动识别. 你知道什么申请吗？

浏览 0提问于2015-01-30得票数 2

1回答

如何制作一个记录音乐的反应组件？

react-native

我正试着制作一个听音乐的反应页面，就像shazam那样。我是否必须使用一些API或类似的东西，以及如何做到？

浏览 3提问于2022-02-19得票数 0

1回答

在python上混合音频文件进行剪辑

python、audio、pydub

我有一些音频文件。每个音频文件都不会被剪裁

浏览 17提问于2021-02-20得票数 1

回答已采纳

1回答

通用印刷体识别里面的拉丁语系指的是什么，拉丁语还是其他的东西？

api、文字识别、图像识别

搜索发现拉丁语系是一个误用的术语，但是误用也是指的是罗曼语族包括法语、意大利语、葡萄牙语、西班牙语和罗马尼亚语加泰罗尼亚语或者说这个就是拉丁语的意思

浏览 1015提问于2019-12-05

1回答

内部clojure函数将非字母数字符号转换为java类名。

clojure

我正在寻找内部实现的clojure将非字母数字转化为文字。例如clojure.core/assoc！获取编译为assoc_BANG_等，编译器在哪里进行转换？

浏览 3提问于2014-03-12得票数 3

回答已采纳

1回答

我们一直在尝试从嘈杂的音频文件中识别单词，我搜索了很多，使用了很多api将单词从噪音中分离出来，还尝试了SOX，这有点准确(80%的单词被正确拆分)，现在我需要识别这些单词，我尝试过使用google语音我们一直在尝试音频比较，因为我们在字典中有一个包含单词的wave文件列表，比较是通过MusicG库完成的，但是它并不像预期的那样工作。最近，我一直在考虑一些机器学习算法，我可以教程序，例如音频“狗”是字符串“狗”，然后重复它，直到程序自动识别它。有什么好的/已知的库可以用音频文件来处理吗？如果是

浏览 3提问于2015-08-25得票数 0

回答已采纳

0回答

2023-08-14：给出两个长度相同的字符串 str1 和 str2 请你帮忙判断字符串 str？

编程算法、uber、腾讯、字符串

2023-08-14：给出两个长度相同的字符串 str1 和 str2每一次转化时，你可以将 str1 中出现的所有相同字母变成其他任何小写英文字母只有在字符串 str1 能够通过上述方式顺利转化为字符串 str2 时才能返回 true 。

浏览 125提问于2023-08-14

1回答

我如何让帕格引擎不转换一些!{}语法？

pug

如果我想在代码中引用文字!{a}。我该怎么办？script.它将转化为： var a = "5"; // I want to have the string equals "!{a}", not "5" <

浏览 2提问于2021-08-09得票数 2

回答已采纳

1回答

双源脉冲音频，一个减少音量

sound、python、firefox、pulseaudio

我“取消”我的音乐播放器在广告期间，所以有两个声音源播放的脉冲音频。我希望我的音乐播放器(python mserve)比火狐“声源优先”。目前，当mserve播放时，脉冲音频似乎已经从Firefox发出了一点微弱的声音。声音调暗可能是20 %到40%？我怎么能增加这样的脉冲音频调暗火狐说60%到80%？如果有软件自动识别什么时候开始广告，如声音增益增加或人耳音商业跟踪软件激活，这将避免我点击“播放”时，广告开始和“暂停”时，曲棍球恢复。

浏览 0提问于2020-08-01得票数 0

1回答

如何从文本编辑QT中获取整个文本

c++、qt、user-interface、qtextedit

我正在尝试从文本编辑中获取文本并将其存储在QString中。QString text = ui->textEdit->toPlainText();这是从如下位置调用的：-{ ui->label_2->setText(text);

浏览 1提问于2013-10-17得票数 16

回答已采纳

1回答

如何在c++中表示大数

c++、integer

我试图在c++中表示一些大数。在下面的代码中，如果只尝试打印s，编译器就不会抱怨。但是，如果试图进行一些乘法并将其存储在t中，编译器将称为integer overflow in expression...。int main () long long int s = 320718425168;}

浏览 3提问于2014-11-21得票数 2

回答已采纳

1回答

用来聊天的协议是什么？webRTC或Websockets

javascript、websocket、webrtc

我正在创建一个聊天网站，将能够做到，视频，音频和文字聊天。我目前正在使用Websockets进行文本聊天。我需要知道什么是最好的视频，音频和文字聊天。哪一个更有效果。我应该使用Websockets对他们所有的，或webRTC的视频和音频和Websockets的文字聊天。我可以做到这两个，并且不想重写我的文本聊天为webRTC，但如果这是一个更好的选择，那么我会。

浏览 0提问于2013-03-29得票数 5

回答已采纳

1回答