2回答
我正在寻找一个语音识别API，它在用户说话时返回临时结果，类似于谷歌在其主页()上所做的事情。我正在寻找一个API，支持法语。我想要做的是创建一个与谷歌语音搜索类似的web应用程序。
Google不推荐用于专业开发，因为它经常变化，而且没有完整的文档化。
IBM沃森不支持法语
AT&T语音API不返回临时结果
CMU狮身人面像返回非常糟糕的结果(参见这里的演示：)
细微差别产品似乎不适合于web应用程序。(如果你知道我该怎么用它们，我很感兴趣！)
浏览 6提问于2015-09-30得票数 2
回答已采纳
是否有任何HTML标记属性或代码片段可用于“隐藏”网页文本的部分，使其不受文本对语音阅读器的影响--例如，Mac上的语音？
具体来说，我正在寻找一种方法，使文本对语音阅读器可以被使用，从一开始忽略数字的诗句和字母，是用来标记脚注在文本。
浏览 6提问于2014-12-22得票数 1
回答已采纳
1回答
从一种语言到另一种语言的语音
、、、、
我有一个要求，我想实现使用.net.What，我想是任何人谁有麦克风连接应该在一些language.He可以选择一些语言从应用程序和应用程序将他的声音转换成该特定的语言，即语音到语音转换。我该怎么做?有没有第三方API?我该怎么开始？
浏览 2提问于2010-12-03得票数 1
4回答
语音合成书？
、、、、
当我还是个孩子的时候，所有的东西都有一个语音合成器，或多或少。几年前，我开始怀疑这些年后这项技术将走向何方，而在一些研究发现这项技术毫无进展之后。储存增加了，使级联合成更像生命，但没有什么其他的改善。
从文本到言语似乎是主要的研究领域。我发现的大多数关于语音合成主题的书都是在实际的语音生成上略读，然后在文本到语音上花费数百页。
我不感兴趣的文本到语音本身，但更多的声音生成。然而，我还没有找到一本对此有好的、实用的解释的书。Concatenative合成很容易掌握，但共振峰是我想要更多的信息。(第三种方法，物理建模，将是一个有利的，但不是所有有趣的)。
这款游戏的特点是，我很想制作一个工具，让低
浏览 0提问于2011-03-22得票数 6
回答已采纳
如果我正在开发一个使用TTS和语音识别的Android应用程序，那么在Ubuntu上哪个库用于相同的语音识别和语音呢？
我假设是从文本到语音，但我不确定哪个语音识别库和字典/学习/校准系统用于语音识别。
我想在Ubuntu桌面上提供这个应用程序。
以及在仿真器外测试它。
浏览 0提问于2012-09-19得票数 16
回答已采纳
2回答
所以，我是个新手，在搜索一些信息时遇到了困难。
我想知道这项技术目前是否存在于移动平台上。
我想使用电话来录制某人的语音和短语。然后基于语音，允许另一个人键入文本以检索语音数据。优选地，不使用相同的单词，同时给出短语以捕获产生所需短语所需的正确音节。基本上是文本到语音，但实时输入，有点像《碟中谍2》。例如，我的兄弟给我打电话，我录下他的声音，然后给我妈妈打电话，听起来像我的兄弟。然而，不是像在音乐文件中那样把声音拼凑在一起，而是键入我想说的话。最好是听起来不机械的东西。
希望我的描述是有意义的，任何帮助都会得到很大的重视。
谢谢，威尔
浏览 0提问于2012-11-23得票数 1
1回答
我想创建一个应用程序，可以让我的耳机连接到我的PC的电话交谈。
是否有可能创建这样的应用程序/服务，可以将我与之交谈的人的语音传输到PC，以及将我的语音从PC传输到智能手机，然后再传输给此人？
我读过一些关于两种方式的音频流的问题，但它可以通过电话实现吗？
我使用的是Android4.3。
浏览 0提问于2015-03-22得票数 0
离线语音识别可以提供个识别本地语音数据的demo吗？本地语音数据的如何填充到boby中呢？
浏览 575提问于2018-04-28
1回答
我一直在互联网上寻找一个示例代码，关于如何创建一个xcode应用程序，将语音/语音转换为文本。
希望你们能带我到一个如何做到这一点的链接，我是xcode的新手，如果链接在解释或代码中有一点详细，我将不胜感激。
感谢所有stackoverflow社区的朋友和其他人
浏览 1提问于2013-01-10得票数 0
2回答
为ASR创建语音字典
、、、
我的工作是ASR(自动语音识别)索马里数据作为硕士论文，现在我被困在如何创建一个语音或语音字典为它。我在网上搜索，却找不到。
我不知道该怎么解决这个问题。有人能指引我吗？
浏览 0提问于2020-02-12得票数 2
我在网上查看了Spotify iOS软件开发工具包的文档，发现了以下内容：“iOS软件开发工具包被明确禁止用于车载应用程序、重新串流(又称”一起听“)应用程序、闹钟铃声、铃声、语音助手以及可穿戴设备或其他设备的离线体验。我很好奇“一起听应用程序”是什么意思。我希望创建一款应用程序，让同一地点的用户可以将歌曲排到一个共享队列中。这是违规的吗？如果用户都是Spotify用户怎么办？这可以货币化吗？
浏览 2提问于2018-03-21得票数 1
我有一个关于必应文本到语音API的问题。
在中有很多受支持的声音。
有些语音名称有后缀，如“、阿波罗”或"RUS"。如果你能让我知道它们是什么意思那就太好了？
提前谢谢。
浏览 0提问于2018-08-28得票数 4
回答已采纳
我正在评估Microsoft自定义语音作为一个潜在的供应商，并想知道如何通过API或SDK编程地创建和培训自定义声音。
经过广泛的搜索，我只找到了一些文档，显示了如何通过他们的自定义语音门户创建自定义语音。此页面中有一行提示自定义语音培训API。
下面是这篇文章和该文档页的链接。
你能不能帮我弄清楚怎么做，或者确认不存在这样的API？
一旦你准备好你的数据，你可以开始上传到自定义语音门户，或通过自定义语音培训API。
浏览 12提问于2020-04-02得票数 0
回答已采纳
我创建了一个更改语音权限的命令，但我想要的是，如果用户在该语音通道上没有管理通道，他们就不能使用它。我该怎么做呢？我知道member.permissions.has()，但它不会检查特定语音通道中的权限。有什么想法吗？
浏览 22提问于2021-10-15得票数 1
回答已采纳
1回答
Android语音生物识别技术
、、、、
我计划为android设备建立一个语音认证系统。简单地说，你只需要说一个单词，比如“登录”，手机就可以验证你的身份并自动解锁手机，而不是你必须输入密码或绘制模式的登录屏幕。
我最初计划在windows上实现它，但我担心windows可能不支持语音生物度量。
所以我的问题是，android会支持语音生物指标来解锁手机吗？有没有任何用于android的语音生物度量库？
我做了谷歌搜索，但没有真正找到我想要的。我还发现了一些语音生物识别应用，如细微差别，但它们的认证是为了不同的目的而实现的。
谢谢。
浏览 4提问于2014-09-10得票数 5
我正在尝试建立一个Alexa语音技术，使用户能够通过现有的语音网络(而不是Twilio的基础设施)将VoIP呼叫发送到另一个设备(不是回声设备，而是移动或电话)。我非常清楚AWS Lambda中启动对接收端调用的实现逻辑。但我不清楚的是这个语音信号是如何与回声接口的。从深入的研究可以看出，Amazon没有SIP客户端来接收SIP呼叫。显然，Twilio成功做到了这一点。它使用现有的API通过Echo进行调用。目前还不清楚Twilio是如何将语音回传回声设备的。我看了Alexa的SDK，但是SDK应该与第三方硬件一起使用，而不是在现有的Echo单元上使用。如果有人能给我读几个领域/主题，这将是非
浏览 2提问于2017-12-13得票数 3
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
我正在为一个需要使用麦克风录制语音的项目使用NAudio。NAudio项目有一个非常好的演示，展示了如何录制wav文件，但由于我需要使用wav服务将语音数据传输到服务器，wav文件通常太大。
因此，我想知道是否有可能在MP3或AAC中直接做同样的事情。在中，我读到使用(内存)流不可能编码成任何其他格式，而且需要文件路径。我不能假设我的客户端应用程序可以访问文件系统。
有没有办法不使用文件系统直接创建或编码MP3文件？
提前谢谢你！
浏览 0提问于2017-08-14得票数 0
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。
有，或SAPI。但不知怎么的，有着相同的名字。
现在，Microsoft上的认知服务提供了语音服务API和Bing语音API。我认为对于语音到文本，这两个API是相同的。
然后是 (或桌面SAPI)、 (或Server )和。和对这三者之间的差异有一些解释。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Azure语音服务和bing语音API来说，它们是更先进的语音模型，对吗？但我认为在本地机器上无法脱机使用它们，因为它们
浏览 3提问于2018-06-12得票数 10
回答已采纳
4回答
我需要创建一个android应用程序，用于录制语音，同时显示语音(声音)水平可视化。
我已经创建了一个录音应用程序，但我不能添加声级可视化。我该怎么做呢？
请有人帮我一个给予的建议或示例教程链接或代码。
浏览 3提问于2013-01-13得票数 13
我不知道把这个寄到哪里去。然而，这是一个普遍的问题。我编写了语音激活软件，我有了一个想法。
如果我要编程一个语音神经网络。最好的选择是什么？
我知道阿福尔有模糊逻辑的机器学习。不过，如果我想从头开始。
我会使用反向传播，也可能是递归学习。有没有一种方法，我可以提取默认的语音声波文件，MS语音使用，而不是记录每一个单词在英语中的声波。
我曾经编程过前馈和反向传播神经网络。
我的问题是，在这个时候，是否有一种方法可以提取声波文件来实现输入，还是需要将每个单词记录到一个声波中？
我的长远目标是在未来3年内让我的程序区分句子结构，这样程序就能把名词、动词、副词等拼凑在一起。因此，它可以创建自己的句子来
浏览 3提问于2016-06-19得票数 0
回答已采纳
1回答
我最近一直在做一个验证码脚本，并且相当成功。然而，我想创建另一个脚本，创建一个声音，可以与验证码一起使用。
例如，验证码脚本生成A2B1FD -而声音脚本必须能够读出A，2，B，1，F，D。我该怎么做呢？
我知道这与OpenAL有关，但我该如何开始呢？
干杯Sam Yong
编辑:我还希望知道如何在浏览器中加载从脚本加载的声音文件，并播放它，以便最终用户可以听到。
编辑2:我还在研究在PHP中实现文本到语音(平台无关)的可能性
浏览 1提问于2009-09-11得票数 1
回答已采纳
实时检测音频流的语音部分有什么简单的方法：？我已经阅读了关于使用MFCC，FFT等等的内容。但是我找不到任何明确的解释来说明如何做到这一点。
另外，有没有什么PC程序可以分析wav文件并检测其中是否存在人类语音？
浏览 0提问于2011-12-19得票数 0
1回答
1、实时语音可以和离线语音共存吗，怎么设置？
2、国战语音听众身份和主播身份怎么切换？
3、回调接口触发是只要调用一次Poll，触发一次吗？
4、实时语音怎么实现 不听某个成员说话
[附加信息]
浏览 404提问于2018-08-09
我有一个应用程序，我正在使用谷歌的语音识别来获得文本形式的用户语音输入。这行得通，没问题--我得到了文本。
是否可以将我的文本字符串发送到与谷歌语音操作相同的逻辑/引擎进行解析，并让AndroidOS执行正确的操作？
或者，启动一个意图，提示用户进行google语音操作--规范将按此方式执行(例如，listen to...)但如果没有一个匹配的地方，谷歌语音行动，它会广播回我的应用程序与结果文本处理为溢出。
浏览 3提问于2011-12-06得票数 0
1回答
我正在开发一个程序，其中99%的时间我可以使用标准Microsoft语音识别中的set Grammar来检测所说的单词。然而，在一些情况下，我需要用户说点什么。这永远不会是可预测的。
那么，有没有办法通过MS语音识别来做到这一点呢？
有没有其他的语音识别API(免费)，可以处理非预设的单词？
浏览 0提问于2012-02-10得票数 3
回答已采纳
1回答
作为一名C++开发人员，想知道是否有可能开发语音UI和语音恢复软件，比如Amazon，但是使用c#语音库通过语音命令打开特定的软件？
有人能给我一些洞察力或者让我轻松吗？我使用了来自C#的C#，并编写了一个示例代码，它可以接受我的输入，但问题是它不能完全理解我的输入。
继续做下去是个好主意吗？我觉得自己完全迷路了。任何输入都会预先记录下来。
浏览 4提问于2017-09-14得票数 0
回答已采纳
我在Watson Studio中使用Text to Speech。输出文件为“.wav”。有没有人知道文件存放在哪里？我想把它从IBM云下载到我的pc上。我该怎么做呢？我已经搜索了整个云存储，但找不到语音文件。
浏览 25提问于2020-03-29得票数 0
回答已采纳
我想使用麻省理工学院的WAMI API (或其他语音识别API)和impress.js创建一个语音控制的幻灯片。我想包含一些简单的命令，比如“下一页”或“返回”。
有可能吗？我怎么能做到呢？
浏览 1提问于2012-01-13得票数 1
回答已采纳
1回答
我把这段代码写成了一个文件；
rline = quantity," x ",product, productcost
当我读取文件时，我得到这个(8, ' x ', '98456390,Paper Tray,6\r\n', 48)，我试图去掉字符-括号、语音标记和\r\n
我正在尝试使用rline.strip，但我得到了AttributeError: 'tuple' object has no attribute 'strip'
有谁知道我怎么才能绕过这件事吗？
浏览 5提问于2016-05-27得票数 0
回答已采纳
简单的问题，我想我可能已经知道答案是，我不能做我想做的事，但我找不到它的确认。我想要谷歌地图在语音引导下的转向模式内的一个活动在我的应用程序。似乎可以通过他们的API来实现，但我无法确认或找到它是否可以包含语音引导功能，如果没有它，它就不太有价值了，我还不如自己启动已安装的谷歌地图应用程序，让它跳过默认的活动，直接进入语音转模式，而不是将它嵌入到我的活动中。我已经这样做了，但宁愿让它在我的应用程序的一个活动。有没有人确切地知道，除了通过已安装的地图应用程序之外，是否还提供语音引导？此外，任何创造性的想法或解决办法也将很高兴得到赞赏。谢谢。
浏览 4提问于2017-04-22得票数 0
回答已采纳
我创建了文本到语音应用程序的代码，我想在那个应用程序中添加更多的语音，该怎么办呢?？我使用的是windows7.和Xampp。我只有一个安娜·德法特的声音
<?php
$TTS = new COM("SAPI.SpVoice");
$TTS->Speak('Hello world!');
?>
浏览 2提问于2013-12-12得票数 1
1回答
语音输入作为密码是否是一种有用的安全措施，可以替代强大的密码和生物识别技术(面部、拇指、签名等)？
输入为密码的声音将被保存为系统中的声波文件，而认证的最终用户必须用他/她在保存密码时所说的相同的文字输入他/她的声音。如果系统检测到相同的语音(语音匹配与他/她保存的输入语音作为密码)，系统将对他进行身份验证，以登录到系统。
语音输入的安全认证措施的瓶颈和限制是什么？
浏览 0提问于2022-04-09得票数 0
回答已采纳
在我的新的颤振应用程序中，可访问性测试失败了。一些文本，如提示文本和其他一些文本，不会重新定位可访问性。怎么解决这个问题？我的家里有6个瓷砖，每个瓷砖上都有标识和文字。文本同时包含英语和泰语。有些文本是通过可访问性读取的，有些文本仅为英语语音。我需要同时读英语和泰文吗？
浏览 1提问于2019-06-20得票数 0
2回答
斯威夫特的“声音”识别？
、、、
我正在研究Swift中的一个应用程序，我正在考虑在我的项目中获得非语音语音识别的方法。
我的意思是，是否有一种方法，我可以接受声音输入，并将它们与一些预定义的声音结合在项目中，如果匹配发生，它应该做一些特定的行动？
有什么办法可以做到这一点吗？我正在考虑打破声音和做检查，但似乎不能得到任何进一步的。
浏览 6提问于2015-04-22得票数 2
回答已采纳
1回答
我是一名设计专业的学生，目前正在学习Arduino代码(基于c/c++)和flash AS3。我想要做的是能够编写一个具有语音控制输入的程序。
因此，程序会提示用户拼写一个单词。用户拼写出单词。该程序识别这是否正确，如果正确则在分数上加1，如果错误则纠正用户。所以我看到了一个很大的单词列表，每个单词都有一个正在读出的单词的音频文件，语音识别部分检查回复是否与输入匹配。
理想情况下，我希望能够与Arduino微控制器接口，以便与电机的物理输出也可以在反应中实现。
问题是，我不确定我是否可以在flash中编写这个程序，在处理中(与arduino相关)，或者我是否需要另一个C程序制作程序。我想我需要
浏览 1提问于2010-05-03得票数 0
回答已采纳
做语言学和语音学时，我经常需要使用某些特殊的语音符号。虽然我正在使用一种特殊的键盘布局，让我可以通过打字来书写其中的一些字符，但它们的键组合常常会带来相当复杂的和高度重复的特性，所以我想创建一个小应用程序，其中可能包含一些按钮，也许每个按钮都能将一个指定的(语音)符号发送到当前的光标位置，不管屏幕上的哪个窗口是焦点。
在Java中，这种类型的东西可以做吗？
我看到了一种解决方案，将值复制到剪贴板中，然后粘贴它们()，但这并不是一种非常干净的方法，对吗？有比通过ctrl+V粘贴字符更好的方法吗？
非常感谢您的帮助和建议！
P.
浏览 1提问于2013-11-29得票数 0
回答已采纳
2回答
我想设计一个在智能手机上运行的应用程序，带有蓝牙耳机(用于语音)，具有多个控制按钮。我在网上搜索过，似乎我需要使用其中一个蓝牙配置文件，最近的是耳机配置文件。该配置文件仅描述了一个按钮，并且它仅用于获取和结束连接。那么，有人能告诉我我该怎么做吗？我有什么选择？任何指针都将受到欢迎。谢谢。
浏览 0提问于2012-02-27得票数 3
回答已采纳
我尝试在Android上创建说话人识别系统。目前，我使用libxtract从帧计算MFCC向量，使用libsvm进行分类。
你知道如何使用libxtract或其他我可以在NDK下编译的小型C，C++库来检测帧中的语音(语音活动检测)吗？
浏览 0提问于2013-09-11得票数 3
有没有人用Twilio或其他语音+电话API创建了一个系统，通过编程在电话上接受信用卡？该系统显然将依赖于语音到文本和文本到语音的转换来自动化接受信用卡的过程。
如果是，CC费用是多少，您使用的是哪种语音+电话API？
谢谢!
浏览 0提问于2011-02-03得票数 2
回答已采纳
1回答
在我们的教堂里，有几个尤克伦难民来教堂做礼拜。为了让他们不了解布道，我制作了一个应用程序，实时发送翻译到电报。
我已经在本教程中实现了Google语音到文本API：。
这是很好的，但识别往往不够准确。在Google中，是否可以添加带有转录的音频文件，以便能够了解说话人的输出？我们总是同一个说话者，所以如果我能让谷歌‘了解’扬声器，我认为准确性可以更高。或者有人有另外的想法如何提高准确性？我确实尝试了语音适应性增强()，但这并没有多大帮助。
浏览 10提问于2022-05-16得票数 4
6回答
我真的对语音到文本算法很感兴趣，但我不确定从哪里开始学习它们。经过几次搜索，我找到了，但它是1996年的，我相当肯定从那时起就有了改进。
有没有人对这类东西有经验，有什么建议可以阅读/检查源代码吗？或者仅仅是关于如果我想要进入编写语音识别程序的世界应该学习什么的一般建议(如果你对该领域没有太多的知识，有时很难知道要搜索什么)。
编辑:我想做一些跨平台的事情，但目前我的目标是linux。
编辑2:感谢csmba深思熟虑的回复。在这一点上，我主要感兴趣的是能够创建允许自动化或通过语音执行不同命令的应用程序。因此，可以将有限数量的可识别命令串在一起。一个例子是一个音乐播放器，它接受诸如“播放专辑He
浏览 1提问于2008-08-18得票数 10
回答已采纳
我想接受并启动来自ModemManager CLI (mmcli)的语音呼叫。创建语音呼叫是可能的
mmcli -m 0 --voice-create-call='number=0043xxxxxx'
并列出创建的语音呼叫。
mmcli -m 0 --voice-list-calls
Found 1 calls:
浏览 0提问于2020-04-04得票数 1
1回答
使用html5 web套接字创建专用频道音频聊天应用程序有哪些好的资源？有可能吗？实际上，我正在设想开发一个使用html5 web套接字的语音聊天应用程序。有人能帮我解决这个问题吗？
提前感谢
浏览 1提问于2012-01-10得票数 4
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
在塞班S60手机上，有没有可能创建一个应用程序，在语音呼叫开始时唤醒；截获用户说的话；对语音流应用过滤器，并使其听起来像达斯维德或唐老鸭？
浏览 1提问于2010-05-05得票数 2
回答已采纳
我有几个关于如何创建VoiceXML应用程序的问题。我找到了一些很好的教程，但仍然有一些问题：
-什么是好的开发环境？我想使用VS08，在C#下应该有一个名为" speech“的项目，但它没有出现，我是否也必须在本地安装语音服务器才能使用它？(我更喜欢某种可视化的工作流程)
-结局是什么？是.xml、.aspx还是.speax？我搞不懂。
-how我要运行voicexml吗？它在语音服务器上作为应用程序，还需要进一步的步骤吗？
浏览 2提问于2010-11-09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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
