请描述您的问题
另外一般需要多久呢？比如10分钟的语音文件，需要多久能转换成文字？
标题：简介 - 智能语音服务 - 文档首页 - 腾讯云文档平台 - 腾讯云
地址：https://cloud.tencent.com/document/product/441/6199
浏览 163提问于2018-03-12
我正在开发一个Android程序，它的目的是录制声音信号，然后进行分析。为了录制这个声音信号，我使用了一个特殊的麦克风，我想直接通过音频线路插入到我的Android设备上，所以我不会使用手机麦克风。
这是我在Android网站上找到的：
“定义音频源。这些常量与setAudioSource( int )一起使用。汇总常量int摄像机麦克风音频源与摄像机方向相同(如果可用)，主设备麦克风否则int默认音频源int麦克风默认音频源int VOICE_CALL语音呼叫上行链路+下行链路音频源int VOICE_COMMUNICATION针对语音通信(如VoIP )调整的麦克风音频源。int VOIC
浏览 4提问于2012-08-30得票数 2
回答已采纳
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
我在使用Xamarin obj-c绑定时感到困惑，假设我只有一个.h文件，那么在创建绑定时它只是一个快乐的路径。但是当一个.h文件被另一个.h作为导入语句引用时。如何处理绑定。
如果我有一个引用了A.h的AB.h文件，那么如何为它生成绑定。如果我在obj-c项目中有一个.xib文件，那么该如何处理呢？
示例清酒我正在使用这个项目进行转换。
浏览 0提问于2016-10-21得票数 0
1回答
我可以使用Apache的access.log实时可靠地识别机器人吗？例如，我注意到所有的bot(或者至少它们中的大多数)在页面访问方面都以相同的方式操作:它们既不请求CSS也不请求JS文件。这些信息不能用来检测它们吗？这种方法的可靠性如何，我如何实现它？(我更喜欢PHP)
浏览 0提问于2014-08-31得票数 1
在Xamarin帮助页面中，为了“显示正确的语言”，建议定义接口ILocalize，然后使用DependencyService获取一些区域设置信息。
然而，我的Xamarin.Forms安卓应用程序可以根据设备的区域设置选择正确的语言资源文件，并显示正确的语言。
因此，在没有ILocalize和实现的情况下，翻译工作正常。我真的需要ILocalize和实现吗？
浏览 2提问于2018-10-27得票数 0
回答已采纳
1回答
我希望以与HTML相同的方式格式化我的django模板。 Beautify最终将我的模板视为文本，而不是缩进它们的内容。 例如，格式化后的代码如下所示： <head>
{% if title %}
<title>Django Blog - {{ title }}</title>
{% else %}
<title>Django Blog</title>
{% endif %}
</head> 而不是 <head>
{% if title %}
<title>Dja
浏览 50提问于2020-10-28得票数 8
我被挂在上，因为我无法打开counties.rds文件。readRDS()扔：error reading from connection。
我想，如果我用.rds下载它，或者只使用浏览器将文件下载到我的本地目录，我就可以打开它。
突出的问题:如果我使用download.file()而不设置mode = "wb"，为什么counties.rds文件不能正确打开？我希望答案是显而易见的：“counties.rds是一个二进制文件。”然而，在我试图回答我自己的问题之前，我希望得到一个更有经验的人的确认。
复制步骤：
download.file("http://shin
浏览 4提问于2015-04-23得票数 1
3回答
如何让引擎成功识别语音文件(wav/mp3/etc)中的短语？
例如，如果我有一个语音文件和同一文件上下文的书面文本，以便让它识别语音文件中的书面文字。
我试着尝试使用SpeechRecognitionEngine，但到目前为止都没有成功。
我很欣赏这些想法，因为这是我第一次接触语音识别技术。
我见过使用字典的语音到文本转换的示例，但我不确定它在这里如何有用。我想也许可以将所有的语音文件转换成文本，然后简单地在文本中查找特定的短语，但我认为这不是正确的方法。例如，将5小时的语音转换为文本似乎没有意义。或者可能使用特定短语作为“字典”，并在语音文件中查找该项。
浏览 2提问于2012-04-30得票数 4
回答已采纳
1回答
我有一个存储库(f.e.我的项目)。有两个目录(f.e.subtask1和subtask2)。现在我想在它们之间添加一个目录，这样结构就是: myproject -> task1和in task1是我的另外两个目录。我想在本地修改它，然后将它添加到git中，但是这样做，所有的文件都会在git中丢失。稍后，我想将另一个存储库添加到我的项目中，以便我的所有项目都在一个存储库中。我已经试过了，但是我的文件不是丢失了就是不能工作了。我已经尝试了不同的方法，但都没有真正起作用。有人能帮帮我吗？谢谢!
浏览 0提问于2020-12-05得票数 0
使用COS的C#sdk上传后缀为mp3的音乐文件，发现该文件在存储器中的Headers的Content-Type为audio/mpeg，请问为什么没有正正确识别文件类型？上传时能否设置对象的Headers配置。或者能不能批量修改对象的Content-Type？
浏览 1773提问于2019-09-11
我曾在这个问题上经历过类似的问题，但这对我没有用。我在Eclipse中使用TFS插件导入了一个Maven3项目。但是，当我试图在java类中查找声明和层次结构时，它会抛出一些错误，如：
当在方法上尝试此->开放声明(F3)时-> Project不存在
在尝试此选项时->方法上的开放类型层次结构(F4) ->资源不在Java项目的构建路径上
我确信我错过了一些基本的配置，但无法确定它是什么。此外，无法将构建路径添加到项目或“src”文件夹中，因为当我右键单击项目或src文件夹时，->构建路径->“没有可用的操作”.
浏览 0提问于2018-01-19得票数 0
1回答
我在wordpress中使用了一个php插件，它允许您对php进行短编码并让它发布。然后，我的PHP脚本从文本文件中随机调用一行。在这个文件中，我希望在一些从另一个文件中提取或者自己运行一个短代码的行上有另一个调用。问题是，我运行第一个短代码，它发布的第一个lv只是很好，但代码，然后在其中一个不张贴。是否有一种方法可以使文件中的随机行回显，这也可以拉出随机行？(或调用一个短代码)
存储在中的代码，用短代码stage1
<?php
$file = "scenarios.txt";
$file_arr = file($file);
$num_lines = count($fi
浏览 8提问于2022-11-25得票数 0
我已经使用SAPI5.x在C#中开发了一个TTS (文本到语音)应用程序。我想许可或开发我自己的语音配置文件(或语音文件)，这将专门用于我的应用程序。
也就是说，它将不会以安装常规SAPI语音的相同方式安装，因为我不希望其他TTS应用程序能够使用该语音，并且我不希望用户能够在其系统的控制面板中选择自定义语音。
有可能吗？目前我使用的是SpeechSynthesizer.SelectVoice("Microsoft Anna")；但我需要的是以某种方式使用SelectVoice来使用我自己的“私人”语音文件，该文件与我的应用程序一起安装。
感谢您对此主题的任何建议或帮助。
浏览 4提问于2012-05-24得票数 0
最近，我在Matlab中使用Quandl遇到了很多问题。
我尝试将+urlread2添加到Matlab搜索路径，但收到消息“您不能将方法文件夹或私有文件夹添加到matlab搜索路径”。我不知道为什么会收到这条消息，因为我应该将+urlread2添加到使用Quandl的路径中。
有什么想法？
浏览 1提问于2016-05-04得票数 0
我需要执行的一个脚本将存储库中的数百个文件从一个位置移动到另一个位置(但它们仍保留在存储库中)。我知道这些文件是从哪里来的，也知道它们在那之后在哪里。 但是git mv想要自己移动这些文件。有没有办法用git mv告诉它移动操作已经完成了？
浏览 10提问于2020-01-15得票数 1
回答已采纳
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
我有一个包含视频独白的音频文件。我不喜欢人的声音，所以我想把它转换成Google Cloud文本到语音的声音，特别是en-GB的女性声音。
我能够使用API创建语音到文本的json文件，但是json文件的输出格式与文本到语音API使用的输入json格式不兼容。
有没有办法将谷歌语音到文本引擎的输出作为文本到语音引擎的输入？
浏览 18提问于2019-08-15得票数 1
1回答
项目的设置和部署
、、
我已经开发了语音到文本的应用程序，并想创建设置文件。
我有英国语音和美国语音可执行文件，这些文件必须安装在安装我的项目的计算机上，因为我的应用程序使用此语音。
那么，我如何将这两个文件附加到我的项目安装文件中，以便当用户安装我的项目时，安装程序也要求安装这两个文件。
浏览 0提问于2011-11-16得票数 0
1回答
我想学习一些关于Spring和Maven的东西，所以我在Eclipse中创建了示例Maven项目，并选择了webapp原型，但它只创建了src/main/resources和src/main/webapp文件夹，我想知道为什么它没有创建src/main/java，我还想知道如何添加文件夹以便Maven能够识别它？因为当我手动创建src/main/java文件夹时，它是无法识别的。
浏览 1提问于2012-04-01得票数 0
回答已采纳
我将/usr/local/texlive(2020)重新定位到$HOME文件夹，并将其重命名为"/usr/share/texlive“，以禁用其效果。
latex文件是从命令提示符成功编译的，而不是从"gedit外部工具“编译的。
#!/bin/sh
file=${GEDIT_CURRENT_DOCUMENT_NAME%}
latex $file
相反，我获得的输出为
kpathsea: Running mktexfmt latex.fmt
This is pdfTeX, Version 3.14159265-2.6-1.40.20 (TeX Live 2019/Debia
浏览 0提问于2022-04-13得票数 0
1回答
当有人留下语音信箱时，我希望让RingCentral向我发送一封电子邮件，并将语音信箱作为音频文件附加。RingCentral发送“通知”，并可选地发送语音邮件的转录文本，但不发送音频文件。是否可以使用RingCentral应用程序接口访问语音信箱音频文件(和转录)？
浏览 3提问于2020-12-23得票数 1
1回答
谷歌云平台语音命令listen和listen-infinite at C#这两个选项可以立即被语音识别并存储在一个变量中，而不需要录音文件吗？我将编写一个程序来比较存储的语音数据，并将其显示在信息亭中。我指的是
我的项目名为Voice recognitive kiosk。我尝试过Azure认知语音服务，但Azure不支持韩语。但是Azure可以没有语音.wav文件。
浏览 17提问于2019-10-30得票数 0
回答已采纳
我需要从db读取数据，然后生成XLSX文件并更新db中的数据。
对读者来说没有问题。对于作者部分，我创建了一个CompositeItemWriter，它由第一个生成XLSX文件的Writer和更新db中数据的第二个Writer组成。
问题:我需要拦截第一个作者的前后步骤，以便能够以块的形式正确地写入XLSX文件。但是，一旦我将两个作者组合到一个CompositeItemWriter中，就不会调用带有@BeforeStep et @AfterStep注释的方法。
当让第一个作者实现StepExecutionListener时，也会出现同样的问题。
知道为什么吗？
下面是CompositeItem
浏览 2提问于2016-09-26得票数 3
回答已采纳
1回答
我已经使用我的语言模型将我的语音解码为音素。我需要将语音分割为句子和单词。我知道，ctm文件将帮助.Can谁告诉我如何为特定的语音实例生成ctm文件？
浏览 5提问于2015-12-14得票数 0
1回答
我有一个有名字的文件
BK-语音-1110694.wav，BK-语音-1110695.wav，BK-语音-1110696.wav，直到BK-语音-1110711。如何将BK-Voice1110695文件移动到BK-Voice1110708到另一个目录，使用.I中的命令运行这个命令mv *-1[110695-110708]* ../201501/ & .But它可以将所有文件移动到directory.Anyone可以帮助我的位置吗？
浏览 5提问于2015-01-21得票数 0
回答已采纳
1回答
我有与姓名，手机号和个人信息的数据库价值。我需要向所有条目发送一次语音呼叫。
我使用SmartIVR进行语音通话，但我需要知道如何向SmartIVR传递语音信息，因为它们只支持语音文件，而不支持文本到语音的转换。
浏览 1提问于2017-09-19得票数 1
谷歌语音搜索最近推出了个性化语音配置文件的新功能，语音搜索将学习你的声音，并在加班时变得更加准确。这个功能是不是只在谷歌的语音搜索应用中才有？或者它是谷歌语音输入应用程序接口的一部分，我可以在我自己的语音应用程序中使用RecognizerIntent或SpeechRecognizer类来实现？
浏览 1提问于2012-06-28得票数 1
回答已采纳
1回答
我正在尝试做一些网站使用Bootstrap和Spring。
当我把bootstrap.min.css的web位置放在href中时，它工作得很好。
代码：
<link rel="stylesheet" href="https://stackpath.bootstrapcdn.com/bootstrap/4.5.2/css/bootstrap.min.css">
但是当我下载同一个库并把它放在一个文件夹中时，Bootstrap在我的网站上就不被识别了。
代码：
<link rel="stylesheet" href="/st
浏览 2提问于2020-08-31得票数 0
回答已采纳
1回答
我在Ubuntu的网络管理器\Edit Connections\ wired中添加了一个新的有线连接配置文件，但是当我单击系统托盘中的网络图标时，新连接不会出现在网络列表中。
有人知道怎么修吗？
浏览 0提问于2011-10-20得票数 1
我有一个python文件，它接受语音输入，运行张量流模型，并识别它是儿童还是成人说话。我是否可以使用Alexa对语音进行采样，并使用与我的python文件输入相同的语音
浏览 19提问于2020-08-07得票数 0
当我尝试google语音识别时，它对带有背景噪声的繁体中文音频文件显示性能较低。经过一些预处理(如语音增强)后，我可以提高语音识别的性能吗？它能在谷歌语音服务上工作吗？
浏览 10提问于2018-02-22得票数 0
2回答
我在Android中开发语音到文本转换应用程序。其基本思想是在android中录制语音，并将录制的wav文件发送到服务器。
在服务器端，我创建了一个使用Microsoft语音识别API的C#服务应用程序。该服务从Android设备接收音频wav文件，将其转换为文本，并将识别出的文本发送回Android设备。
这可以很好地工作，因为我已经多次训练过语音识别API。
现在我的问题是:我可以在另一台计算机上使用已经训练好的语音识别配置文件吗？
浏览 1提问于2012-10-09得票数 0
我使用的是Rails 2.3.2。发送邮件功能，我想打开那个PDF文件。下面是我使用过的代码：
class UserMailer < ActionMailer::Base
def welcome_email(user)
recipients user.email
from "test@gmail.com"
subject "Test Mail"
sent_on Time.now
body "Welcome to Our System"
浏览 0提问于2018-10-16得票数 0
3回答
我需要使用语音识别文件浏览，使用命令“显示数字”。当我打开文件夹浏览器对话框时，我希望语音识别器启动；当浏览器对话框窗口关闭时，我希望语音识别器关闭。如何在代码隐藏中使用完全关闭语音识别器？
编辑:我为我的问题找到了“丑陋”的解决方案:杀死sapisvr.exe
浏览 6提问于2012-02-18得票数 0
我正在尝试创建一个应用程序，可以理解Hololens2的非英语语音命令。我试图在不需要云的情况下完成这一点，因为我的用例不能保证互联网连接。
关于全息语音2 ()的文档说明：
"HoloLens 2还支持其他语言。请记住，即使安装了多个键盘或应用程序尝试使用其他语言创建语音识别器，语音命令也将始终以系统的显示语言运行。“
这似乎意味着用户可以使用非英语语音命令来控制Hololens 2。然而，我找不到任何文档或任何方法来创建混合现实语音命令配置文件，该配置文件在提供非英语命令时可以工作。是否支持此功能？
我尝试创建一个自定义的混合现实语音命令配置文件，并为其提供西班牙语或日语命令。然而
浏览 4提问于2019-11-06得票数 0
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
我试图通过电报机器人中的SendVoice方法发送语音消息，但它将语音作为文档文件(而不是播放)发送。
由ffmpeg转换为opus编码的ogg文件。
https://api.telegram.org/bot<token>/sendVoice?chat_id=x&voice=http://music-farsi.ir/ogg/voice.ogg
我的ogg文件和电报语音信息有什么不同？
我的ogg文件：
浏览 0提问于2017-06-18得票数 10
回答已采纳
1回答
只是做些一般性研究。是否有任何开源(甚至付费？)执行下列操作的工具/程序：
输入:一些未标注的语音的音频文件，可能有几个句子长，(没有说明音频中的语音转录)。
输出:在音频上对齐并标记语音转录的音频文件(在IPA中)。
这能不能只用一本语音词典，而不需要一本单词词典呢？
浏览 2提问于2014-12-12得票数 2
回答已采纳
1回答
我有过
项目A(旧)、项目B(新)和项目C(新)。
我想在新项目B和C中使用项目A中的几个类。
Project A是在源代码管理(Subversion)下的。Project B是在源代码管理(Subversion)下的。项目C不是由源代码管理的。
当我将文件从项目A复制到项目B和项目C时，subversion引用不会更改。也就是说，对文件的更改也反映在项目A中。另外，我不希望复制到项目C中的文件与项目A的subversion存储库绑定。我怎么能这么做？我看不到从项目A的文件中(在项目B或C中)摆脱这种该死的svn状态的任何方法。
浏览 3提问于2011-06-06得票数 1
回答已采纳
我在我的应用程序中使用iOS10中引入的语音框架作为语音转文本框架。我做了语音到文本的实时转录部分，但我还没有找到一种方法将输入的语音保存为音频文件。谁能解释一下在完成转录后如何将演讲稿保存到文件中？或者根本不可能做到这一点？
浏览 19提问于2017-03-11得票数 0
回答已采纳
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
2回答
需要android中的文本到语音功能的帮助..如果没有安装语音文件，则需要为您的设备安装语音合成引擎。我的要求是在后台处理安装，而不是提示用户通过去android市场手动安装它，这是目前的普遍情况。
目前，我所做的是将语音合成引擎apk放在assets文件夹中，并尝试从那里安装它，但我收到了"problem parsing package“错误。我能找到什么方向吗？？
浏览 1提问于2012-11-05得票数 0
我想为我的谷歌助手对话流代理使用WaveNet语音，而不是标准的机器人语音。所以我撞上了这个。
据我所知，可以用WaveNet语音输出机器人的答案音频文件，但如果我能在Dialogflow的操作控制台或我的谷歌主页中听到这个声音，那就太好了。是否可以在控制台中听到常规TTS语音之外的其他语音？
浏览 2提问于2018-11-03得票数 0
我已经学习了Android ApiDemos的示例代码，当我对着麦克风说话时，下面的代码可以使用谷歌语音搜索识别语音。
但是谷歌语音搜索有一些问题，谷歌语音搜索必须在线才能工作。
我已将语音保存到文件中，如何使用谷歌语音搜索来识别语音文件并返回结果？
private void startVoiceRecognitionActivity() {
Intent intent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH);
intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_M
浏览 4提问于2013-08-09得票数 2
我对React Native非常陌生，我正在尝试将MongoDB集群集成到一个应用程序中。我用express()和MongodbClient创建了一个服务器页面。GET请求在浏览器中检索结果。但是react本机代码中的POST请求会导致未定义的响应
所以我的Server.js文件看起来是这样的：
var express = require("express");
var path = require("path");
var bodyParser = require("body-parser");
var index = require("
浏览 2提问于2019-08-08得票数 0
有没有办法保存使用Android语音/语音识别软件时录制的文件？我尝试了同时记录和使用语音识别的替代方案，但似乎不起作用；可能是因为Android本身不允许两个活动同时使用麦克风。当然，找到文件保存的位置(以及是否保存)会更好。
谢谢!
浏览 0提问于2011-03-20得票数 3
1回答
我有两个语音音频文件。每个文件都是从电话交谈中记录下来的，并且它们的长度不同(第一个文件的长度为3秒，而第二个文件的长度为5秒)。我想测量这两个文件的相似性。请注意，我对语音信号中的文本内容不感兴趣(即，没有语音到文本)。我只需要测量相似度，并得到一个分数或百分比。
我发现做音频指纹分析的工具很少，但我发现几乎所有的工具都是针对音乐音频文件的，并且在其语音时表现不佳。
浏览 17提问于2013-11-16得票数 1
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
