2回答
作为机器学习的一个教育项目，我正在考虑从头开始创建一个语音识别系统。它应该能够从之前经过语音训练的说话人的声音中识别出他/她。
我应该采取什么方法来应对这一挑战？具体地说，这样的系统如何在高级别上工作？
如有任何建议，我们将不胜感激:)
浏览 1提问于2013-02-28得票数 0
回答已采纳
3回答
开源替代Wit.ai
、、、
对于Wit.ai所做的工作，是否有一些开源的替代方法，即通过定义识别模式将语音/文本查询映射到操作？
(Wit.ai有一个开放的API，但是源代码是封闭的，这使得它不适合于教育目的。)
浏览 0提问于2015-09-24得票数 10
我现在还没有真正的机器人。我想从事一个用于教育目的的项目。我已经运行了QiSDK教程，并且有一个Android Studio的Pepper模拟器。 在测试过程中，我意识到我实际上不能与模拟器对话。我只能通过在对话窗口中实际输入来模拟语音。这是胡椒模拟器的局限性吗？ 我真的不能用listen操作测试Pepper的语音识别功能吗？！？
浏览 37提问于2021-11-03得票数 1
2回答
我有兴趣制作一个Android应用程序，它用声音命令启动功能(例如:不要点击按钮，而是使用语音命令)。我的想法是使用语音识别将结果存储在变量中，如果结果与关键字集相对应，函数就会启动。
我有两个问题：
如何在应用程序中使用语音命令进行语音识别？
如何利用语音识别的结果达到我的目的？谢谢你的帮忙
浏览 9提问于2016-11-11得票数 2
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
我想在电话中读出所选的语音识别。
默认情况下，会安装并选择Google Voice Search。
一些设备还安装了Vlingo语音识别。
如何以编程方式读出所选的语音识别？
有人能帮我吗？
浏览 0提问于2012-07-25得票数 4
1回答
可能是重复的，但我在下面的问题中没有找到答案。
是否可以将语音识别作为一项服务运行？我想实现这样的东西:我需要呼叫一个号码，尽管我的电话通过语音识别处于睡眠模式。除了语音识别之外，还有什么传感器可以检测到语音吗？
浏览 5提问于2013-04-09得票数 1
回答已采纳
我正在开发一个android应用程序，它有一个使用谷歌离线语音识别的英语语音识别模块，但现在我想添加新的语言(斯瓦希里语)，它不在谷歌离线语音识别语言的可用语言列表中。如何添加斯瓦希里语？然后把它用在我的应用程序上？
浏览 0提问于2016-05-10得票数 0
1回答
出于安全考虑，我想使用iPhone应用程序中的语音识别功能来跟踪语音。
每个用户都可以记录他/她的语音，并通过识别他/她的语音打开应用程序，该语音被记录并存储在数据库中。
有没有人对此功能有想法或示例应用程序，以及如何在iPhone应用程序中实现它？
浏览 0提问于2012-08-28得票数 2
我正在使用googles语音识别来收集用户的响应。我的应用程序唤醒并与用户“交谈”(当设备仍被锁定时)。此时，我想从锁定屏幕后面接收一个语音命令，并使用它在后台做一些事情，而不需要用户触摸电话。目前正在发生的事情是，唤醒和文本到语音的东西是好的，但语音识别器不会从锁定屏幕后识别语音。这个是可能的吗？
浏览 1提问于2015-02-04得票数 3
回答已采纳
15回答
对于那些在语音领域工作的人来说，你们使用什么作为IVR平台？我使用的是Microsoft Speech Server 2007。一些等价的包是什么？是否有人使用开源软件来处理入站或出站呼叫？请注意，我不仅仅是在谈论语音识别，它是一个综合软件包的一个组件。语音识别平台将包括语音识别、文本到语音转换、诸如VoiceXML之类的VUI技术，以及通过SIP或电话硬件的呼叫终止。
浏览 29提问于2008-08-14得票数 4
是否有谷歌语音识别API文件申请窗口电话？我目前正在做我的最后一年的项目作为一名学生，需要实施谷歌语音识别。
我看到了类似于VoiceTranslator For Windows的应用程序，它是由谷歌的引擎驱动的。因此，在我的window应用程序中，有什么文档可以用来实现Google语音识别API呢？
或者还有其他的语音识别服务我可以从中受益吗？
浏览 11提问于2014-04-03得票数 0
1回答
首先，当我到达我的电脑时，我将张贴代码。
我正在尝试从语音识别数据中添加和更新RecyclerViews。对于SpeechRecognition，我使用Google，每次演讲完成后，我都会进行“聊天”，将结果添加到RecyclerView中。我想通过在识别onVoice()时添加新项来修改它，并像识别语音一样更新它(结果仍然不是最终的)。
我的方法是:当语音触发SpeechRecognition时，添加新项(onVoiceStart)作为识别器，触发onVoice回调(识别新的语音数据块)，我将删除最后一项，并将“块”添加到最后位置，在调用onVoice之后添加“块”。
浏览 1提问于2018-02-08得票数 0
回答已采纳
我正在研究网络语音识别。
我发现Google为开发者提供了一个名为“V2”的API。但是我注意到每天使用它是有限度的。
之后，我发现有一个本地的WEB语音API也可以实现语音识别。它只是在google chrome和opera上工作：
那么，Google语音API和Web语音API有什么不同呢？他们有关系吗？
语音识别结果json是从谷歌回来的。谷歌语音api会比网络语音api更精确吗？
谢谢。
浏览 2提问于2015-09-11得票数 17
回答已采纳
1回答
在初始化语音识别应用程序时，我使用以下代码：
Boolean b=SpeechRecognizer.isRecognitionAvailable(cContext);
为什么在某些设备上b总是等于false (例如模拟器)？我从Android文档的描述中了解这个功能的作用，但是文档没有说明如何做才能提供语音识别功能。我必须在我的模拟器上设置其他的东西吗？你知道如何使语音识别始终可用吗？
浏览 2提问于2015-02-27得票数 7
回答已采纳
1回答
是否有任何公司为这项服务提供Apis？
语音，音频分析，自动语音识别，多说话人分离，情感，说话人重叠(同时检测说话人)。
我的项目需要检测音频上的扬声器并将它们分开，还需要检测它们之间是否有任何冲突(重叠)(一起说话)。
现在我使用DeepAffect，但是他们的支持很差，所以我找了另一家处理这个问题的公司。
Note：我在下面写的服务，我已经检查过了，它对我的目标没有用。
-symbl.ai
-Cloud语音文本识别Google
-azure认知服务
-人工智能支持的亚马逊连接语音分析
浏览 3提问于2020-03-25得票数 2
回答已采纳
1回答
我正在为华为应用程序库开发翻译应用程序，我通过了解到自动语音识别目前支持11种语言
自动语音识别(ASR)可以识别不超过60年代的语音，并将输入的语音实时转换为文本。该服务采用行业领先的深度学习技术，识别准确率超过95%.目前，汉语普通话(包括中英双语)、英语、法语、德语、西班牙语、意大利语、阿拉伯语、俄语、泰语、马来语和菲律宾语可以被认可。
但另一方面，支持40种语言。我使用ASR转换，但29种语言代码在实时翻译显示服务不可用的皮卡UI。什么应该是其他的选择，我可以用以实现对其他语言的转换。华为在不久的将来会支持其他语言吗？
浏览 7提问于2021-10-08得票数 2
1回答
我想做一个iOS应用程序来计算疑问句。我将寻找WH问题，也会问“我会吗？”设置问题格式。
我不太了解语音或音频技术领域，但我在Google上发现语音识别SDK很少。但我仍然不知道如何检测和绘制语调。有没有支持语调或情感语音识别的SDK？
浏览 3提问于2013-03-20得票数 2
isRecognitionAvailable() -在API级别8中添加
检查系统上是否有语音识别服务。如果此方法返回false，则SpeechRecognizer#createSpeechRecognizer(Context)将失败。
isOnDeviceRecognitionAvailable() -在API级别31中添加
检查系统上是否有在线语音识别服务.如果此方法返回false，则SpeechRecognizer#createOnDeviceSpeechRecognizer(Context)将失败。
我想在我的一个应用程序中构建语音到文本功能。我无法理解isRecognitionA
浏览 14提问于2022-02-06得票数 0
回答已采纳
我现在正在做我的项目，我准备为台式电脑构建一个类似Siri的应用程序。我在想，Google Speech API对于语音识别是否可靠和准确？你能给我推荐一下哪种语音API在语音识别方面最准确吗？最好是一个免费的API。谢谢。
浏览 5提问于2012-10-04得票数 25
我正在开发一个用于教育目的的windows应用程序。我的应用程序由多个窗口/页面组成，每个页面都有特定的任务，例如显示信息、绘图和语音识别。有些页面/窗口只能在Visual Studio windows应用程序(WPF或Windows store)中完成，例如带有Kinect V2函数的页面。但是，有些页面/窗口在Unity3D中要比在visual studio中容易得多。
有没有办法将unity 3D场景windows应用程序页面合并到一个应用程序中？我正在寻找的结果是一个windows应用程序(WPF或商店应用程序)，由许多页面组成，其中一些是用visual studio开发的，另一些是用
浏览 5提问于2015-05-24得票数 0
1回答
我正在尝试在iOS Swift应用程序中实现语音识别。当用户点击“麦克风”按钮时，我正在尝试播放系统声音，然后使用SpeechKit进行语音识别。如果我注释掉SpeechKit代码，语音识别就能正常工作，声音也能正常播放。然而，当我把它们放在一起时，我听不到声音。此外，在语音识别完成后，我也听不到最后的声音。
代码如下：
@IBAction func listenButtonTapped(sender: UIBarButtonItem) {
let systemSoundID: SystemSoundID = 1113
AudioServicesPlaySystemSound
浏览 4提问于2016-05-18得票数 0
1回答
我正在开发一个应用程序，它使用ios 10中的新语音框架来做一些语音到文本的事情。当用户停止说话时，停止识别的最好方法是什么？
浏览 1提问于2016-11-08得票数 0
回答已采纳
可能重复：
我有一个程序，它使用麦克风设备进行语音识别。下面是程序的一个简短片段。
然而，我打算做的是不使用微果蝇装置，我打算将一个声音文件传递给这个语音识别引擎，在trun中，这个引擎应该识别来自aduio文件的文本，并重新调整结果。
SpeechRecognitionEngine speechRecognitionEngine = new SpeechRecognitionEngine();
List<Word> words = new List<Word>();
public TestSpeech()
{
浏览 1提问于2012-06-26得票数 2
2回答
我用android内置的语音识别类编写了一个语音识别应用程序。当在使用startListening (上下文)函数获取的语音识别器对象上调用createSpeechRecognizer函数时，下面的异常将显示在我的开发人员控制台中。
SecurityException：
java.lang.SecurityException: Not allowed to bind to service Intent
{ act=android.speech.RecognitionService
cmp=com.htc.android.voicedictation/.VoiceDi
浏览 3提问于2014-08-11得票数 2
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)-- Kaldi能像Google语音到文本API那样返回一些类似的信心价值吗？这“信心”到底是什么，它是如何计算出来的？
浏览 4提问于2019-10-15得票数 3
回答已采纳
3回答
我对团结计划有个问题。HoloLens应用程序更具体。我增加了关键字识别从MixedReality-Toolkit为团结。直到现在一切都很好。今天，我不得不重新设置我的笔记本电脑，并安装所有新的。重置后一切正常，但是在激活我的Windows 10教育许可证以启用Hyper-V之后，我现在得到以下错误消息：
UnityException: Speech recognition is not supported on this machine.
UnityEngine.Windows.Speech.PhraseRecognizer.CreateFromKeywords (System.String
浏览 12提问于2018-05-27得票数 2
1回答
是否可以将PC播放的所有/任何音频捕获到system.io.stream中，以便随后可以通过语音识别(System.Speech.Recognition.SpeechRecognitionEngine)？运行
从本质上讲，我希望在客户端PC上的任何音频上进行语音识别，谷歌似乎建议可以使用Microsoft.DirectX.DirectSound来捕获这样的流，但我不能诚实地确定如何完成。任何建议都将不胜感激。
浏览 0提问于2011-06-21得票数 0
3回答
人脸、情感和语音识别
、、、
我正在寻找一种好的C#的人脸、情感和语音识别方法。对于人脸识别，我很早就使用了Emgu CV，它不准确，在弱光条件下性能非常低。我还需要找到用户的情绪。无论是悲伤还是快乐。但是我发现使用Emgu的简历并不容易。
另外，对于语音识别，我还找不到任何解决方案，我找到了语音识别，但它不是我需要的。
我不想使用任何在线API。有没有人能推荐我一些SDK或算法，用来实现人脸、情感和语音识别？
浏览 4提问于2012-06-13得票数 6
回答已采纳
我是机器学习的新手。我偶然发现了ML.NET (微软的机器学习框架)。我们可以将此框架用于语音识别吗？如果你想在ML.NET中进行语音识别，你应该知道的所有事情是什么？
浏览 78提问于2019-02-25得票数 4
回答已采纳
3回答
我想开发一个基于语音生物识别的应用程序。
具体来说，我想开发一个应用程序，它将从电话记录一个声音，并识别说话者。如果同一个人再打电话，它就会认出那个声音。就像其他生物识别应用程序一样，我的需要是做一个语音生物识别。有什么网址或例子可以帮助我吗？我找了，但没能找到解决办法。
FreeSpeech is a text-independent speaker verification system that verifies a caller's identity
我想在我的应用程序中实现上述一种FreeSpeech识别。
是否可以使用任何开放源码来完成以下工作？
然后，个人记录一个语音
浏览 1提问于2012-01-04得票数 18
回答已采纳
有没有办法让android的语音识别器只从联系人列表或任何预定义的列表中捕捉单词？例如:我希望用户说出一个名字，而不是查看无用的单词，语音识别器会尝试从联系人列表中找到匹配的单词。
浏览 1提问于2013-08-22得票数 1
4回答
我需要开发一个识别语音的iPhone应用程序，并根据结果执行进一步的任务。
我知道iPhone 3.0不支持语音识别，我需要在服务器端实现语音识别软件。我只知道这件事，因为我是新手，我不知道如何处理它。
是指我需要购买哪些软件并在服务器端实现它，以及如何使用该服务?？
浏览 2提问于2009-07-13得票数 6
2回答
使用短小的作者引文进行书签/重划
、、、、
在我的报告中，我引用了AERA、APA和NCME的教育和心理测试标准。
@Book{standards,
title = {{Standards for Educational and Psychological Testing}},
author = {{American Educational Research Association} and {American Psychological Association} and {National Council on Measurement in Education}},
shortauthor = {AERA},
publ
浏览 1提问于2018-01-17得票数 8
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
在Chrome中，我在运行语音识别的同时录制音频。
录制使用的是内部调用getUserMedia的。
语音识别正在使用webkitSpeechRecognition。
在桌面(Win7 +最新的Chrome)上，它可以完美地工作。
在Android (也是最新的Chrome)上，我得到了一个“非此即彼”的行为。当识别工作时，记录输出只是一个安静的文件。
当录音正在工作时(到目前为止似乎是随机的)，语音识别不会输出任何结果。
无论哪种方式，我都没有得到可见的错误
您可以看到这个处理这种组合的，尽管它可能是在台式机上测试的，没有遇到同样的问题。
浏览 33提问于2014-09-19得票数 0
1回答
IBM中的iOS语音识别
、、、、
我目前正在使用为iOS和Android编写一个混合移动应用程序。我想添加一个语音识别功能到应用程序，但一直难以找到一个cordova插件实现，准确工作。目前我尝试了以下几种方法..。
使用JavaScript接口的网络语音API。这还没有起作用，因为在iOS中还不支持它。
iSpeech。使用科多瓦插件，我有这个工作，但iSpeech识别是如此糟糕，以至于无法使用。
如果有人有任何建议的插件尝试或免费识别服务，这将很好的工作，这将是很好的。更好的是，如果有人在科多瓦或iOS上成功地实现了语音识别，我很想知道你是如何做到的。
提前谢谢。
浏览 3提问于2014-01-29得票数 1
1回答
格列廷斯
我目前正在尝试在我的应用程序上实现语音识别功能。根据JS文档，从Safari14.1开始就支持语音到文本。此外，我使用以下配置：
const { webkitSpeechRecognition } = (window as any)
const recognition = new webkitSpeechRecognition();
recognition.lang = 'pt-BR';
recognition.continuous = true;
recognition.interimResults = false;
浏览 14提问于2022-03-11得票数 1
回答已采纳
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
Android google speech to text SDK，语音录制由SDK控制。我需要让它开始和停止语音到文本的语音录制手动按钮。例如:当点击一个按钮开始语音识别时，它会继续录制音频，直到点击停止按钮。但在android SDK中，它会自动停止录制，并将录制的音频传递给处理。
浏览 1提问于2018-09-19得票数 0
2回答
给出一个句子，如果这个句子包含了关于教育的信息，我会试着把这个句子分类。例如：
sentence1 = "Require minimum four years of professional degree."
sentence2 = "no degree required for this job."
作为识别的第一步，我已经建立了一个词汇，其中有一组关键字，以识别教育为基础的句子。在这样的句子有问题之前，我是部分成功的。
sentence3 = "BE or BTech or any degree equivalent to it"
在我的词
浏览 0提问于2019-09-09得票数 0
回答已采纳
3回答
使用离子框架的语音识别
、、、
我正在寻找一种方法来做语音识别使用离子框架。我想同时在ios和android设备上运行一个应用程序。目前，我提供了一个在ios和android的网页视图，并有一个通用的代码库。我想要包含语音识别功能，并获取语音输出。
浏览 1提问于2014-12-03得票数 8
2回答
我正在创建一个web应用程序，用户应该通过语音识别作为密码注册该应用程序。应识别语音以进行授权。有没有办法通过Java语言实现语音识别？
PS:如果用户提供语音，那么语音应该能够识别已经存储的语音，并能够登录应用程序。
浏览 2提问于2014-12-26得票数 2
2回答
我正在制作一个同时使用语音识别和tts的应用程序。在我的应用程序中，我继续进行语音识别，问题是当我使用tts时，语音识别将监听应用程序的内容。如何在tts发言期间停止语音识别，然后在tts结束后启动语音识别？我能用另一种方式解决这个问题吗？
浏览 3提问于2014-03-09得票数 0
回答已采纳
1回答
我正在使用pocketsphinx进行语音识别，使用西班牙语声学模型和JSGF语法，到目前为止效果还不错。
然而，我得到了错误的音频识别结果，至少在我的耳朵看来是完全可以理解的(没有太多的背景噪声，采样频率和根据声学模型参数的比特深度等)。
此外，这些没有正确识别的音频似乎与正确识别的音频没有太大区别(事实上，对我来说，它们听起来几乎是一样的)。
所以，我猜音频中有一些东西使它更难识别，也许是一些噪声频率或其他需要过滤的东西？(背景噪声、语音的“流行”声音、人声频带以外的频率等)
简而言之，您是否知道pocketsphinx是否已经做了这样的事情，如果没有，您是否知道可以应用于音频文件的最佳实
浏览 3提问于2016-06-20得票数 0
我一直在尝试将语音识别stt集成到我的项目中，在尝试了其中的各种方法之后，我发现chrome的本地web语音API是最好的。与谷歌的语音API相比，它的性能和准确性如何？
浏览 4提问于2016-12-20得票数 3
回答已采纳
1回答
我已经基于这里给出的方法在我的应用程序中实现了连续语音识别：。它本身运行得相当好。
但是，我想实现一个功能，即应用程序正在使用文本到语音的方式阅读网页，并且在阅读过程中，我希望打开语音识别，以便我可以要求它停止使用语音。然而，我看到语音识别也开始识别文本到语音的输出。有没有办法让它忽略从电话里传出的声音，只识别我在麦克风里说的话。
浏览 20提问于2016-09-22得票数 0
回答已采纳
我试着用C#实现了一些简单的语音识别WinForms程序，就像Michael Levy回答中描述的那样：
我的问题是，每当我运行Windows语音识别程序时，它都会打开，并且还会根据我所说的做一些事情。此外，当程序启动时，我必须说“开始听”，语音识别才能工作。
我的问题是:如果不让Windows语音识别也按照我说的做，我如何使用语音识别？我根本不需要Windows语音识别UI打开，我需要能够使用识别，而不必说“开始听”之前。
感谢您的回答
浏览 7提问于2011-07-09得票数 2
回答已采纳
我想建立一个android应用程序，它将识别我的声音，将其转换为文本，并将显示我刚才说的吐司。我能够做到这一点，使用按钮，将启动语音识别器为我。但现在我只想让它基于我的声音工作。
应用程序应该触发语音识别器，只有当我开始说话时才开始收听，当它检测到静默时应该停止收听。就像会说话的应用程序的功能一样。在那里它记录了语音，但我想使用语音识别器来识别它。像这样的东西：
if(no silense)
Launch Recognizer
else if(silence)
Stop Recognizer
Show toast
主要的问题是，在启动语音识别器之前，我如何感知用户是否在说话。有没有
浏览 6提问于2012-06-13得票数 1
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
