2回答
我正在寻找一个免费的语音识别应用程序接口使用在我的应用程序中，给出最好的results.On谷歌我发现很少，包括视窗语音识别Macros.But我的应用程序的任务是更好地执行比视窗语音识别System.So你作为一个程序员，意识到一个非常好的语音识别系统。
我在SO上发现了类似的问题，但它们处理的场景不同。
浏览 3提问于2013-08-14得票数 1
1回答
语音识别是iPhone音频的一部分吗？我想为iPhone构建一个关于语音识别的示例代码。如何开始？请给我一些想法。在iPhone应用程序开发人员中有关于语音识别编程的文档吗？
谢谢,
浏览 3提问于2010-07-01得票数 0
回答已采纳
2回答
我有一个在活动中使用语音识别的Android应用程序。GUI除了包含语音识别对象外，什么也不做。我想把它移植到一个服务上，这样我就可以在应用程序在后台运行时与其对话。
然而，据我所知，语音识别服务必须使用onActivityResult，这对于服务是不可用的。有没有办法在服务中包含活动，使其GUI不显示，或者在服务中而不是在活动中执行语音识别？
浏览 0提问于2011-04-07得票数 4
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
1回答
有没有办法用Java编写语音识别程序？
我知道有许多技术，我发现自由似乎是一个舒适的，虽然我成功地写了一个程序的文本-语音，但没有找到任何的参考语音识别。
在那件事上有人为我提供推荐信吗？
提前感谢
浏览 0提问于2013-08-25得票数 1
回答已采纳
2回答
我想开始学习中的语音识别和语音合成有人告诉我使用微软语音服务器(sdk等等)
有了这些，我该如何编写应用程序，以及使用哪种编程语言(开发环境？)？
有人使用过asterisk或SVOX吗？
我需要做的是：
语音识别语音合成
我不一定要成为一个很好的语音识别专家--我认为30 -50个单词对于一开始就足够了。我正在使用windows。
提前感谢
浏览 16提问于2010-10-07得票数 0
回答已采纳
1回答
我正在开发amazon技能，我想在其中添加语音识别功能，所以当用户与Alexa交谈时，我的技能应该识别声音，从我们的数据库中获取他的信息，或者将他的数据作为一个新帐户保存到我们的数据库中，我不知道如何进行语音识别，您知道如何进行语音识别吗？
浏览 1提问于2017-11-21得票数 1
回答已采纳
2回答
我想在我的应用程序中引入一个新功能：永久语音识别。
首先，我跟踪了这些帖子：
和更多的其他，加上其他来自不同网站的帖子。
问题：实际上我想做的是在不显示谷歌语音活动的情况下进行永久的语音识别。例如:当我启动应用程序时，语音识别应该启动和侦听。当识别器匹配一些单词时，我的应用程序就会相应地执行不同的操作。我不喜欢每次按一个按钮，我想做语音识别，我也不喜欢出现在屏幕上说话的任何东西。我能这么做吗？
欢迎任何建议。谢谢！:)
浏览 9提问于2014-07-23得票数 16
由于一句话语音识别可以识别MP3、wav等格式的语音，不支持amr格式的语音识别
被识别文件类型由 .amr在下载保存文件的时候 转换成了.wav类型
具体表现为：识别返回{"Response":{"Result":"","RequestId":"d8f29672-34f9-4122-b3c0-1e1bcb82e4f4"}}
请问是什么原因？
浏览 706提问于2019-08-08
我正在开发一个使用RecognizerIntent的安卓语音识别应用程序。客户端关心的是设备和谷歌语音识别服务器之间传输的数据，以及这些数据是否可以被拦截。
我几乎找不到关于数据来回发送的格式和方式的文档。
有人知道我在哪里可以找到这些信息吗？设备和谷歌语音识别之间的通信是否以任何方式加密/安全？
浏览 4提问于2012-07-17得票数 3
回答已采纳
2回答
祝大家日安，
我是刚学会语音识别的。
现在，我正和HTK一起处理语音识别问题。我有55%的准确率。我想问：
我可以集成HTK结果来制作实时识别器吗？
那我该怎么做才能让现场识别器知道呢？
任何帮助都将不胜感激。谢谢。
浏览 5提问于2012-08-23得票数 0
2回答
我已经看过Android SDK中的示例代码了。它告诉你应该在你的设备上安装语音识别APK。我试了很多，但找不到任何apk。谁能建议安装哪种语音识别APK来获得语音识别。我的设备是三星Galaxy。
浏览 3提问于2011-03-23得票数 4
在开发facebook机器人时，语音识别选项可用吗？
我在developers.facebook.com中找不到任何与语音识别相关的文档
但是我可以看到FB已经购买了用于语音识别的Wit.ai。
它正在开发中吗？
浏览 1提问于2016-08-23得票数 0
1回答
我正在构建一个web应用程序，并计划同时使用和进行音频输入。
我注意到我的桌面浏览器( Mac上的Chrome，v.31.0.1650.63)两次请求许可才能使用麦克风。虽然这对用户来说可能有点烦人，但语音识别和音频输入似乎都可以工作。
然而，如果我在Android (Nexus 7，Android v4.4.2；Chrome v31.0.1650.59)上打开相同的页面，它会两次请求允许使用我的麦克风，但我只能使用其中的一个(以先启动的为准)。有时，即使我允许访问麦克风，我也会收到语音识别error: "not-allowed"错误。
我在这里做了一个jsFiddle：
我的
浏览 0提问于2014-01-13得票数 7
1回答
我正在研究一个需要语音识别的机器人项目。我希望成品是便携式的，所以它几乎肯定会使用覆盆子Pi。是否有在Pi上高效运行的语音识别软件(或语音识别库)？
要求：
是为了英语。
在Pi上高效运行。
是..。
...able将在源代码级别进行修改(以运行机器人)，或
...a库，这样我就可以自己制作程序了。
是免费的还是便宜的。
不需要上网。
浏览 0提问于2014-03-04得票数 6
回答已采纳
根据，SiriKit目前只支持特定的域。
我们的应用程序是一个基于礼物的应用程序，您可以发送不同类型的礼物，比如生日礼物、母亲节礼物等等。我们想要制作一个定制的Siri域(比如礼物域)，它可以识别语音命令，比如
“嘿Siri用‘我的AppName’送礼物给杰克”
然后，它用一个特定的编码密钥调用一个web服务，然后开始发送礼物操作，而不用打开我的应用程序。
有可能吗？
我也想知道，对于支付领域，您需要说“嘿Siri寄钱.”为Siri识别支付命令。您知道Siri需要哪些语音命令才能识别域类型吗？苹果在线文档中是否有Siri语音命令列表？
浏览 0提问于2018-01-09得票数 0
回答已采纳
1回答
我有一个音频文件，而且我有那个音频文件的准确记录。我希望能够在这个特定的文字记录中得到每个单词的时间戳。
我不想要不准确的演讲的时间戳。我已经可以这样做了，这是有用的，但由于语音识别中的错误，它还不够好。
有没有人知道谷歌语音识别是否有可能做到这一点？
浏览 3提问于2020-04-25得票数 1
我有一个客户谁需要一个Android应用程序，可以识别口头命令。据我所知，内置的语音转文本功能实际上是将数据发送到谷歌的服务器，然后再将文本翻译传回。这是一个主要问题，因为语音数据非常敏感(除非数据在发送到Google和从Google发送时是加密的-但我怀疑它是加密的)。
我能想到的有两个选择。首先是在Android上将语音转换为文本，尽管这似乎是一项极其昂贵的操作。第二种可能是让本地服务器为我转换数据(我可以在发送和接收语音数据和翻译时对其进行加密)。这是CMU Sphinx可以做到的吗？值得注意的是，我还可以访问Asterisk服务器，这可能会对此有所帮助(我不知道)。
实际上，应该只有大
浏览 1提问于2012-01-31得票数 7
回答已采纳
通常人们使用他们的母语+英语进行对话。我需要谷歌api来识别语音样本中的两种语言。
例如："aaj ka weather kaisa hai“这个句子包含印地语(hi-IN)和英语(en-IN)两种语言
如何设置api参数来识别码切混音或多语种语音？
浏览 0提问于2018-03-28得票数 0
我见过很多在iphone上进行语音识别的应用程序。
我已经解决了堆栈溢出的以下问题：- -
然而，我找不到足够的知识。
我必须开发一个应用程序，它应该具有以下功能：
=>Store list of students in database => i can do
=>Retrieve in to tableView => i can do
=>Find student by voice recognition => dont know how?**
我不知道怎么做语音识别部分，你能指导我正确的方法吗？
如何相应地录制语音和搜索学生？
提前谢谢。
浏览 0提问于2009-08-06得票数 3
回答已采纳
1回答
请帮助我在语音识别使用HMM (隐马尔可夫模型)或MFCC (梅尔倒谱系数)由longage c#或c++我想识别单词“一”，“二”…到"ten")当我说one ===> MessageBox write one
浏览 2提问于2016-04-27得票数 0
2回答
我关注了一篇关于使用Delphi进行语音识别的文章(SAPI 5.3)。
我创建了一个基本的应用程序。但问题是应用程序完全搞错了！它不明白我说的是正确的。例如，如果我说："word"，它就变成了"ward“。诸若此类。
有没有更好的语音识别方法，任何人都可以给我？
浏览 1提问于2009-06-27得票数 3
1回答
我将在我现有的用C# .Net 3.5编写的C#桌面应用程序中添加语音识别支持。我在谷歌上搜索，发现为了能够运行语音识别，客户端系统必须安装了Microsoft speech Platform 11.0。语音平台由5个不同的.msi文件组成。如何在现有安装程序中包含这五个.msi文件，以便它们随桌面应用程序一起安装所需的语音组件。请提个建议。提前谢谢。
浏览 3提问于2015-05-12得票数 0
我找不到一个简单的方法来安装西蒙语音识别软件的Ubuntu18.04。最简单的方法是什么？
如果您知道可以安装在Debian或Ubuntu上的替代方案，请告诉我。手腕问题和语音识别控制我的电台将是非常受欢迎的。
浏览 0提问于2018-08-02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
我要在Raspbian上试用Jasper。根据的说法，除了PocketSphinx，我们还必须安装CMUCLMTK、MIT语言建模工具包、M2M对齐器、OpenFST和语音库。
一旦我完成了PocketSphinx的安装，但是在安装所有这些依赖项之前，我使用pocketsphinx_continuous来测试语音识别。无论其准确性如何，它显然能够捕捉到我的演讲，并经历了口译过程。我甚至使用CMU的.lm和.dict创建了自己的文件，并在pocketsphinx_continuous上进行了测试，没有问题。
我的问题是：PocketSphinx似乎能够在没有所有依赖项的情况下执行语音识别。为什么
浏览 4提问于2016-06-01得票数 1
回答已采纳
新的语音识别，所以请原谅我的无知。我想要一份紧急广播的记录，，。显然，我做错了什么，因为任何先进的ASR (自动语音识别)工具都不能理解它。
我试过，，甚至。他们甚至都无法从音频中收集到最基本的信息。
这是两个部分的问题。音频像上面的例子甚至可以通过ASR工具使用吗？在发送API之前，是否应该进行一些转换？
浏览 1提问于2017-12-21得票数 1
回答已采纳
1回答
如果我想发展一个简单的单词识别精灵词，我应该从哪里开始？我读过很多文章，但它们都是关于英语语言的语音识别，而不是自定义语言。
浏览 3提问于2017-02-06得票数 1
回答已采纳
我试图让hololens (1)识别自定义的语音关键字。使用。它识别预定义的关键字(例如：“选择”)，但我的自定义关键字(让我们称之为“关键字”)不被识别。
我有一个工具提示弹出来提供反馈，如果它识别了一个关键字和一个音频反馈，我在那里为调试目的(也就是:如果任何关键字被识别，播放一个钟声)。它适用于“选择”，但不适用于“关键字”。
我希望这个关键字是全球公认的。
麦克风能力被选择。
关键字在概要文件部分中定义。(Input>Speech>Add一种新的语音命令)
“输入动作处理程序”、“语音输入处理程序”和自定义代码"SpeechManager.cs“都是这样
浏览 17提问于2019-11-10得票数 0
2回答
我们有来自我们的服务器端进程之一的实时、不加控制的记录的各种波形文件，而且它们中的大多数在整个过程中都有很好的清晰的语音。然而，有时他们是混乱的，他们有静态，或说话音量不够大。是否有一个有效的方法来确定一个记录是否被认为是“良好”质量使用C#？
我曾想过要把已知的好唱片的平面图和不好的录音进行比较，但是每次录音都会有不同的语言，所以这可能行不通。我研究过像Bass.Net和NAudio这样的库，但是音频处理不是我的专业领域。
我可以尝试比较，但我不完全确定它是如何工作的。我看到有人试图用他们的音频指纹哈希和Levenshtein距离算法来比较两个音频文件，以找到两个音频文件之间的相似度。除非音
浏览 6提问于2013-08-14得票数 0
回答已采纳
3回答
Web浏览器中的语音识别
、、、
如何通过Web浏览器界面实现在线语音识别。
有没有可能在不使用任何流服务器(完全基于浏览器的应用程序)的情况下实现这一点？在不构建任何自己的插件的情况下，是否有可能使用Flash实现语音识别...
浏览 1提问于2010-10-26得票数 0
我正在使用.NET中的system.speech.recognition库，我能够对它进行编程，以便它一次只使用一种特定的语言。有没有一种方法可以覆盖或设置SpeechRecognitionEngine，使其可以同时识别多种语言？假设我有一个包含英语和日语语音的音频文件，并且不知道在音频文件中何时何地将是英语语音或日语语音。我目前已经安装了英语和日语识别器
SpeechRecognitionEngine.InstalledRecognizers
返回两种语言:英语和日语
如果.NET接口不能做到这一点，有没有可用的接口可以做到这一点？(我的目的基本上是做自动检测语言和转录)
提前感谢！！
浏览 3提问于2016-01-19得票数 2
嗨，我用：
硬件的
这个 (完美地识别按钮和按钮LED)
这个 GitHub仓库
当我启动语音识别器--意图--它不起作用时，我就会犯这个错误：
2018-12-12 14:35:14.064 6546-6546/tck.com.maggie E/SpeechRecognizer:没有选定的语音识别服务
，我怎样才能让它工作？
备注：这个工作在智能手机上很完美，我不知道我是否需要为de和扬声器实现其他驱动程序。
浏览 1提问于2018-12-12得票数 1
回答已采纳
1回答
我想添加时间戳到书籍句子，适合相关的有声读物。最好是用不同的语言。
这里有一个例子：
骄傲和偏见
我的想法是找到一个语音识别工具，将时间戳放在句子上(步骤1)，然后使用levenshtein距离将杂乱的文本映射到原始文本(步骤2)。
网站为第一步提供了一个解决方案，但它的字符输出是有限的。从理论上讲，我可以使用网络自动化来完成这项工作，每分钟开始一次新的录音，但它真的很脏。
我在R中编写了第二步的脚本，并在我从语音记录器获得的一个样本上测试了它，它运行得很好，但是如果程序知道文本，就像你阅读来训练语音识别软件时，这一点可以得到很大的改进。我不是把我所有的信息都用在转录上。
所以我的问题是，
浏览 4提问于2016-01-25得票数 1
回答已采纳
1回答
我正在运行Lubuntu15.04，我正在寻找一个语音识别软件，允许我打开和运行我的声音文件。在那里我可以定制，如果我说，因为我想要一个骑士凯特汽车的语音识别，我想要能够与汽车交谈。就像我说“嘿凯特”。当我说“嘿Kitt”时，它会打开一个音频文件并播放我选择的音频文件。有什么建议吗？
浏览 0提问于2015-06-25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
Windows 7语音识别需要说出以下训练短语才能启用："Peter对着他的计算机口述。他更喜欢它而不是打字，尤其是它比纸和笔更喜欢。“
我想使用Windows语音识别来批量处理单个人演讲的大量MP3文件。因此，我想要做的是从这些预先存在的口述中选择一个类似的短语，并使用我选择的短语来训练它，而不是内置的训练短语。
主要是因为我没有演讲者的录音："Peter对着他的电脑口述，他更喜欢电脑而不是打字，尤其是纸笔。“但我有50个小时他说了很多其他的话。
这个是可能的吗？
浏览 3提问于2012-07-07得票数 0
2回答
谷歌最近在语音识别软件方面取得了很大进展，该软件被用于几个开源产品，例如Chromium 和Android免提短信。我想使用他们的语音识别作为我的服务器堆栈的一部分，但我找不到太多关于它的信息。
文本识别软件是否以库或软件包的形式提供？或者，我可以从另一个程序调用chromium，将一些音频文件转录成文本吗？
浏览 3提问于2013-03-23得票数 3
1回答
我试着用RNN做语音识别。如果我能得到一些关于基于Theano的最佳库的建议，这将是非常有帮助的，我可以使用这些库来进行基于RNN的语音识别。(我也希望使用CTC连接式时态分类。)
我听说了凯拉斯的事。但是我想知道在我跳进去之前使用它是否是一个好的选择。
浏览 0提问于2015-11-23得票数 4
回答已采纳
1回答
我正在为一个学校项目在Android上研究语音识别。我很难找到信息，因为很多问题都是交替使用语音和语音识别的。
我想要这个应用程序能够做的是能够区分一个人说话或另一个人(约翰或吉尔讲话)。在查看开发人员文档时，我偶然发现了RecognizerIntent.ACTION_RECOGNIZE_SPEECH和SpeechRecognizer，我想知道这些文档是否具有我想要的功能。RecognizerIntent医生提到了演讲，所以我不确定。我在github上找到的这个应用程序似乎是为了我的目的而使用的。
我想要做的是内置到Android中吗？我希望能被指引到正确的方向。
浏览 6提问于2015-01-30得票数 2
回答已采纳
1回答
我正在寻找音频信号处理的好工具。例如语音和音乐分析，识别。
scipy是否为这些提供了功能？这是一个好的音频信号处理工具吗？
你能推荐一个更好的工具吗？
谢谢。
浏览 1提问于2012-06-06得票数 0
回答已采纳
1回答
我刚接触nativescript，我想知道是否有任何插件可以像我们在浏览器上使用navigator.getmedia那样流式传输音频和视频数据。 我正在尝试使用tensorflow实现语音安全(而不是识别)和面部识别
浏览 45提问于2019-03-11得票数 0
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
我想在visual studio 2019的C#中创建一个语音识别程序，但是当我单击添加引用时，我不知道如何添加语音库，它没有给我提供从程序集添加的选项。如何在添加引用时显示程序集选项卡？
浏览 0提问于2019-12-17得票数 0
4回答
比较两个音频文件
、、、
我想建立一种“语音识别”系统。
其目标是比较一个新的录音与原始音频文件，如果声音是> x%相似，做一些事情。
已经有类似的工具了吗？
浏览 0提问于2016-01-27得票数 4
1回答
我有一个带有GrammarBuilders和语法的程序，在SpeechRecognitionEngine中使用它来识别语音。我是否可以使用相同的语法来识别键入的命令(在字符串中)，而不是从音频识别？比如commandGrammar.parse(commandString)？
浏览 1提问于2012-02-28得票数 6
回答已采纳
我正在尝试使用一个程序，该程序将Python作为依赖项进行语音分发。代码在导入语音调度程序Python接口的行上失败：
import speechd
我在Ubuntu 20 LTS上，并安装了语音调度器包，以及python3 3-话d。当使用python3 REPL时，没有找到模块，import speechd就会失败。
如何成功地让Python识别语音分派程序的绑定？
浏览 7提问于2022-07-20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
腾讯会议活动推荐
腾讯云开发者
