1回答
有点左倾，但我正在尝试训练一个语音识别程序，指南建议我试着说得清晰而自然。然而，我注意到，当一个人自然地说话时，每个单词都倾向于漂移到下一个单词中，导致单词之间的边界相当模糊。一方面，以一种更生硬的方式说话似乎有助于计算机识别音素，但另一方面，它往往会使计算机不太可能理解更自然的语音。谢谢
浏览 1提问于2010-05-08得票数 0
回答已采纳
1回答
我有一个实时流媒体音频，我需要将其转换为text.Is，有没有可用的api或SDK来创建此要求的IOS应用程序？
浏览 2提问于2013-10-04得票数 0
1回答
但是，我需要等待很长时间才能完成识别，例如1小时的语音文件。 有没有可能让Azure立即完成识别？目前，识别率约为1:1，即识别1小时的文件需要1小时。我希望这件事能在1:60完成。
浏览 126提问于2021-11-04得票数 1
4回答
我有几个声音控制应用程序的想法。不幸的是，根据我从Siri和Google中所看到的，这项技术似乎还没有出现。即使在一个非常安静的环境中，准确性也很差，所以在你的手机中输入它通常会让你觉得更容易。所以我的要求是：
浏览 6提问于2012-09-24得票数 4
我目前正在使用Google speech API (Python)开发一个语音识别服务。
在现在用作样本的韩语听力评估mp3文件中，除了配音演员的声音之外，没有其他声音。我想我使用了最直观的数据作为样本，我想知道文件的长度是否会影响识别率，以及是否可以提高性能。
浏览 3提问于2017-09-23得票数 0
1回答
我试图在音频流输入(通过UDP)上执行语音识别。我正在使用Microsoft语音识别(SAPI)。当我用麦克风测试语音识别时，我获得了很好的质量( C#和C++)。但是，一旦这些信息来自WAV文件(或来自我的UDP流的内存缓冲区)，识别率就会急剧下降。我试着以44100 to的声音保存这个文件，我还用C#编写了自己的代码来编写WAV文件。
浏览 4提问于2014-12-08得票数 1
回答已采纳
背景商业代码并不总是正确地转录在微软-认知服务-语音-sdk上。webkitSpeechRecognition在这方面做得更好。
浏览 10提问于2020-07-07得票数 0
我在Matlab和cmd行(使用libsvm)获得了78.2%的正确识别率，但在Weka中我得到了大约95%的正确识别率。
浏览 3提问于2012-05-18得票数 0
产品使用人脸核身验证用户身份，如果因为人脸核身出错，导致非本人利用其账户进行非法操作造成的损失，腾讯云方便会承担相应的损失么？
浏览 268提问于2018-08-13
3回答
如何设置语音识别服务器？
、、、
如何在服务器端实现语音识别(请不要建议HTML5's x-webkit-speech，javascript等)？该程序将以一个音频文件作为输入，并以足够的准确性提供音频文件的文本转录。
浏览 6提问于2012-01-18得票数 1
回答已采纳
我们正在训练我们的Azure Cognitive Services自定义语音模型，使用按照以16位、16 the的.wav (RIFF)格式记录的数据。但是，我们已经获得了以48 and记录的语音数据集，并编码为MP3。
浏览 0提问于2020-09-10得票数 0
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
腾讯会议
云直播活动推荐
腾讯云开发者
