针对语音到文本WebSocket问题的IBM Watson JavaScript软件开发工具包
IBM Watson JavaScript软件开发工具包是一个用于语音到文本转换的工具包。它提供了一套用于开发语音识别应用程序的 JavaScript API，可以将实时语音流转换为文本。
该工具包的主要功能包括：
- 语音到文本转换：通过使用 WebSocket 协议，将实时语音流发送到 IBM Watson 语音识别服务，并将其转换为文本。
- 实时性能：由于使用 WebSocket 协议进行实时传输，该工具包可以实现低延迟的语音到文本转换，适用于需要实时反馈的应用场景。
- 多语种支持：IBM Watson 语音识别服务支持多种语种的语音转换，包括英语、中文、日语等。
- 自定义模型：该工具包还支持使用自定义模型进行语音识别，可以根据特定的需求训练和优化模型，提高识别准确率。
- 语音分段和标点符号：工具包可以将语音流分段，并在转换为文本时添加适当的标点符号，提高文本的可读性。
该工具包适用于许多应用场景，包括但不限于：
- 语音助手：可以将实时语音输入转换为文本，用于构建语音助手应用程序，如智能音箱、语音控制系统等。
- 会议记录：可以将会议中的实时语音转换为文本，用于自动记录会议内容，提高会议效率。
- 语音翻译：可以将实时语音输入转换为文本，并进行翻译，实现实时语音翻译功能。
腾讯云提供了类似的语音识别服务，可以使用腾讯云的语音识别产品进行语音到文本转换。具体产品信息和介绍可以参考腾讯云语音识别产品页面：腾讯云语音识别。
相关·内容
我正在尝试使用IBM watson service的语音转文本服务，但我在将语音转换为文本时遇到了一些问题。
你能在下面的场景中帮我一下吗？
我已经设置了VOIP(Asterisk/freeswitch)服务器，注册了VOIP客户端和VOIP客户端，A呼叫B，呼叫建立，他们正在使用G711 ULAW编解码器接管电话。
我有连接到IBM watson speech to text并建立会话的websocket应用程序。我从watson服务器得到的回复是"State listening“。
我一直在通过watson服务器的websocket连接发送RTP数据包的原始数据。
请帮我解决
浏览 2提问于2018-03-30得票数 0
我有一个基于react的客户端，我把它和webpack 2捆绑在一起，但是当我导入/需要const SpeechToTextV1 = require('watson-developer-cloud/speech-to-text/v1');的时候，我遇到了一些麻烦。在我修复它之后，它不会破坏构建，它仍然会抛出一些警告，比如：
Module not found: Error: Can't resolve '../build/Release/validation' in '/Users/denbox/Desktop/schedulebot/web-in
浏览 6提问于2017-02-07得票数 4
回答已采纳
我目前使用的是由Java SDK提供的IBM Watson的文本到语音API。
代码如下
TextToSpeech textToSpeech = new TextToSpeech();
textToSpeech.setUsernameAndPassword(username, password);
ServiceCall<InputStream> inputStreamServiceCall = textToSpeech.synthesize(text, Voice.EN_ALLISON, AudioFormat.OGG);
InputStream in = inputStream
浏览 3提问于2017-03-21得票数 0
回答已采纳
当从IBM-cloud python SDK的2.10.4版本更改到新的3.0.4版本时，我不能再使用set_detailed_response(False) 使用watson python SDK利用IBM_watson助手、文本到语音、语音到文本和视觉识别服务。当SDK更新到2.0版本时，所有方法的默认响应都更改为DetailedResponse (https://pypi.org/project/ibm-watson/#changes-for-v20)。这个DetailedResponse的一个问题是它是不可迭代的，这对于我的情况是必要的。幸运的是，SDK提供了一种使用set_deta
浏览 14提问于2019-06-26得票数 0
回答已采纳
我正在编写一个Vue.js web应用程序，并试图访问Watson Speech- to -Text API。我在文档中找到了一个使用JavaScript开发工具包(watson-speech)的非常简单的实现。这是我使用的代码：
execute () {
var stream;
fetch('/api/speech-to-text/token').then(function(response) {
return response.text();
}).then(function (token) {
strea
浏览 15提问于2018-07-20得票数 1
我正在尝试使用IBM Watson speech to text api。这个api能识别不同的口音吗？有没有办法教不同的口音，比如印度口音？在Windows中，对于语音识别，口音识别是通过提供一些样本语音来理解人的口音来完成的。IBM Watson中有类似的方式吗？
浏览 2提问于2016-11-23得票数 0
我正在研究IBM的语音到文本，使用WebSocket进行实时转录。我用的是角度。
前25行代码是从复制的。此代码成功连接并启动识别请求。沃森给我发了一条信息{ "state": "listening" }。
我编写了function onClose()，在连接关闭时进行日志记录。
我制作了一个运行处理程序$scope.startSpeechRecognition的按钮。这使用getUserMedia()从麦克风中传输音频，使用websocket.send()将数据流到沃森。这不管用。单击此按钮将关闭连接。我认为我发送的数据是错误的，而沃森正在关闭连接？
我将we
浏览 2提问于2017-08-08得票数 3
回答已采纳
1回答
我在unity中配置IBM Watson API时遇到了问题，因为我似乎无法打开应该保存我的Bluemix帐户凭据的config.json.enc文件。有没有人能告诉我我该怎么做？
根据文档，我应该能够打开配置编辑器，但在将其复制到assets文件夹后，它位于Watson目录中。但我看不到这样的东西。
浏览 19提问于2017-08-04得票数 1
回答已采纳
我一直在寻找可以帮助我在pycharm中使用ibm watson进行文本到语音转换的代码。请尽快帮助我
浏览 0提问于2020-05-12得票数 1
2回答
我在IBM Bluemix平台上使用python。如何调用文本到语音转换Watson服务？我的python代码中有这个字符串，我需要传递要读取的文本。
浏览 2提问于2016-03-06得票数 4
1回答
我在IBM的Watson API和我自己的API上测试了一些语音文件。
例如，文本1:从IBM的Watson API获得。文本2:从自己的API获取。
我想检查text2相对于text1的准确性。
浏览 1提问于2022-08-09得票数 -1
我做了一个可以通过语音控制的游戏。为了将所有的语音命令转换为文本，我使用了IBM Cloud Speech To text服务。一切都完成了，除了它显示了错误的长度错误，正如您在图像中看到的那样。
这是语音转文本的代码：
###############################################
#### Initalize queue to store the recordings ##
###############################################
CHUNK = 1024
# Note: It will discard if th
浏览 238提问于2020-05-29得票数 0
经过大量测试，我能够从我在python中创建的应用程序收到输出，该应用程序使用IBM bluemix将语音转换为文本。代码： import json
from os.path import join, dirname
from ibm_watson import SpeechToTextV1
from ibm_watson.websocket import RecognizeCallback, AudioSource
import threading
from ibm_cloud_sdk_core.authenticators import IAMAuthenticator
authent
浏览 23提问于2020-01-31得票数 2
回答已采纳
我正在尝试使用Autobahn python构建一个websocket服务器，它充当IBM Watson的文本到语音服务的中间人或中继。我已经设法通过使用队列从客户端接收流音频并将其转发到Watson，并且我正在将JSON数据作为JSON数据从Watson接收到我的服务器，但我不确定如何将该JSON数据转发到客户端。Watson转录端回调和Autobahn客户端回调似乎是独立存在的，我不能从一个回调中调用另一个回调中的例程，也不能从另一个回调中访问数据。 我是否需要设置某种共享文本消息队列？我确信这应该是简单的东西，但我认为问题可能是我缺乏对"self“关键字的理解，这个关键字似乎隔
浏览 41提问于2021-04-24得票数 0
回答已采纳
2回答
我正在尝试使用node.js的websocket模块与IBM语音接口到text。当我试图连接时，我得到了一个400错误，我不知道为什么.我以前从没用过websockets。下面是我创建套接字并试图连接的代码
var WebSocketClient = require('websocket').client,
client = new WebSocketClient(),
token = 'myToken==',
wsri = 'wss://stream.watsonplatform.net/speech-to-text/api/v
浏览 3提问于2015-08-07得票数 0
回答已采纳
在IBM Watson中，我想使用两个服务，即语音到文本和会话，我想在这些服务之间进行通信。如果我独立地使用这项服务，我需要调用语音转文本，然后调用会话，即增加了网络周期。有没有办法将这些服务保存在容器中，并且我只在调用之后才调用容器，我的语音转文本和会话在内部相互通信，而不是对每个服务进行显式调用。
浏览 9提问于2017-01-02得票数 0
1回答
我希望在没有- curl或ibm_watson模块的情况下使用IBM语音识别服务。
我的尝试如下：
import speech_recognition as sr
r = sr.Recognizer()
text = r.recognize_ibm(audio,username='',password='')
即使我有IBM云语音文本的“服务凭据”，我也找不到该函数的正确形式。
在recognize_ibm()的文档中，有人说我需要输入才能找到格式的username。
但是link_1坏了。在哪里可以找到username和password？
我还尝试了text
浏览 4提问于2022-04-10得票数 0
回答已采纳
我使用的是ibm watson的text-to-speech api，如何通过文本生成稍长一点的停顿？我想在文本中插入暂停或静默，这样当watson将文本转换为语音时，会有明显的暂停或1秒或2秒？
浏览 2提问于2016-03-16得票数 2
1回答
嗨，我在Ibm创建了一个新的服务，用于语音到文本。
但是，当我使用“服务凭据”时，我会得到以下错误：
“错误Domain=com.ibm.watson.developer-cloud.WatsonDeveloperCloud Code=0”无法获得身份验证令牌。请检查凭据。UserInfo={NSLocalizedFailureReason=Failed以获取身份验证令牌。检查凭据.}
添加一下，通过IBM在“服务访问授权”中显示
如何解决此身份验证问题？
浏览 2提问于2016-06-10得票数 1
IBM的表示，下面的节点后端代码使您能够使用Use the API key to have the SDK manage the lifecycle of the token. The SDK requests an access token, ensures that the access token is valid, and refreshes it if necessary.
const SpeechToTextV1 = require('ibm-watson/speech-to-text/v1');
const { IamAuthenticator } = requi
浏览 4提问于2020-03-13得票数 1
回答已采纳
2回答
我正在考虑使用沃森的发言文字软件，以帮助驱动我们的产品的语音命令。
我看到的所有示例都要求用户在发出命令之前按下按钮。但是，我不想让用户按一个按钮，我想要一个“唤醒词”或关键字来表示我们产品的命令开始。也就是说，我不想把声音源源不断地流到Watson的语音到文本软件，但是我正在寻找一种方法，让用户提供一个关键字或唤醒词开始发送声音，然后让Watson的讲话返回它听到的命令的文本。
例如，"OK，Google“开始向Google发送语音到文本。
IBM提供了一种方法来创建我自己的"OK，Google“关键字，而不必将我的应用程序可能听到的所有内容发送到文本中吗？
浏览 0提问于2018-01-29得票数 2
回答已采纳
1回答
我想实现一个特定的聊天机器人，该聊天机器人是在网站上使用IBM Watson Assistant创建和训练的，它在后端使用Django/flask，那么我如何在我的网站上集成该特定的聊天机器人？请通过提供链接或视频指南来帮助我
浏览 1提问于2019-11-12得票数 0
1回答
您好，有可能在呼叫中具有语音到文本选项，其中呼叫的接收者将获得该呼叫的实况记录。我试图阅读IBM Watson的Speech to Text服务，但无济于事，因为它只有关于已经记录的数据的说明。有人能帮我吗?或者这是不可能的？
浏览 9提问于2019-02-01得票数 0
我试图在NodeJs应用程序中访问IBM Watson提供的文本到语音转换服务，但我看到访问拒绝错误，因为该服务已被CORS策略阻止。已尝试在app.js中设置相关标头的所有方法，但无法解决问题。 https://cloud.ibm.com/apidocs/text-to-speech?code=node app.use(function(req, res, next) {
res.header("Access-Control-Allow-Origin", "http://localhost:3000");
res.header("Access
浏览 15提问于2019-04-06得票数 1
我完全不熟悉IBM Watson Speech- to -Text，也不擅长从html向服务器发送实时音频文件。
其目的是将语音转文本(免费版本)集成到web应用程序中，以便进行口述和笔记。我之前已经实现了HTML speech api，但是组织似乎对它的准确性水平并不满意。
到目前为止，我只看过他们的演示，它似乎表明实时转录是一种可能性，但我似乎找不到可以使用的示例代码。
为此，我主要打算使用javascript代码(然而，该应用程序是用ASP MVC 3构建的)。
如果能给出任何指导或任何在免费使用的web应用程序中实现语音到文本的分步指南，那将是一个很大的帮助。
感谢您的帮助。
浏览 0提问于2016-10-27得票数 2
在ibm云中的node-red中。我能够使用IBM Watson节点"assistant workspace manager“来检索特定的对话节点。但是，我不能使用相同的“助理工作区管理器”来更新对话框节点。我一直收到错误消息"Invalid Request Body“。 这不是凭据错误的问题，因为我对两个实例使用相同的凭据。 下面是我的functions模块中的代码，它将信息传递给我的“助理工作区管理器”节点，以便它可以更新我的watson对话工作区中的对话框节点。 var uptime = msg.payload[1].d.uptime;
var message = &#
浏览 41提问于2019-03-01得票数 0
回答已采纳
我正在使用mediaDevices.getUserMedia()在Chrome中录制短音频文件(几秒钟)，将文件保存到Firebase存储中，然后尝试将这些文件发送到IBM语音到文本。我要返回这条错误消息：
unable to transcode data stream audio/webm -> audio/x-float-array
在浏览器中设置麦克风：
navigator.mediaDevices.getUserMedia({ audio: true, video: false })
.then(stream => {
var options = {
audioBi
浏览 0提问于2020-03-18得票数 1
我正试图通过使用Nexmo和IBM服务来实现电话对话的实时转录。我已经设置了一个websocket来接收来自Nexmo的二进制音频的InputStream。我还设置了到IBM的语音到文本服务的websocket连接。我从Nexmo接收到的音频流是PCM编码，频率为8 kHz或16 kHz。从Nexmo获得的每条消息的帧大小为20 ms。
information的Websocket接口需要一个具有正确编码信息的InputStream来成功转录。以下是我尝试过的数据调整：
将从Nexmo获得的原始InputStream委托给沃森，内容类型为"audio/l16; rate=16000;
浏览 3提问于2018-08-26得票数 0
1回答
我想用IBM Watson.As开始语音识别，下一步我要在Pepper人形机器人上运行我的代码。实际上我不能导入下面的行： import com.ibm.watson.developer_cloud.speech_to_text.v1.model.SpeechResults; 现在，我正在寻找'SpeechResults‘的maven依赖项来修复我的java代码错误。我创建了一个java maven项目，并添加了它的依赖项。我的.pom文件在这里： <?xml version="1.0" encoding="UTF-8"?>
&
浏览 24提问于2019-03-20得票数 0
我有一个反应原生移动应用程序，并想添加语音识别到它(兼容IOS和android)。我在网上搜索了所有可能的工具，找到了以下内容：
对于语音转文本(STT)：
1.react-native-voice
2.RNSpeakChat
3.Using Google Cloud
4.SpeechRecognizer
5.react-native-watson
6.react-speech-recognition
7.react-native-speech-recognition
对于文本到语音(TTS)：
1.react-native-tts
2.react-native-watson
浏览 0提问于2019-12-05得票数 2
1回答
我需要这两个API，因为在IBM中，watson有这样一个特性，即在识别说话人方面，但是在将语音转换为文本过程中，准确性并不是很准确。虽然在中，语音转换成文本的效果更好，但是他们可以识别英语-菲律宾口音，但是在识别说话者时，IBM有更好的效果。我想要创建一个演讲文本应用程序，可以识别发言者。我的问题是，IMB和是否有可能被合并？
浏览 1提问于2019-04-01得票数 1
回答已采纳
1回答
我正试图通过IBM授权我的IBM语音到文本服务(IAM授权)。虽然我的API键和服务url是正确的，但我仍然从服务器获得401 not authorized。
这是我的密码：
IamOptions iamOptions = new IamOptions.Builder().apiKey("dummy-api-key").url("dummy-url").build();
SpeechToText speechToText = new SpeechToText(iamOptions);
这是服务器响应(日志)
Aug. 09, 2018 10:44:01 PM o
浏览 5提问于2018-08-09得票数 0
回答已采纳
2回答
我正在尝试将IBM用于文本到语音服务。如果我使用curl命令，该服务就能工作，但是当我尝试使用Python使用srrvice时，它会将我抛出错误下面。
"/anaconda3/lib/python3.6/site-packages/ibm_cloud_sdk_core/base_service.py"，跟踪(最近一次调用)：文件第234行，在发送response.status_code、error_message、http_response=response中)错误:禁用，代码: 403方法失败，状态代码403:禁用
下面是curl命令
curl -X GET -u "
浏览 1提问于2020-03-22得票数 2
2回答
import pyaudio
from ibm_watson import SpeechToTextV1
from ibm_watson.websocket import RecognizeCallback, AudioSource
from threading import Thread
from ibm_cloud_sdk_core.authenticators import IAMAuthenticator
try:
from Queue import Queue, Full
except ImportError:
from queue import Queue, Fu
浏览 1提问于2020-03-23得票数 0
我正在做IBM Watson Speech-to-text的教程。在"“部分，”打开连接并传递凭据“一节中，我复制了以下代码：
var token = watsonToken;
console.log(token); // token looks good
var wsURI = 'wss://stream.watsonplatform.net/speech-to-text/api/v1/recognize?watson-token=' +
token + '&model=es-ES_BroadbandModel';
var websocke
浏览 18提问于2017-07-27得票数 1
回答已采纳
2回答
我已经开发了一个在c++中使用另一个API和IBM语音到文本服务API的流式语音识别应用程序。
在这两个程序中，我使用的是包含此音频的同一个文件。
周日，当一列雷暴横扫科罗拉多州时，几个龙卷风落了下来。
该文件的大小为641,680字节，我一次向文本服务器发送100,000字节(最大)块到语音。
现在，有了另一个API，我就可以将所有东西作为一个整体来识别。对于IBM Watson API，我做不到。下面是我所做的：
连接到IBM服务器(语音到文本API)
发送启动帧{"action":"start","content-type":
浏览 0提问于2019-05-27得票数 0
新的Twilio开发者来了。我的应用程序使用IBM语音到文本插件，但我在访问回调中的结果有效负载时遇到了困难。我在论坛上找不到有用的文档或任何关于这个问题的讨论。
我知道的/我试过的
有效负载资源存在-我可以通过浏览器直接访问它。
使用Twilio库客户端规定的语法返回一个“坏请求”错误：
$request =$client->v1->查找->phoneNumbers("+1XXXXXXXXXX") ->fetch(数组( "AddOns“=> "ibm_watson_speechtotext”))；
使用cURL直接获
浏览 3提问于2017-01-26得票数 1
回答已采纳
我正在做一个简单的应用程序，用Unity SDK来试用Watson的TTS。我唯一的问题是，几乎没有在线资源来帮助实现这一目标。我在网上找到了一段代码，但当我在我的应用程序中尝试它时，它不能工作，因为它被弃用了。几乎所有使用watson的文本到语音转换示例都使用名称空间IBM.Watson.DeveloperCloud.Services.TextToSpeech.v1;，该名称空间碰巧已被弃用且不再可用。我想知道是否有人可以帮助我找出/提供代码或链接，可以帮助我弄清楚如何使用Watson的TTS和Unity，这是不推荐使用的。 任何帮助都将不胜感激。
浏览 28提问于2019-09-10得票数 0
几个月来，我一直在使用Watson Assistant的用户界面来创建对话框。到目前为止，基于节点的系统对我来说工作得很好，但是我已经达到了一个复杂的程度，通过代码来处理可能会更好。
我已经找到了Watson API，但正如我所看到的，它的目的是对用户进行身份验证，管理会话，并将用户发言转发给AI。开发人员云API用于管理和连接IBM Cloud服务。
有没有一种方法可以通过代码创建对话框，而不是使用所有教程中出现的基于节点的方法？
浏览 31提问于2019-10-30得票数 0
回答已采纳
我有一个Watson语音助手实例，它使用SIP干线连接到Twilio API。我想从Twilio Marketplace启用IBM Speech- to -Text附加组件，它将允许我获得拨打Watson Assistant机器人的电话呼叫的完整文本。我想将这些副本存储在我在IBM Cloud中创建的Cloudant数据库中。我能否将Cloudant数据库的端点用作Twilio附加组件的回调URL，以便在激活附加组件时，将转录内容作为文档添加到Cloudant数据库中？ 似乎我应该能够在IBM Cloud中通过IBM Cloud的STT服务调用trancsription服务，但由于我的助手是
浏览 13提问于2019-05-23得票数 0
4回答
我正在使用IBM Watson服务实现一个虚拟代理。我的应用程序是使用Jquery、Angular JS和Java.Currently开发的，我从中间层java调用watson服务。但我想避免这种情况，直接从javascript.When调用，我使用XML请求从javascript调用，我正在使用CORS error.How来解决这个问题？
下面是我的代码：
var username = "uid";
var password = "pwd";
var xhr = new XMLHttpRequest();
xhr.open('GET',
浏览 0提问于2017-03-30得票数 3
我正在使用来自github ()的Watson来运行语音到文本服务的测试。我正在我的工作场所运行一个例子，它有一个防火墙和一个http代理设置。
测试失败，因为无法到达远程服务器。堆栈跟踪如下：
Exception in thread "main" java.lang.RuntimeException: java.net.UnknownHostException: stream.watsonplatform.net
at com.ibm.watson.developer_cloud.service.WatsonService$1.execute(WatsonServic
浏览 2提问于2017-01-17得票数 2
回答已采纳
2回答
我使用python使用Websockets库实现，以便使用Watson ASR执行实时语音识别。这个解决方案直到最近才起作用，但大约在一个月前就停止工作了。连握手都没有。奇怪的是，我没有更改代码(如下)。另一个使用不同帐户的同事也有同样的问题，所以我们不认为我们的帐户有什么问题。关于这个问题，我已经和IBM联系过了，但是由于没有握手，所以他们不可能跟踪他们是否出了问题。websocket的代码如下所示。
import websocket
(...)
ws = websocket.WebSocketApp(
self.api_url,
header=headers,
on_me
浏览 0提问于2018-12-03得票数 1
回答已采纳
1回答
我正在尝试用ibm服务和websocket锐化发送一个语音到文本的音频文件( .wav )，我正在使用一个80 of的样例.wav文件在asp.net mvc操作中这样做。在遵循本教程时，。
我正在做以下的事情
var ws = new WebSocket("wss://stream.watsonplatform.net/speech-to-text/api/v1/recognize?watson-token=" + token);
ws.OnOpen += ws_OnOpen;
w
浏览 2提问于2015-12-24得票数 2
回答已采纳
我已经创建了一个使用IBM Watson对话的机器人，该机器人只能与普通文本聊天。我如何对机器人编程，让它也能与图像聊天？如何将图像嵌入到聊天机器人的响应中？
浏览 3提问于2018-01-11得票数 0
回答已采纳
我一直无法使用Boost Beast库通过C++中的websockets连接到Watson的文本到语音转换服务 我的代码在80端口上成功地与echo.websocket.org接口，但它不能与Watson的url一起工作。我已经尝试使用协议的变体(http(s)、ws(s)和unspecified (适用于echo.websocket.com))，并且为了确保这一点，我已经尝试了端口80和443。 我能够成功地在Javascript中运行代码，并且使用Firefox的内置网络工具，我已经验证了它在端口443上工作。使用完全相同的URL和端口号可以得到以下结果：“不知道这样的主机。” 下面是正
浏览 35提问于2019-02-15得票数 1
你能帮我找出最好的android和IOS的移动“文本到语音”和“语音到文本”工具吗？ 我在网上搜索，发现了一些工具，例如： 对于语音转文本(STT)： 1.react-native-voice
2.RNSpeakChat
3.Using Google Cloud
4.SpeechRecognizer
5.react-native-watson
6.react-speech-recognition
7.react-native-speech-recognition 对于文本到语音(TTS)： 1.react-native-tts
2.react-native-watson
3
浏览 16提问于2019-12-18得票数 0
回答已采纳
我正在尝试将Websphere Application Server version7.0.0.27(它是使用独立安装程序安装的)导入到IBM Installation manager中，以便安装“for OSGi Applications and Java Persistence API2.0”。该功能包附带的自述文件详细介绍了将WAS 7的安装导入IIM的步骤。但是，当我在IIM中输入WAS安装路径时，抛出了以下错误。
软件开发工具包的版本与IBM Websphere Application服务器的版本不同。请使用其他工具，如Websphere软件的更新安装程序来同步版本
我猜这是因为WA
浏览 2提问于2014-03-25得票数 0
1回答
我刚刚试用了IBM Watson的演示，用于自动语音到文本的转录。我试着用火狐浏览器实时转录我的声音。大多数情况下，抄写是错误的或缺失的词。我还读到了泰德的演讲是如何转录的，我了解到他们是通过志愿者手工完成的。我想听听那些有演讲和文字引擎经验的人关于他们当前技术现状的经验。它似乎不够好的转录文本的动态，也不够好的转录文本，而没有认真的手动干预。
链接到演讲到文本演示
浏览 2提问于2015-11-12得票数 0
回答已采纳
我想做一个语音到文本分析的项目，我想要1)说话人识别，2)说话人二元化，3)语音到文本。现在我正在测试为微软，谷歌，亚马逊，IBM等公司提供的各种API，我发现在微软，你可以选择用户注册和说话人识别()，但是，所有其他平台都有说话人二值化，但没有说话人识别。在扬声器二元化中，如果我理解正确，它将能够“区分”用户，但它如何识别，除非我不注册他们？我在azure中只能找到可用的注册选项
但我想确认一下，所以我想在这里检查一下，也许我看到的是正确的文档，或者在Google cloud、Watson和AWS转录中有其他方法来实现这一点。如果是这样的话，你们能帮我吗？
浏览 0提问于2020-01-20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
实时音视频活动推荐
腾讯云开发者
