我想创建音频，视频和文字信息聊天。可以使用WebRTC吗？或者它只允许音频和视频聊天？
我的应用程序的一个方面将使用浏览器实现。另一种是使用C++原生API。有没有原生C++ API和/或javascript的例子？
浏览 2提问于2012-10-15得票数 1
回答已采纳
2回答
tts文本转语音出现音频最后停顿声音，请问如何解决？音频如下：
tencentAi_1.zip
浏览 1262提问于2019-04-29
我搜索了Evernote API的this.but，它不工作，有没有办法保存文字注释，音频和照片的单一文件单位？喜欢这个应用程序
浏览 0提问于2011-05-26得票数 0
回答已采纳
1回答
本公司使用语音文字API制作可搜索的有声读物。我们的一些音频文件达到20小时，但正如我们注意到的，使用语音文字的基本限制是480分钟。
请让我知道，我们怎样才能要求把限制扩大到1200分钟？
浏览 14提问于2022-03-05得票数 -1
回答已采纳
1回答
我正在录制来自HTML的音频，它被存储为.webm格式。我把这个音频输入到谷歌语音api中，以获取它的文字记录。我发现.flac是无损的，所以我使用FFMPEG将它从webm转换成了flac。但是我有一个疑问，将音频从webm转换到flac会增加文件的大小，但是如果一个音频已经与webm格式有损耗，转换为flac将仍然是有损的，因为信息已经丢失了。这个假设我错了吗？
浏览 4提问于2020-07-20得票数 1
回答已采纳
在我的项目中，我在golang开发了一个websocket服务器，它通过ARI控制asterisk频道，并使用google-speech-api在同一频道上执行实时音频转录。在连接时，我想保存音频从一个星号频道到文件，同时发送音频到谷歌，并获得文字记录。音频是由asterisk audiofork应用程序发送的，这样我就可以使用ARI操纵频道，而音频则在另一个线程上流式传输。问题是，当我发送帧到谷歌，我得到EOF错误的第一个和每一个连续的帧，我从我的服务器上，但当我转换
浏览 73提问于2021-10-07得票数 0
回答已采纳
1回答
我正在寻找一些在安卓系统中播放内存中音频的方法，类似于Windows编程中的waveOutOpen家族方法。waveOut...方法本质上允许应用程序创建样本值的数组(就像没有头的内存中的WAV文件)，并将它们转储到队列中以便顺序回放。Windows可以无缝地从一个数组转换到下一个数组，因此，只要应用程序在播放之前不断将数组转储到队列中，程序就可以创建和播放任意长度的连续音频。Windows API还结合了一个回调机制，应用程序可以使用该机制来指示进度和加载额外的缓冲区。
据我所知，Android
浏览 1提问于2010-08-09得票数 10
回答已采纳
可以使用Wav API将原始NAudio文件转换为Wav格式吗？我可以看到有一个允许mp3转wav的Mp3FileReader，但我们需要转换原始音频数据文件。 谢谢
浏览 45提问于2020-06-25得票数 0
回答已采纳
我需要在c#中编写一个实用程序，使用谷歌语音Api将语音从音频文件转换为文本。据我所知，谷歌只接受这个接口的.flac格式。不幸的是，我有.wav和.mp3音频文件。所以我试着找出是否有办法在.NET中将mp3转换为flac。我查看了NAudio，但它似乎不能处理flac文件。
浏览 0提问于2013-07-14得票数 6
回答已采纳
我正在尝试使用媒体组合和Windows.Media.Transcoding API自动将一些.mp4文件中的音频轨道转换为16 the的单PCM音频，以便使用Microsoft语音认知服务(语音到文本)我有一个带有正确MEdiaEncodingProfile的示例音频文件，我使用MediaEncodingProfile.CreateFromFileAsync(sampleAudio)。但这会导致prepareOp.CanTranscode = false，因为我认为我不能直接将.mp4转换成音频<
浏览 1提问于2018-05-13得票数 0
回答已采纳
2回答
当我运行一个音频文件，如mpg321或aplay或sox，甚至在TTS的(文本发言)音频只有正确输出从我第二次复制音频文件.我猜是因为音频引擎或类似的东西延迟了0.5到2秒。然后跳过一秒或两秒钟的音频。如果我运行
浏览 0提问于2015-02-13得票数 2
回答已采纳
我想学习如何在Android中实时处理音频输入，所以我想做一个实验性的应用程序，对连接到Android设备上的吉他进行简单的音频操作，实现一个简单的超速效果。USB吉他接口，如，以实现一个非常低的延迟音频处理。因此，我想在我的项目中使用这个usb吉他音频接口来实现低延迟。我搜索了使用这种吉他接口的示例，但没有找到任何使用它的教程或库，所以……
当连接到设备时，这个吉他转USB接口可以像普通输入一样使用吗(这样我就可以像在普通输入中一样使用AudioRecord类)？您是否知道是否存在一些文档或教程来使用这
浏览 1提问于2015-10-29得票数 1
我正在使用pocketsphinx android开发一个应用程序。使用关键字搜索激活。激活效果不太好，许多假阳性，也不总是认识到我说的。因此，我决定使用getProb方法来查看检测单词的概率，但是getBestScore()和getProb()方法总是返回0，原因是什么？
浏览 26提问于2015-09-27得票数 2
回答已采纳
1回答
我想知道，谷歌如何在他们的语音识别API中将语音转换为文本。它们是否存储了几乎所有的声音并在特定的频率水平上进行匹配，或者是否有不同的音频编解码算法来分析"A“、"B”、"V“、"D”、"Hello“等不同声音模式的声音。音乐有弹吉他，鼓和声音的声音，我想过滤他们在三个输出分别吉他声音，鼓音，声音分开，并进一步解码声音为文字。
浏览 3提问于2016-06-12得票数 3
回答已采纳
在这一点上，不会记录任何音频或转录”。 在部署speech API时，我一直在寻找该选项，但没有成功。你到底是如何关闭跟踪的？通过这样做，是否是这样的情况下，没有音频或文字记录被保留，或进一步处理或发送到任何地方，作为调用speech API的结果，无论是作为FAQ中引用的日志的一部分，还是用于任何其他目的或任何其他方法？
浏览 12提问于2019-06-26得票数 0
回答已采纳
5回答
我们正在使用NodeJS处理长的文字记录，使用Google语音到文本API。许多功能需要10分钟以上的时间来处理。处理/音频时间的通常比率约为50%。因此，一个20分钟的FLAC音频文件大约需要10分钟来处理(因此，Google功能失败，最大时间为540秒或9分钟)，而在AWS Lambda上超过29分钟的任何文件都会失败。在每个平台上，哪种服务可以在20/30分钟内处理音频文件，这也允许发送和调用应用程序的事件数据？我可以使用云功能和另一个平台来处理记录吗？
浏览 6提问于2019-08-27得票数 8
回答已采纳
1回答
我想区别我的机器人的Alexa和谷歌主页的经验与文字为基础的机器人。基于文本的机器人支持富响应类型，但音频响应类型不支持。我的问题是，在对话框流V2beta1 API文档中找不到指定音频文本源的字段。在V1中，似乎有一个使用一个数字枚举来表示这一点，但我找不到一个V2Beta1等效项。
浏览 1提问于2018-05-03得票数 0
回答已采纳
我正在创建一个聊天网站，将能够做到，视频，音频和文字聊天。我目前正在使用Websockets进行文本聊天。我需要知道什么是最好的视频，音频和文字聊天。哪一个更有效果。我应该使用Websockets对他们所有的，或webRTC的视频和音频和Websockets的文字聊天。我可以做到这两个，并且不想重写我的文本聊天为webRTC，但如果这是一个更好的选择，那么我会。
浏览 0提问于2013-03-29得票数 5
回答已采纳
我已经创建了谷歌存储桶，以执行谷歌语音到文字桶中的音频文件。但这是不起作用的，因为桶是拒绝访问谷歌语音API。错误消息:匿名调用方没有storage.objects.get access PERMISSION_DENIED
语音使用API密钥进行身份验证，存储使用服务帐户密钥进行身份验证。
浏览 2提问于2019-07-08得票数 0
回答已采纳
在我的Windows应用程序中，我想使用音频文件进行重采样。似乎，解决这个问题的好办法是使用来自媒体基金会的Resampler对象进行转换。但是，在认证时，我得到了这样的错误:此应用程序类型不支持API MFTEnumEx in mfplat.dll。。在Windows 8转换中是否有其他方法可以获得avaiable，或者重采样音频文件的另一种方式？
谢谢!
浏览 2提问于2012-12-21得票数 0
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号