用户开始录音我该如何知道他的录音内容是中文还是英文,试了腾讯云的 一句话识别 ,它对音频文件的采样率还有单双通道都做了要求才能识别，有没有别的办法？
浏览 429提问于2019-07-17
我记录来自网络电台的音频流。
录音通常有一小时长( mpeg或flac格式)，每次录音都包含几首歌曲/音乐。
是否有软件可以将录音作为输入，识别/检测单个歌曲的边界(当然是最大的努力)，并将每个输入文件中包含的歌曲/片段作为单独的音频文件输出？
浏览 0提问于2016-11-28得票数 1
我记录来自网络电台的音频流。
录音通常有一小时长( mpeg或flac格式)，每次录音都包含几首歌曲/音乐。
是否有软件可以将录音作为输入，识别/检测单个歌曲的边界(当然是最大的努力)，并将每个输入文件中包含的歌曲/片段作为单独的音频文件输出？
浏览 0提问于2016-11-28得票数 1
回答已采纳
用recorderManager录制音频，录音文件我尝试过WAV、pcm、MP3等多种格式，也尝试过先将录音文件上传到服务器，拿到新的文件路径后可以下载到本地并播放，但是仍然无法被腾讯云语音识别成功
浏览 622提问于2020-04-08
我已经使用NAudio录制声音，并将其保存为.wav文件。因此，在录音时，有一些声音的振幅很高，这使得录音不合适，也有一些声音可以大胆地看到，但其典型的振幅很高，但却很短。如何识别和跳过它们。我可以在录音前进行声音校准吗？
谢谢sunil
浏览 0提问于2014-04-09得票数 0
在做语音听写识别的时候，在H5页面中调用手机的麦克风进行录音，然后将录音文件上传识别，查询多方资料，大多数都是采用getUserMedia这个原生API，但是兼容性不好，在 iOS 11.2以前的Safari和微信内置浏览器都无法支持此API，请问有什么解决方案吗？需要兼容iOS和安卓大部分浏览器及微信内置浏览器
浏览 3251提问于2018-04-13
1回答
更改ALSA的默认采样输入率
、、、、
我正在为Raspberry pi的语音识别做Jasper项目。问题是，当我用默认设置进行记录时，会产生大量的噪音。在修改录音后，我意识到如果我使用“arecord -r 48000 sample.wav”，录音就会清晰得多，而且我知道我的语音识别会正常工作。
但在我的生命中，我不能将它更改为默认设置(使用ALSA配置)。我已经在配置文件.asoundrc中尝试了各种组合，它所做的就是，它回到了Mono 8000 KHz的录音中，不管我投给它的采样率是多少。
问题是:如何将记录采样率设置为48000，并使其成为默认采样率？恐怕我不得不完全放弃这项工程了。
浏览 0提问于2016-12-06得票数 1
我想知道如果某人有其他人的语音录音，他们是否可以通过Speaker Recognition API使用该录音来假装自己就是那个人。也就是说，说话人识别API可以识别语音是实时的还是录制的？
浏览 1提问于2017-04-28得票数 2
录音文件API请求参数中的RestTextFormat参数类型都会返回时间戳，我不想返回的识别内容里面有时间戳需要怎么设置？
浏览 90提问于2023-09-27
2回答
为了唯一地识别Rally中的用户，我们希望更新用户的Display字段，以便能够识别两个同名的人。
e.g. John D(johnd@test.com)
John G(johng@test.com)
尝试在下面的代码片段中获取所有用户的Rally，然后将使用update()或post()方法更改上述格式中的displyname。
import sys
from pyral import Rally, rallyWorkset
options = [arg for arg in sys.argv[1:] if arg.startswith('--')]
args
浏览 3提问于2017-02-27得票数 1
回答已采纳
问题是这样的，终端产品将压缩格式为AMR的录音文件通过2G移动网络发送到服务器，怎样才能在UBUNTU14.04的镜像系统中完成自动解压成WAV格式的语音文件？然后被语音识别调用？批量的解压，批量调用语音识别！
浏览 334提问于2018-02-24
请描述您的问题
标题：RESTful API 这个接口支持识别MP3的录音文件吗？
地址：https://cloud.tencent.com/document/product/441/6201
浏览 303提问于2018-01-23
1回答
CSV文件中的数据在末尾包含负号。如何将其转换为常规数字。
CSV中的数据
Amount
10
12.12-
41
42-
14.14-
期望的
10
-12.12
41
-42
-14.14
浏览 0提问于2017-08-06得票数 1
回答已采纳
$audio_url = "http://www.www.com/1.mp3";
$result = sendUrlRequest("https://www.www.com/callback.php", $audio_url);
echo "\n<br>8K UrlRequest result is: " . $result;
上面3行代码，发起了一次录音文件识别的请求。
那么，发起的这次请求，我怎么读取识别完成数据呢？
我不知道识别完成的数据的结构是什么样的，所以每次收到网页调用都在数据库记录一次。并且标出
浏览 637提问于2019-07-22
PC端通过HZRecorder插件进行的录音文件，调用一句话识别接口总是报"InvalidParameterValue.ErrorInvalidVoicedata"，研究了一天了，不知道哪里错了？
下面压缩包里有语音文件和HZRecorder.js
语音.zip
浏览 292提问于2019-08-31
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
我试图使用Gracenote客户端为android识别音乐通过麦克风。
到目前为止，它运行良好，我收到了识别结果(使用identifyAlbum)。
我想知道，是否有可能支持脱机场景。对指纹进行指纹识别，并将指纹提交给gracenote服务器(当互联网可用时)。
(我知道它可能会将录音存储为音频文件，并在以后提交该文件以供识别。我只是想知道，是否有可能存储和检索指纹，而不是记录)
我们非常感谢你的帮助。
问候和感谢。沃利
浏览 5提问于2017-02-19得票数 1
回答已采纳
1回答
我正在使用存储库转录一些音频文件，并且我已经在我的Vagrant虚拟机上按预期启动并运行了所有内容。
我希望能够用Linux、Laravel或MySQL这样的词来转录非常技术性的录音，这些词不能很好地转录。我该如何(轻松地)将这些单词添加到转录软件中，以便在说出这些单词时成功识别它们？
更新
我试着遵循尼古拉·什米列夫给我的建议，在这里找到：
在将新的单词添加到newwords.txt之后，我可以成功地运行run_adapt.sh脚本，但是当我尝试使用更新后的语言模型用新的单词转录音频文件时，它无法识别新的单词。
以下是我尝试遵循有关如何调整语言模型的说明的视频：
浏览 1提问于2016-11-30得票数 0
在IBM语音识别服务中有没有办法
发送文件的URL，而不是发送文件本身。这对我来说很重要，因为我想要发送转录的录音并不存储在运行代码的相同位置。我正在使用IBM Java SDK。
浏览 1提问于2016-09-21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
对于语音识别，我知道有几个问题，但我有一个不同的问题。我的客户想通过另一个录音(先前保存的)进行识别。假设用户保存了录音，他说：“语音命令”，然后当他触摸某个麦克风图标在应用程序，它将开始监听，然后它将比较之前的录音，如果是相同的命令或不。我试图改变客户的想法，并使用一些演讲文本库/项目，但他想这样做。
所以我问你能不能给我看一些免费的/开放的图书馆？
浏览 1提问于2014-04-23得票数 3
回答已采纳
我想要创建的应用程序，当我点击按钮，录音应该在特定的时间(5s)，然后我可以保存到应用程序的文件夹或在我的手机或使用文件直接在接下来的步骤。具体来说，我将在5秒内录制一个音频文件，然后通过我的单词识别算法开始识别，并执行以下命令。请在记录和保存文件的过程中帮助我。谢谢你们的阅读。
浏览 3提问于2021-10-28得票数 0
回答已采纳
1回答
我正在寻找一种相对简单的方法(可能是一些示例或具有良好API的库？)用Java比较两个声音(当然要有容差)。其来源是一些带有手拍声的声音文件。我想要比较的声音是通过麦克风进行的现场录音。麦克风每次识别出更响亮的声音时都会开始3秒的录音，并将其与源文件进行比较。
目的:我正在运行一个带麦克风的Raspberry Pi，如果我拍手，我想要切换我公寓里的灯。
浏览 0提问于2013-11-30得票数 3
1回答
我需要从一组WAV文件中识别语音，这些文件没有记录在进行识别的计算机上。我知道，如果您识别WAV文件中的语音，并且这些WAV文件的采样率与引擎用于训练的录音的采样率相同，则效果会更好。
但我的问题是:Vista的引擎训练的采样率是多少？我似乎在任何地方都找不到这个信息。
还有..。你知道什么方法可以将WAV文件从一种采样率转换到另一种采样率，从C#？
谢谢!
浏览 2提问于2010-06-30得票数 0
回答已采纳
我正在使用语音识别Python库以16 the的单数从我的麦克风记录音频字节，但我想使用接受NumPy数组、光谱图和文件路径的新的Whisper库。写入文件花费的时间太长，所以我想直接将数据转换为数组，将其传递给Whisper。
浏览 16提问于2022-10-07得票数 0
0回答
我正在开发一个应用程序识别语音使用谷歌云语音APi和录音的同时。我尝试播放录制的.opus音频文件获取IOException W/System.err: java.io.IOException: setDataSource failed.
有什么想法吗？谢谢！！
浏览 20提问于2017-06-08得票数 5
我正在创建一个windows服务，它将连接到音频输入设备，并使用NAudio WaveIn记录音频。这就是流动：
使用VOSK语音识别的第一级语音检测，并将录制的音频添加到内存流中。如果识别了语音，则将内存流保存到wav文件中。第二级语音识别使用Microsoft认知语音服务从wav文件中读取。
我的问题是，在保存wav文件时，我应该使用什么样的波形格式来临时提高认知语音服务的语音识别精度。
_waveIn.WaveFormat =新WaveFormat(8000，16，1)；
或
_waveIn.WaveFormat =新WaveFormat(16000，16，1)；
任何帮助都将不胜感激。
浏览 15提问于2022-02-16得票数 0
我不能用Snowflake SQL正确地查询多层(json)数据的半结构化数据。你能帮我指出什么是不正确的吗?是我正在解析的数据还是我的扁平化语法？如何写出正确的语法？非常感谢！我的问题是：
WITH a AS (
SELECT PARSE_JSON('[
{
"name": "conversion_event",
"created_at" : "2020-01-01 00:00:00",
"uuid" : 12314512441312312,
"campaign_na
浏览 4提问于2020-07-23得票数 0
1回答
我正在为我在大学的考试工作，我需要帮助。我想要实现语音记录到web浏览器，以记录语音，然后发送它的服务器进行语音识别。我已经找到了这个录音JS，它可以记录声音，然后下载到PC作为.wav文件。我想修改这个录音机把这个wav文件不是发送到PC，而是发送到服务器。你能帮我弄一下这个吗？？此外，我还需要解释这个JS的源代码，因为我在JS中处于新的位置。多谢各位。
我要修改的记录器的源代码是：。
浏览 14提问于2015-02-04得票数 1
1回答
我有很多不同的音频片段是由Android手机录制的，我也有一个用高端麦克风和Apple Logic录制的同一活动的音频片段。
我想录制一段在Apple Logic录音和电话录音之间来回切换的录音。我最初只是把录音在起始点对齐，但我注意到，安卓手机的录音会随机跳过10到100个样本，这是我不明白的原因( I/O代码似乎是正确的，并且在所有设备上产生相同大小的文件，所以我猜AudioRecorder正在删除样本)。
所以我的问题是--有没有人们知道的工具或算法，可以帮助运行批处理作业来识别音频延迟的位置(超过某个阈值)，并插入静默，从而使事情保持一致？我已经实现了一个粗糙的RMS分析器，它试图在记
浏览 3提问于2017-09-16得票数 0
1回答
背景信息我正在尝试将麦克风录音转换成字符串。
到目前为止，我一直跟随这个例子从MSDN网站创建一个程序，让我用麦克风录音，并播放它。下面是链接。
遗憾的是，我还没有找到任何办法把录音转换成弦乐。
问题如何将麦克风录音转换为字符串？
我尝试过使用语音识别引擎，但不幸的是，名称空间System.Speech不能在Windows 8 sdk中使用。
浏览 0提问于2015-01-12得票数 0
我需要通过Rest与微软引擎识别语音到文本(我知道其他的语音到文本引擎，而且我让它们工作，但现在我需要的正是MS语音到文本)。
我看了很多信息和手册，但都没能用。
我试着遵循MS站点的手册(对不起，我不能添加更多的链接)，但没有运气，然后我找到了许多“有用”的例子，并找到了另一种方法通过MS API识别，但与问题堆叠：
1)我可以获得授权承认请求的令牌：
2)在我有了标记之后，我可以尝试请求识别该录音：
但无论如何，我会得到错误的。尽管在请求中设置了“版本”。
如果有人知道如何通过Microsoft服务识别录音，请给我举个例子。
浏览 3提问于2016-02-29得票数 1
回答已采纳
1回答
我是python语音识别的新手，每当我试图使用google转录音频文件时，我就会得到一个未知的值错误。
我试过在网上搜索这个问题，但是找不到解决这个问题的方法。
完整的代码和错误都放在hastebin：上。
显然，预期的输出应该是文件中的文本。
浏览 0提问于2019-04-08得票数 0
我试着做一个实时的演讲到文字抄写脚本。下面的脚本适用于录制的wav文件。
from asrecognition import ASREngine
asr = ASREngine("tr", model_path="mpoyraz/wav2vec2-xls-r-300m-cv6-turkish")
audio_paths = ["prerecorded.wav"]
transcriptions = asr.transcribe(audio_paths)
print(transcriptions)
但是我想用麦克风捕捉声音，当检测到一段时间
浏览 0提问于2022-10-11得票数 1
我最近开始使用Ubuntu将我的个人电脑转换成基本的家庭录音棚。令我惊讶的是，Rocksmith USB电缆被直接识别并顺利运行，对像我这样的新手来说，配置JACK有点困难，但我终于做到了。我也安装了奥迪，以便我可以录制的声音，并有我的问题开始。在我播放的MP3文件和低音吉他的录音之间有一个严重的延迟。虽然播放一切听起来都很好，但是一旦录制好，MP3文件和我录制的文件之间就会出现一些问题。有人也有同样的问题吗？有什么解决办法让时机变得尽可能完美吗？
提前谢谢。
浏览 0提问于2015-09-21得票数 0
有没有可能在C中格式化一个浮点数，如果与使用printf的0不同，它只显示两个小数位？
例如：
12 => 12
12.1 => 12.1
12.12 => 12.12
我尝试使用：
float f = 12;
printf("%.2f", f)
但我得到了
12 => 12.00
12.1 => 12.10
12.12 => 12.12
浏览 3提问于2012-03-09得票数 42
回答已采纳
2回答
我需要一个正则表达式来验证一个十进制数，但在数字之前不需要任何符号。即。
.2 (精细)
.12 (精细)
12 (罚款)
12.0 (罚款)
12.12 (罚款)
但
12.123 (不允许)
-12.12(不允许)
+12.12 (不允许)
浏览 4提问于2013-09-19得票数 0
回答已采纳
我的应用程序使用RecognizerIntent记录用户的声音，并做一些语音识别。
现在，我想将结果与一些开源语音识别引擎进行比较。它们中的大多数都以音频文件作为输入。我的想法是，从安卓的麦克风捕捉声音，同时启动RecognizerIntent。但似乎，访问麦克风是排他的。
可以用录音的音频流使用RecognizerIntent吗？可以用两个激活同时访问麦克风吗？
浏览 7提问于2011-01-12得票数 11
回答已采纳
优图能否实现识别一张图片和某一张图片是否是一样的？
我要做的功能就是，拍照上传图片识别对应我的一段文字讲解录音。
浏览 350提问于2019-04-10
1回答
我想编写一个函数(最好用R，但其他语言是受欢迎的)，它将识别数据集中列之间的关系(仅限于加/减)。这一方法的一个实际应用是在大型多列金融数据集上运行它，其中一些列是其他列的小计，并识别这类小计。
理想情况下，我希望允许小的差异-例如，考虑到四舍五入的问题，导致列的加起来不完全是100%。
我发现了下面的，其中包括一个涉及矩阵和等级的解决方案，但我不确定是否有任何方法可以合并处理四舍五入引起的数据中的噪声。
例如：
d = data.frame(a=c(10.12, 20.02, 30.08, 20.19), b=c(12.12, 20.45, 20.52, 16.72), c=c(11, 12
浏览 2提问于2017-04-24得票数 2
我有一个场景，我想比较array1和array2的值
echo "${array1[@]}"
给我output1：12.12 10.1
echo "${array2[@]}"
给我output2：12.12 10.1
how将array1值与下面的array2进行比较
array1[0]=array2[0]
array1[1]=array2[1]
12.12 12.12
10.1 10.1
然后if匹配显示
回显“成功”或“失败”
成功-当array1中的所有数据与aray2匹配时
失败-当索引到索引值不匹配时，则失败
浏览 0提问于2020-01-03得票数 0
我有一个相对较大的表，有很多列和行。其中我有ID，经度和纬度。我想有一个ID的列表，其中具有相同的坐标(纬度和经度)，类似这样
ID¦latitude¦longitude¦number
1 ¦ 12.12¦ 34.54¦1
12¦ 12.12¦ 34.54¦1
52¦ 12.12¦ 34.54¦1
3 ¦ 56.08¦ -45.87¦1
67¦ 56.08¦ -45.87¦1
谢谢
浏览 17提问于2017-01-29得票数 1
1回答
在我的应用程序中，我使用录音和麦克风来录制任何东西，但我需要在来电和呼出时释放它。
对于传入，我使用了BroadcastReceiver类，但是对于传出？
我不能在我的应用程序的onPause或其他方法中发布，因为录音在服务中(后台)。
我需要识别用户何时开始呼叫。
浏览 0提问于2014-01-03得票数 0
1回答
我录音是“窗前明月光 低头思故乡 举头望明月 低头思故乡”，只返回了 “窗前明月光 低头思故乡
” 请问是我哪里写的不对吗？
1. 录音地址： http://mx-image.tiaozj.com/443e2f1412e7f832a54aec08e0301173
2. 语音识别参数
let param = {
Action: 'SentenceRecognition',
Version: '2018-05-22',
ProjectId: '0', //腾讯云项目ID
SubServiceType: 2, //一句话识别，没得选
浏览 284提问于2019-06-25
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
