1回答
我需要能够数出讲话者在现场录音中发出的音节数。应该注意的是，说话者不会使用他们的母语，因此大多数现有的语音识别解决方案都无法工作。我看了一下CoreML，我也许可以用编码的音节数访问语音语料库，但我不确定我将如何开始训练这个模型。就天真的解决方案而言，我已经找到了，但我不确定它将如何在Swift中实现(这种音频分析不是我<e
浏览 6提问于2022-11-11得票数 0
我想为失聪的人写一个web应用程序，允许他们在电话中打字作为交谈的一种方式。它的目标是让失聪人士在网页上输入电话号码，发起电话呼叫，实时将接收端的语音转录为文本，并将响应端的文本实时转换为语音。我计划使用Twilio进行呼叫，捕获音频流，使用语音识别API转录语音，并使用Twilio的文本<e
浏览 3提问于2017-02-27得票数 0
2回答
我正在尝试使用Google Cloud语音到文本转换，到目前为止，我已经运行了python 代码，它将实时语音转录输出到我的终端，但是如何让它将该文本实时输出到网站文本框中，就像上的示例一样？我已经在文档中找到了一些这样的示例代码，但除非我是盲人，没有看到它，否则我找不到任何网站输出示例代码。
谢谢!
浏览 4提问于2018-11-14得票数 0
1回答
实时进行语音到文本转换
、、、、
我正在开发一个基于语音的个人助理使用Python。我从一些开源项目中得到了帮助。我有用于语音到文本引擎的apis。我的助手首先录制语音，然后使用api发送语音并返回转录的命令。而其他平台，如siri，cortana，google now，houndify和网络服务，它们都是实时的，比如即时。
如何像这些引擎一样实现即时语音转<e
浏览 3提问于2017-11-13得票数 1
Xamarin android框架中包含的内容是相同的吗？我希望我的应用程序可以在任何时候侦听识别，但当我尝试在Xamarin中使用SpeechRecognitionEngine/SpeechSyntax时，我收到错误消息"Speech is not supported
浏览 0提问于2021-08-03得票数 1
1回答
这是我的第一篇文章，所以我希望它是好的。我正在开发一款覆盆子Pi Zero W，我正在尝试制作一个实时的语音到文本的翻译器。我已经研究过了，我认为我需要使用SpeechRecognition模块，我一直在做这件事，最终我写了一个程序来做我需要的事情，使用谷歌语音到文本模块，它只是做了不现实的工作。我认为对于我来说，为了让它实时转录</em
浏览 28提问于2021-02-01得票数 0
回答已采纳
我在我的应用程序中使用iOS10中引入的语音框架作为语音转文本框架。我做了语音到文本的实时转录部分，但我还没有找到一种方法将输入的语音保存为音频文件。谁能解释一下在完成转录后如何将演讲稿保存到文件中？
浏览 19提问于2017-03-11得票数 0
回答已采纳
我对在python应用程序中实现一个特性表示怀疑。我使用Twilio的python进行呼叫处理和响应。当一个Twilio调用被放置时，我想要一个功能，在调用本身为时，调用者的语音被直接流到Google，用于文本转换。然后，我需要处理转录文本，以提供适当的反应，立即用户。我知道twilio中的 record 功能，它帮助我们记录来电者的声音并将其保存为录音。一种方法
浏览 1提问于2018-04-12得票数 0
回答已采纳
1回答
我正在开发这个应用程序，它利用了iOS的语音转文本功能。我发现了来自苹果的非常好的示例应用程序：但是我需要一些不同的东西，我想要实时文本到<em
浏览 2提问于2017-11-05得票数 0
嗨，我的要求是，我有实时音频流作为输入，说两个人之间的一个电话，现在转换该音频为文本在现场和选择某些关键字从提取的文本和插入数据库。按照中的体系结构，服务和AWS转录服务都用于实时流，但是作为链接： AWS转录支持实时转录，那么为什么在该体系结构中使用Kinesis呢？如果有人知道，请帮助我在理解，希望亚马逊连接可以摄取实时音频到</em
浏览 2提问于2019-03-15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<em
浏览 2提问于2015-11-12得票数 0
回答已采纳
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
我想转录音频使用谷歌语音到文本API (STT)，但我需要的转录是一致的时间。换句话说，即使Google改进了STT模型，是否有可能将我最初使用的STT模型的版本固定下来，从而使转录保持一致？我正在使用Google语音Python客户端库。
浏览 1提问于2021-09-10得票数 1
回答已采纳
2回答
我正在构建一个应用程序，从我们组织的VoIP系统获得实时音频，记录呼叫并转录实时语音。然后转录传递到我们的分析引擎并获得洞察力。
我们能够转录录音，并从转录中获得洞察力。我们也有一个实时转录的解决方案。它将转录的声音从麦克风，甚至RTSP流也。我们很难找到从SIP/VoIP系统获取实时音频的<
浏览 0提问于2019-01-30得票数 6
回答已采纳
1回答
我以前一直在使用IBM语音文本服务来转录已预先录制的完整音频文件。然而，我现在尝试在使用说话人识别功能的同时进行实时转录。这意味着我不能单独发送每个短文件(以大约30秒块记录音频)，因为必须维护扬声器的上下文。我如何在仍然使用Python的情况下做到这一点？
浏览 2提问于2018-02-28得票数 1
3回答
我想实现一个按钮，当点击时，将激活android的语音到文本的翻译器，就像android的键盘提供的那样。具体地说，我想要一个按钮，可以让应用程序实时转录用户说的话，并将其逐字记录在editText框中(实时)。做这件事最好的方法是什么？
谢谢
浏览 2提问于2013-06-24得票数 8
通过Google Speech-To-Text进行流式音频转录的时间偏移量对我来说不起作用。，我们就会为转录设置回调： recognizeStream = client .on("error", console.error)对象： const msg = JSON.parse(message); 不幸的是，数组data.results[0].alternatives[0].words总是空的，即使实时<
浏览 31提问于2020-10-31得票数 1
回答已采纳
1回答
C# -沃森-文字API演讲
、、、、
我正在尝试在C# windows应用程序中创建一个windows应用程序，该应用程序应该使用IBM服务来执行语音到文本的转换。如何实现IBM语音到text服务，该服务应该倾听用户的声音并编写输出文本。
我搜索了许多文章，在所有这些例子中，.wav (音频)文件被作为输入传递，输出文本被写入。我试图执行这个演讲，以更实时地文本，而不是传递一个现有的或存储的<
浏览 4提问于2017-06-15得票数 0
问题陈述:使用浅色认知语音服务，需要将演讲内容实时记录到文本中，并将用户区分为说话人1和说话人2。到目前为止，我还探索了有关会话转录的azure文档，它为Javascript和C#提供了示例代码，但是我无法在python中找到示例代码，这是否意味着azure的这个服务在python中是不可用的？
浏览 5提问于2021-12-20得票数 0
1回答
Linux命令行听写
、、、
如何将语音(例如手持记录器)的.wav文件转换为具有相当精确的语音识别功能的.txt文件？使用免费实用程序的命令将非常有用。
我理解使用和Google的一些方法。我正试图实现这样一种方法，它可以被构建成一个shell脚本，将我的一些笔记的预先录制的音频转换成文本。
浏览 0提问于2016-03-13得票数 3
回答已采纳
云服务器
ICP备案
云直播
腾讯会议
实时音视频
腾讯云开发者
