我试图在Python中编写一个简单的"Siri“类程序，它将在关键字被说出来后接受语音命令，并执行一些响应。
我想知道我是否可以使用谷歌的网络语音Javascript API来实现这个功能。我读到语音识别有60秒的限制，所以我计划使用PocketSphinx进行关键字检测，并让javascript Google语音响应它来处理语音识别的其余部分。由于我在Web开发和Javascript方面有0的经验，所以我想知道是否可以在非
浏览 7提问于2014-06-02得票数 2
回答已采纳
2回答
我正在尝试建立一个语音文本和文本到语音转录应用程序。我尝试过Google和IBM的模块，您能给出其他可以脱机使用的模块吗？
浏览 0提问于2022-12-12得票数 0
回答已采纳
你能提供更多关于谷歌语音识别API (recognize_google函数在python)使用限制的信息吗？要获得您的API密钥，请按照站点上的API键页面上的步骤操作。在Google开发者控制台中，Google语音识别被列为“语音API”。请注意，API配额为每天50个请求，目前无法提高此限制。
但是，我似乎每天可以调用超过50个请求(没有API
浏览 11提问于2022-02-15得票数 2
4回答
我正在做一个使用SpeechRecognition模块进行语音识别的项目。为了提高我的语音识别能力，我想做的一件事就是能够尽快输出已经被识别的单词。我尝试过的一些事情是有一个数组来存储单独的音频记录，让语音识别遍历数组，识别每个音频记录，然后输出它。这是行不通的，因为不同的单词需要不同的时间来表达。我进一步研究了SpeechRecognition模块提供给我的用于语音识别的Google，并希望了解如何通过在某些地方添
浏览 7提问于2019-04-29得票数 5
回答已采纳
我正在开发一个实时翻译的Python应用程序。我需要实时识别语音:当用户说什么时，它会自动将这段音频发送到Google speech API并返回文本。因此，我希望在说话时立即显示识别出的文本。我已经找到了流式语音识别，但似乎我仍然需要先录制完整的语音，然后再将其发送到服务器。此外，也没有如何在Python中使用它的示例
有没有可能用Google Speech API做到这一点？
浏览 7提问于2017-05-19得票数 0
我想使用谷歌的语音识别API通过流媒体的方法，所以我流我的文件，并获得实时回文本。这是必要的，所以我知道什么时候说了在音频文件。
浏览 2提问于2017-06-08得票数 0
回答已采纳
我试图找到一个语音识别Javascript (最好离线)，在那里我可以设置一些硬编码的单词，如‘播放’，‘暂停’等，并得到一个概率的哪个词的用户说。我已经做了关于类似API的研究，我发现的唯一一件事就是对文本服务的演讲。当然，我可以比较文本字符串，以便有一个词的概率，但Kinect的方式似乎更正确。
(谢谢你的帮助:)
浏览 0提问于2019-04-11得票数 2
当Windows 10发布时，我的语音识别API变得不兼容了。是否有公开可用的API来使用Cortana，如果没有，是否可以使用语音识别API？Python2.7 Windows 10的蜻蜓语音API不再工作，它使用的是windows语音识别。谢
浏览 2提问于2015-08-16得票数 3
回答已采纳
我正在通过gRPC使用助手SDK中的python库来进行语音识别。我将语音识别并返回为字符串，从\googlesamples\assistant\__main__.py调用方法resp.audio_out.audio_data，我有来自助手API的音频流的答案，方法resp.audio_out.audio_data
浏览 4提问于2017-05-22得票数 3
回答已采纳
我有一个单词/sentence，有没有什么方法/开源包可以找到用户说过这个单词/句子的概率
浏览 3提问于2019-03-21得票数 0
1回答
语音输入导航
、、
我被要求制作一个语音输入符号到一个站点页面，通过一个人的声音获得订单，并执行命令，例如，想象有人说登陆页面，然后它探索到登陆页面。
我不知道该怎么做，我需要你的帮助。
浏览 9提问于2022-12-03得票数 0
回答已采纳
1回答
我试图在我的应用程序中使用Google语音到文本API与Python一起实现语音到文本。我得到了正确的转录，但反应只包含成绩单和信心，而不是单独的单词。如果我试图访问这些单词，我会得到一个空列表。UPDATE：最初，我初始化识别配置如下： encoding=speech.RecognitionConfig.AudioEncoding.LINEAR16
浏览 0提问于2020-10-27得票数 0
我有很多利用TTS和语音识别的代码。然而，当一行中有多个tts或一行中有多个语音识别时，它要么崩溃，要么完全跳过它们。有时，它在不等待识别完成的情况下继续通过代码，这将导致稍后崩溃和不正确的变量。
浏览 2提问于2013-04-16得票数 1
1回答
应用程序调用Bing语音API来识别语音。(客户端发出POST请求，服务器对每个请求调用Bing语音API )。
只有服务器调用Bing语音API。现在，在Azure仪表板上，我看到了很多对Bing语音API的调用，没有请求到我的服务器，我不知道它是谁或者什么。我重新生成了Bing语音API<
浏览 7提问于2017-05-26得票数 0
回答已采纳
如何使用curl调用HPE Haven的语音识别API？我只得到一个json响应，其中包含一个称为jobID的东西。语音识别结果在哪里？
浏览 20提问于2016-09-11得票数 0
1回答
可能重复：
我在android上使用语音识别类，我成功地获得了语音识别。但我想要的是真实的语音数据，而不是文字，而不是文字。
浏览 1提问于2012-11-04得票数 3
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
