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 3250提问于2018-04-13
4回答
我有一个音频文件，两个人的电话通话录音，我需要自动分离两个扬声器的声音。我是语音识别的新手，我看过python的wave模块，但没有找到任何有用的信息。
请帮助一下如何开始。另外，请向我推荐免费的python库，这将帮助我解决这个问题。
浏览 0提问于2011-09-05得票数 21
2回答
我正在学习神经网络，并试图用tensorflow创建说话人识别系统。我想知道话语长度是如何影响神经网络的。例如，我有1000个相同长度的不同录音和1000个不同长度的录音。那么，从理论上讲，神经网络如何处理这些数据呢？具有相同长度记录的数据库的神经网络会做得更好还是更差？为什么？
浏览 1提问于2017-01-04得票数 5
1回答
Android中的语音匹配
、、、、
有没有办法在Android系统中进行语音匹配？以下面的场景为例。
用户"A“在应用程序中说些什么，并通过应用程序将其记录在电话中。
用户"B“在应用程序中说些什么，并通过应用程序将其记录在电话中。
用户"C“在应用程序中说些什么，并通过应用程序将其记录在电话中。
在所有这些录音之后，用户"A“来和应用程序对话。由于他的声音已经被录音，应用程序识别这是用户"A“。
或者其他类似的东西。
用户"A“在应用程序中说"House”一词，并通过应用程序将其记录在电话中。
用户"B“在应用程序中说"Ho
浏览 2提问于2014-03-16得票数 3
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
在这一大流行时期，这些课程在网上举行。我们学院使用Google，提供Google的功能。我们的一些讲座需要录音。有时我们的教授自己开始录音，有时学生开始录音。完成后，录音会随机保存到参与者的Google中。其他参与者可以通过单击“选项”选项卡中的“停止录制”按钮来查看记录保存到谁的驱动器文件夹中。不是所有的人都看到它，但我经常这样做，以知道它被保存到谁的文件夹，以便我们可以要求学生分享。有些人这样做，但有些人否认说：“我错了，录音的视频没有保存在他们的驱动器文件夹！”
所以我的主要问题是，我如何确定它被保存到谁的驱动器？我是说，停止录音是否显示了不正确的名字和位置？
📷
浏览 0提问于2020-09-08得票数 0
我试图创建一个语音识别数据集，特别是印度口音。我是从同事那里得到的。每天我发送一个文章链接，并要求他们记录和上传到谷歌驱动器。
我对这种方法有意见。所有长度为5-7分钟的录音。我使用的是DeepSpeech模型，它需要10秒钟的音频语句.
建议我任何方法，如果可能的话，将音频文件分割成相应的句子短语或建立一个更好的5分钟长的音频文件。更多的建议是欢迎在一个更好的方法来创建一个演讲文本数据集。
浏览 0提问于2019-03-31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
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
嗨，我有一个录音应用程序，它将录音存储在用户选择的自定义文件夹中，但从Android 10开始，我已经实现了范围存储/共享存储的概念，以单独共享音乐文件夹中的录音。
我的应用程序是针对Android 11及以上的，所以我不能使用requestlegacyexternalstorage
我尝试在这个路径/存储/模拟/0/Music中保存记录，它在Android11及以上版本运行良好，但是当我尝试仅用Android10编写文件时，就面临着这个问题，无法打开的输出文件权限，但它在Android11及以上运行良好。
我不知道仅仅在Android 10中需要做些什么。任何东西都有遗漏或建议！
浏览 1提问于2021-12-22得票数 0
我想创建一个自动化的UI测试来测试我的syncfusion网格。我的问题是记录器不能识别这个控件(或任何syncfusion控件)。我在互联网上搜索了很多，但我找不到任何扩展名，所以记录器会识别我的控件(我使用的是WinForms，而不是WPF!)，或者至少有一种方法可以扩展记录器的功能，以便以某种方式识别syncfusion的控件。
有什么简单的方法可以延长录音机的长度吗？或者有没有可用的扩展？或者我可以从记录器生成的WinClient中获取网格对象？
谢谢!
浏览 1提问于2010-11-04得票数 2
我目前正在使用以下代码打开word文档(然后保存它，但这与当前打开文件无关)：
word=win32.Dispatch('Word.Application')
try:
doc = word.Documents.Open('S:\problem\file.docx')
except Exception as e:
print(e)
(-2147352567, 'Exception occurred.', (0, 'Microsoft Word&#
浏览 0提问于2018-04-12得票数 0
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
我试着画出一些录音的光谱表示。使用AudioRecord类，我可以得到一个包含振幅值的字节数组。
现在的问题是我不知道如何表示时间轴。
有什么主意吗？
录音代码：
public void startRecording(View v) {
mIsRecording = true;
mRecorder.startRecording();
new Thread(new Runnable() {
@Override
public void run() {
while (mIsRecording) {
浏览 2提问于2015-10-29得票数 1
回答已采纳
1回答
我正在使用Azure Speech To Text API来识别小的语音录音，从10秒到1分钟。每个语音识别大约需要5秒才能完成，这似乎有点太长了！
我是这样做的：
speech_config = speechsdk.SpeechConfig(subscription=speech_key,
region=service_region,
speech_recognition_language=language)
audio_config = speec
浏览 111提问于2019-11-07得票数 1
1回答
我有一个新的安装Xubuntu12.04在戴尔纬度D610与外部AOC监视器连接。当我进入设置->显示时，外部监视器似乎被识别，但它仍然是黑色的。关闭笔记本显示器(设置->显示)使我有两个黑色屏幕。
有人知道这个设置是否有问题吗？在Xubuntu中配置它的其他方法吗？理想情况下，我想使用这两种显示器，但我也很高兴能够让外部监视器工作，而不是笔记本电脑的屏幕。
纬度有一个ATI RV370 (移动性Radeon X300)。
浏览 0提问于2012-05-31得票数 1
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
尝试创建新的录音实例，如
mAudioInstance = new Record(MediaRecorder.AudioSource.MIC);
mAudioInstanceSecond = new Record(MediaRecorder.AudioSource.CAMCORDER);
因此，当我尝试开始录制时，我收到了以下第二个记录实例的警告消息"startInput()输入失败:其他输入已启动“
所以我不能用第二个麦克风录音，只能用第一个麦克风录音
对于anddoid设备，有没有一次使用两个音频输入进行录音的方法？
注意:我使用的是Nexus 9，它在摄像头附近有一个麦克风端
浏览 3提问于2017-04-13得票数 1
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
当插入的外部麦克风插孔与TRRS兼容时，大多数android录音应用程序会自动识别音频输入(通常是两个标准之一: CTIA和OMTP)。
虽然我可能会搜索，但我还没有遇到一个相机应用程序记录视频与外部麦克风。因此，作为最后的资源，我正在考虑最终开发一个。
在我开始一个项目之前，这个项目可能只是一个众所周知的轮子的再发明，或者更糟，一个铅气球：
这样的应用程序工作起来有什么障碍吗？
推论:有没有摄像头应用程序可以识别外部麦克风(自动或通过设置)？
浏览 50提问于2016-07-09得票数 4
回答已采纳
请描述您的问题
标题：2017腾讯云11.11大促 给你实实在在的优惠
地址：https://cloud.tencent.com/act/double11?utm_source=portal&utm_medium=banner&utm_campaign=1111&utm_term=1024
浏览器信息
Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36
浏览 820提问于2017-11-06
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
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
1回答
我需要产生机械设备发出的声音的录音。这些声音每隔几个小时随机出现一次，只持续大约1-3秒.
理想情况下，我希望软件能够执行准确的任务。我一直找不到这样的应用程序，所以我发布了这个问题 (并对它下了赏金！)当我等待答案的时候，我在考虑其他获得所需录音的方法。
是否有人知道视窗或安卓的软件可以处理2-12小时的音频录音，并自动删除所有没有音频的时间段？
理想情况下，我希望设置定义“无音频”的dB阈值。
而且，理想情况下，我希望能够在保存的每个片段之前和/或之后指定空音频的数量。例如，在使用的每个片段之前保持1秒的空音频。
由于我还没有产生这些录音，我开放使用任何音频文件类型，我可以找到一个录音机。
浏览 0提问于2015-10-01得票数 5
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
