我正在使用Kinect开发一个c#应用程序，它依赖于语音输入来完成任务。我有一个阿拉伯单词列表，用户可以说，以选择不同的菜单项。CMU：第一个问题是它是基于java的。我已经看过KVM和桥一，但我不能用这个东西走得太远。我无法将它设置为在Java中工作。没有关于如何使用已准备好的文件的步骤。我也看过，这个人的问题是相似的，但我不能用同样的方式解决我的问题。
我不能使用像Sakhr这样的商业应用程序，因为我没
浏览 2提问于2013-09-16得票数 0
回答已采纳
1回答
当调用Alchemy API进行语言处理时，它有时会自动识别错误的语言。(文本有许多名称，这有时会使自动识别功能中断。)我知道文本都是英文的，所以有没有办法强制api用英文处理？
浏览 3提问于2013-09-26得票数 1
1回答
使用Microsoft Speech API，我能够识别一个英文单词。我在SQL server中创建了一个表，其中存储与英语单词相对应的印地语Unicode单词。当识别器将语音识别为"main“时，它会获取相应的印地语单词。
我的逻辑是工作的，但它的准确性非常低。我的麦克风质量很好。有没有人知道更好的印地语语音识别方法，可以在任何技术上提供更高的准确性？
浏览 0提问于2013-02-21得票数 1
1回答
我正在开发一个android应用程序来识别特定板块的文本，如图中所示：我必须识别白色的文本(例如，接近“Mod”)。我正在使用Google的文本识别API，但是它失败了。因此，我使用OpenCV编辑图像，但我不知道如何强调(白色)文本，以便OCR识别它。我尝试了更多的东西，如对比度，亮度，伽马校正，自适应阈值，但情况有很大的不同，因为照片是如何拍摄的。你有什么想法吗？
浏览 0提问于2018-07-16得票数 1
回答已采纳
1回答
Google能够识别经常出错的十六进制数字(准确率约为60%)。例如，当我试图识别带有“78303D 61”的扫描图像时，Google会识别它的文本，比如“78303061”。对于OCR识别，我使用了和.NET Api客户端，结果也不正确。imageAnnotatorClientBuilder.DetectDocumentTextAsync(image, imageContext);
玩对比度此外，我还向提供了一
浏览 3提问于2020-12-08得票数 0
2回答
谷歌云视觉-数字和数字OCR
、、、、
我使用了谷歌的云视觉API文本识别，但结果是不可靠的。在30幅高对比度的1280×1024 bmp图像中，只有少数几个得到了正确的输出，或者至少在结果中包含了正确的输出。是否有一种方法可以帮助程序更好地识别数字，例如，将结果限制在特定的格式，或者仅限于数字？
浏览 5提问于2016-09-16得票数 17
回答已采纳
1回答
将语音转换为文本的自动语音识别技术已经有了很多的研究。这些工具正在使用深度学习来做到这一点。 我发现它的工作方式是基于英语的。如果是单词" Phonics“的音频，它们将是Foniks，但最接近的英文单词是Phonics。 Google API可以为我们提供ASR，为我们提供最终结果。
浏览 15提问于2019-02-21得票数 0
回答已采纳
试图缩小邮递员的问题范围。我尝试了SouthCentralUS和BrazilSouth的订阅，但始终是一样的。标题:Ocp-Apim-订阅-键: xxx内容-类型: application/json实际上，如果我将url作为一个没有标题和正文的get，将url放入浏览器中，则会得到相同的结果。但我看不出我做错了什么。我甚至认为这可能是Azure的内部问题..。?？
浏览 0提问于2018-12-13得票数 1
回答已采纳
1回答
格列廷斯 this.garbage.push(recognition);在Chrome上，它工作得很好，但是在Safari上，识别结果是非常糟糕的例如，如果我说：“你好助理，更改对比”，其结果可能是：“”之类的。
这个问题的一个特点是语音识别接口在safari上触发的事件只是start和audiostart。我也接受在我的申请中
浏览 14提问于2022-03-11得票数 1
回答已采纳
文档上说API会识别语言本身，但当我输入一个带有不同语言的图像时，它会给出随机的字母作为输出，就好像试图只识别英文图像一样。int t = 0; t < finalist.size(); t++) }
} 我已经读过文档了，但是这个API
浏览 22提问于2019-03-07得票数 1
1回答
我使用Foursquare的API检索一些吸引人的名字。问题是，对于某些城市(如开罗、莫斯科、北京)，该景点的英文名称被附加在该国语言的名称上，因此，例如，开罗的一个景点将如下所示：
Wekalet Al艺术中心وكالةالسلطانالغوري对于每个吸引点，我使用Flickr的API查找在查询中使用名称的照片。所以我的问题是，有没有一种方法可以识别和删除字符串中的非英语字符？(谢谢你事先提供的帮助:)
浏览 2提问于2015-06-03得票数 0
回答已采纳
2回答
因此，我决定寻找一个大型英语语言模型来为API语音识别器引擎提供支持。但是我不能理解OpenEars使用的voxfourge英语数据模型的格式。有没有人知道怎样才能让英文版的.languagemodel和.dic文件在OpenEars上工作？
浏览 4提问于2011-03-07得票数 17
回答已采纳
3回答
当我们试图扫描袋子时，我们正面临一个问题。其背后的主要原因是书包上文字的颜色与书包的颜色几乎相同。因此，它不能扫描准确的文本，是写在袋子上。在附图中，我们要扫描包的id (D1 150491)。如果我们需要做额外的努力来扫描这类图像，请告诉我。
浏览 3提问于2018-02-15得票数 1
回答已采纳
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