1回答
作为用于将音频转换为文本的gram文件，我们只能识别有限数量的单词。有没有办法将任何音频转录成文本。我们是否可以增强gram文件，使其包含所有英语单词，以便可以识别任何英语单词？或者我们可以做一些其他的事情，这样我将任何音频文件转换为文本的目的都可以被释放出来？我浪费了很多时间。任何想法都将受到感谢。提前谢谢。
浏览 2提问于2014-02-16得票数 0
1回答
我需要开发语音识别应用程序，将电话录音转换为文本，我使用的是Microsoft语音API 5.1。
我不应该使用任何选择，所以我使用听写语法课。我没有达到100%的准确率。
浏览 3提问于2014-02-24得票数 0
1回答
我正在为最终项目制作一个抽认卡游戏，我希望用户能够选择英语或西班牙语。我已经为这两个函数创建了单独的函数，但是如何让一个函数识别英语，一个函数识别西班牙语呢？我做了两个音频功能(一个用于英语，一个用于西班牙语)。我希望使用if then语句，并希望将西班牙语识别作为全局变量，将英语识别作为局部变量。
我知道这很难解释，但任何输入都会很好！谢谢大家
浏览 1提问于2017-04-24得票数 0
我正在尝试将音频转换为文本。音频不是英语，而是荷兰语。我无法将荷兰语音频转换为文本。该代码仅适用于英语音频。我不确定是否需要在代码中包含一些函数或选项来识别其他语言。
浏览 17提问于2019-12-05得票数 4
回答已采纳
它应该能够接受音频文件并提供文本输出。对于英语来说，VOSK是相当不错的，因为它既能识别印度英语，也能识别美国英语。印地语有类似的东西吗？
浏览 0提问于2021-07-11得票数 2
有没有一种方法可以覆盖或设置SpeechRecognitionEngine，使其可以同时识别多种语言？假设我有一个包含英语和日语语音的音频文件，并且不知道在音频文件中何时何地将是英语语音或日语语音。我目前已经安装了英语和日语识别器返回两种语言:英语和日语
如果.NET接口不能做到这一点，有没有可用的接口可以做到这一点
浏览 3提问于2016-01-19得票数 2
我有一个客户谁需要一个Android应用程序，可以识别口头命令。据我所知，内置的语音转文本功能实际上是将数据发送到谷歌的服务器，然后再将文本翻译传回。实际上，应该只有大约200个单词需要识别。我更喜欢开源/自由软件解决方案，但是我也对商业解决方案(也许是FlexT9)持开放态度。理想情况下，我可以将音频流发送到某个地方，得到一个字符串，然后解析该字符串并对其执行其他操作。
我过去没有做过太多的android或任何语音识别开发，所以我希望有人至少能给我指个正确的方向。谢谢!
浏览 1提问于2012-01-31得票数 7
回答已采纳
1回答
语音识别
、、、、
我想在上面实现一个语音识别功能。假设我有一些用户称之为“嘿”、“1”、“2”、"tea“的记录，当他/她说”嘿“时，语音识别api应该识别这些记录的第一个输入。”嘿“、”1“、”2“、"tea”可以是英语中没有词的东西。让我解释一下为什么我不使用这些apis。首先，语音识别apis试图理解单词并转换为文本。但是，这仅限于api支持的语言。即使语音识别
浏览 4提问于2016-06-20得票数 4
2回答
我正在寻找一个语音识别API，它在用户说话时返回临时结果，类似于谷歌在其主页()上所做的事情。我正在寻找一个API，支持法语。我想要做的是创建一个与谷歌语音搜索类似的web应用程序。
浏览 6提问于2015-09-30得票数 2
回答已采纳
1回答
我在这里读到，玻璃里有两种声音命令：2)言论自由识别(例如“纽约第五大道”)我告诉开发人员改变语言，而不是用户。或者“带我去”然后用希伯来文来描述。
有什么解决办法吗？
浏览 1提问于2014-01-29得票数 3
1回答
在像Google / Zoom这样的在线会议中，我希望检测到扬声器的变化，然后为不同的发言者转录音频。
我正在使用深层语言模型进行语音到文本的转换。我已经对印度口音英语的模式进行了微调，但我想在此增加语音对话功能。有办法做同样的事吗？我不想用名字来识别用户，我只想找出不同演讲者说的部分音频。
浏览 6提问于2022-10-17得票数 0
2回答
第一个音频只有英语的声音。第二种声音包含英语+外语的声音，你可以听到这两种声音，因为它们混合为画外音.换句话说:音频1有音乐，噪音，英语语音；音频2有音乐，噪音，英语语音，外语语音。同样的-不识别不同声音的音轨。可能不支持长时间的声音。
浏览 5提问于2020-05-27得票数 1
1回答
使用Python的语音转文本方法
、、、、
然而，我在将语音记录为输入并将其转录成文本文件时遇到了一个问题，因为可用于语音识别的模块不包括我们的方言，大多数情况下它只支持英语和其他主要语言。
有没有人知道我怎么能修好它？
浏览 11提问于2017-01-20得票数 0
3回答
如何设置语音识别服务器？
、、、
如何在服务器端实现语音识别(请不要建议HTML5's x-webkit-speech，javascript等)？该程序将以一个音频文件作为输入，并以足够的准确性提供音频文件的文本转录。在一篇文章中，我看到当我们使用<input name="speech" id="speech" type="text" x-webkit-speech />时，输入被发送到、一个外部服务器、和那个服务器，而不是识别任何现有的开源服务器如果能够以最小的错
浏览 6提问于2012-01-18得票数 1
回答已采纳
2回答
我能够运行这段代码并获得音频文件的转录。但是它不区分说话者(结果总是显示“扬声器1"，”扬声器2“永远不会被识别)。
中文：
法语：
浏览 3提问于2021-06-01得票数 1
1回答
"，"B"，"C"，"D“的表格视图，在它的cells.On单击单元格中有"A"，应用程序导航到一个视图控制器，它将在it.So上显示一个带有文本"A”的标签现在我的任务是在这个app.ie中实现语音识别，如果我说"A“应用程序应该导航到视图控制器并打印"A".I知道我们必须为this.There使用一些语音识别应用程序接口有许多接口的present.So请建议哪一个最适合与iOS9一起使用
浏览 2提问于2016-01-18得票数 2
我对用于Windows的语音识别软件感兴趣，它以一种标准格式(MP3、WAV、OGG等)获取播客的音频文件，并将语音的转录作为文本文件输出。其动机是帮助为官方wiki录制播客。我希望它能够教它，提高语音识别，或学习新单词。此外，它应该能够处理多人交谈，偶尔重叠的讲话，偶尔的音乐，或非说话的声音。
我只需要这个软件来处理英语。
浏览 0提问于2014-04-14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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
