语音识别粤语转普通话
语音识别是一种将人类语音转化为可理解的文本或命令的技术。粤语转普通话是语音识别的一个具体应用场景，它可以将粤语口语转换为普通话口语。
粤语转普通话的优势在于能够帮助人们更好地理解和交流，尤其是在粤语和普通话之间存在语言障碍的情况下。它可以应用于多个领域，包括语音助手、智能客服、语音翻译、语音搜索等。
腾讯云提供了一系列与语音识别相关的产品，其中包括：
- 语音识别（ASR）：提供多种语言和方言的语音识别服务，支持实时语音转写、录音文件转写等功能。详情请参考：语音识别（ASR）产品介绍
- 语音合成（TTS）：将文本转换为自然流畅的语音输出，支持多种语言和声音风格。详情请参考：语音合成（TTS）产品介绍
- 语音唤醒（Wakeup）：通过语音指令唤醒设备，实现语音交互功能。详情请参考：语音唤醒（Wakeup）产品介绍
- 语音评测（ASR）：对语音进行评测和打分，用于语音教育、口语考试等场景。详情请参考：语音评测（ASR）产品介绍
腾讯云的语音识别产品具有高准确率、低延迟、高并发等特点，可以满足不同场景下的语音识别需求。
相关·内容
使用免费版进行测试,
文档表示参数 PrimaryLanguage 只要 [1-中文,2-英文] 两个选项
自作聪明将其设置为 PrimaryLanguage = 3
发现依然为普通话发声.
请问想要使用粤语发声,应该如何设置?
浏览 411提问于2021-08-24
2回答
据我所知，语音识别支持3种语言:英语(英国，美国，澳大利亚)，日语和汉语(普通话)。
有没有人知道如何在这些语言之间切换的更多细节？有没有办法(通过编程)知道在特定设备上哪种语言是语音识别的活动语言？(也许在日本只有日语…但是我能以某种方式得到这个信息吗..。比如财产或任何东西？)。
任何关于这方面的帮助都将不胜感激。
谢谢你们。
浏览 1提问于2010-05-06得票数 3
如何使用c++在SAPI中调用中文语音？这有可能吗？我正在MFC格式的文本到语音的工作，这可以说在3种主要语言称为英语，马来语和普通话一旦用户插入输入。我已经为英语部分做了，因为SAPI有库来调用英语女士之声。听不出普通话和马来语的声音。这有什么建议吗？
浏览 3提问于2014-05-03得票数 0
现在技术越来越厉害了，前几年还感觉语音打字特别不靠谱，各种语音助手也相当蠢萌，想问下现在国内语音识别发展到什么水平了？
实时且准确的将语音转化成相对应的文本已经达到了什么样的水准？主要还存在哪些方面的问题？
浏览 2278提问于2018-08-06
2回答
我开发的android应用程序可以识别普通话语音，然后生成文本。但我找不到该怎么做。有人能给我其他语言(普通话，法国等)的语音识别代码吗？
public class MainActivity extends Activity {
private TextView txtSpeechInput;
private ImageButton btnSpeak;
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentVie
浏览 7提问于2014-11-28得票数 0
回答已采纳
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。这是一个主要问题，因为语音数据非常敏感(除非数据在发送到Google和从Google发送时是加密的-但我怀疑它是加密的)。
我能想到的有两个选择。首先是在Android上将语音转换为文本，尽管这似乎是一项极其昂贵的操作。第二种可能是让本地服务器为我转换数据(我可以在发送和接收语音数据和翻译时对其进行加密)。这是CMU Sphinx可以做到的吗？值得注意的是，我还可以访问Asterisk服务器，这可能会对此有所帮助(我不知道)。
实际上，应该只有大
浏览 1提问于2012-01-31得票数 7
回答已采纳
6回答
我正在学习编写一个用于在给定字符串上执行TTS的应用程序，并尝试了一个从web修改的示例：
编码如下：
// setup TTS part 1
mTts = new TextToSpeech(Lesson2_dialog_revision_simple.this, this); // TextToSpeech.OnInitListener
speakBtn.setOnClickListener(new OnClickListener()
{
public void on
浏览 14提问于2013-09-20得票数 2
回答已采纳
1回答
我正在制作一个电子游戏来教西班牙语和普通话。这是一场演讲集中的游戏。我使用谷歌Chrome的实现，因为它是免费的，似乎很棒。
我已经向其他人发布了这个游戏，人们在识别方面遇到了很大的困难，在es-ES上设置了语言代码。A人说：
My favorite so far: "refrescos" turns into "Craigslist jobs"! :D
And then "Netflix codes".
如果语言代码设置为es-ES，如何解释“作业”(我可以理解像"Netflix“这样的专有名词，但不理解”作业“)
B人说lo sien
浏览 2提问于2019-09-06得票数 0
就像标题所描述的那样，SpeechRecognizer能够识别其他语言吗？如果我想让它识别普通话而不是英语，我该怎么设置呢？谢谢。
浏览 2提问于2013-08-03得票数 0
回答已采纳
2回答
因此，像其他许多人一样，我决定创建自己的语音识别引擎。事实证明，这并不容易，相反，对于英语来说，要做到这一点是相当困难的，因为我想说，一个单词的书写方式和它的发音方式之间存在着巨大的差异。作为格鲁吉亚人，我决定为格鲁吉亚语言编写语音识别程序。在乔治亚语中，单词的发音与您所写的完全相同。就像是抄写一样。这个事实会大大减轻我的任务吗？或者有更难的.困难:D？
浏览 6提问于2011-11-20得票数 7
回答已采纳
我知道CMU Sphinx有很多语言模型、字典和声学模型。
我想识别一个可能包含多种语言的句子，例如，英语和普通话。
这是可以做到的吗？
浏览 0提问于2018-07-19得票数 1
1回答
我需要的是我的音频输入从麦克风是:单声道16位16000赫兹。
我使用的是Windows 8.1 PC，我知道您可以通过麦克风的高级设置对其进行调整。(右键单击任务栏中的扬声器图标高级录制设备->属性->高级)
但是没有我需要的特定设置的选项。适当的设置应该是磁带录音机的质量。但我只有CD、DVD和Studioquality。
我发现了许多关于如何对文件进行重采样的提示，但我依赖于来自麦克风的实时音频。我试过内置和外置麦克风。
我正在使用语音识别程序(CMU Sphinx)。似乎我的糟糕的识别结果取决于错误配置的麦克风。
我已经在语音识别程序的论坛中寻找了解决方案，但我的问题似乎取
浏览 3提问于2015-07-04得票数 0
1回答
我们可以在不使用wav文件的情况下使用mp3文件进行语音识别吗？或者我们可以从mp3生成wav文件，然后进行语音识别，而不会对准确性造成严重影响？问题是我需要最小化应用程序中通过网络传输的负载。转换过程中丢失的信息会成为影响准确性的重要因素吗？
浏览 4提问于2012-01-29得票数 0
回答已采纳
4回答
我有很多音频文件与干净的声音，只有普通话的声音。我需要估计多少音节是在每个文件中说。是否有用于OS、Windows或Linux的工具可以估计这些？
sample01.wav 15
sample02.wav 8
sample03.wav 5
sample04.wav 1
sample05.wav 18
由于有许多文件，最好使用命令行或批处理软件，例如：
$ application sample01.wav
15
一种使用语音到文本的解决方案，然后计算当前字符的数量。
浏览 6提问于2013-11-01得票数 5
回答已采纳
我正在创建一个网站，将存储几种不同语言的教程视频。英语将是主要受众，但我希望在用户名/pwds中使用法语口音，以及瑞典语/挪威口音/字符。
教程视频的语言还将以中文(粤语/普通话)、乌尔都语/印地语、波斯语/达里语和阿拉伯语提供。虽然我非常确定最后几个人使用标准的qwerty键盘上网，特别是在网上注册-我确实知道欧洲的键盘是不同的，有几个口音和连字。
我想知道，就mysql而言，在存储用户名和电子邮件地址方面，哪种排序规则类型最适合支持最可能的条目？我知道我可能不能涵盖所有这些问题，但我想尽可能多地做一些事情。
我读到过uft8_general_ci更好，但如果我希望支持那些斯堪的纳维亚字符，
浏览 4提问于2013-09-12得票数 1
2回答
我正在创建一个web应用程序，用户应该通过语音识别作为密码注册该应用程序。应识别语音以进行授权。有没有办法通过Java语言实现语音识别？
PS:如果用户提供语音，那么语音应该能够识别已经存储的语音，并能够登录应用程序。
浏览 2提问于2014-12-26得票数 2
如果我正在开发一个使用TTS和语音识别的Android应用程序，那么在Ubuntu上哪个库用于相同的语音识别和语音呢？
我假设是从文本到语音，但我不确定哪个语音识别库和字典/学习/校准系统用于语音识别。
我想在Ubuntu桌面上提供这个应用程序。
以及在仿真器外测试它。
浏览 0提问于2012-09-19得票数 16
回答已采纳
2回答
我正在制作一个同时使用语音识别和tts的应用程序。在我的应用程序中，我继续进行语音识别，问题是当我使用tts时，语音识别将监听应用程序的内容。如何在tts发言期间停止语音识别，然后在tts结束后启动语音识别？我能用另一种方式解决这个问题吗？
浏览 3提问于2014-03-09得票数 0
回答已采纳
1回答
我已经基于这里给出的方法在我的应用程序中实现了连续语音识别：。它本身运行得相当好。
但是，我想实现一个功能，即应用程序正在使用文本到语音的方式阅读网页，并且在阅读过程中，我希望打开语音识别，以便我可以要求它停止使用语音。然而，我看到语音识别也开始识别文本到语音的输出。有没有办法让它忽略从电话里传出的声音，只识别我在麦克风里说的话。
浏览 20提问于2016-09-22得票数 0
回答已采纳
我试着用C#实现了一些简单的语音识别WinForms程序，就像Michael Levy回答中描述的那样：
我的问题是，每当我运行Windows语音识别程序时，它都会打开，并且还会根据我所说的做一些事情。此外，当程序启动时，我必须说“开始听”，语音识别才能工作。
我的问题是:如果不让Windows语音识别也按照我说的做，我如何使用语音识别？我根本不需要Windows语音识别UI打开，我需要能够使用识别，而不必说“开始听”之前。
感谢您的回答
浏览 7提问于2011-07-09得票数 2
回答已采纳
我想建立一个android应用程序，它将识别我的声音，将其转换为文本，并将显示我刚才说的吐司。我能够做到这一点，使用按钮，将启动语音识别器为我。但现在我只想让它基于我的声音工作。
应用程序应该触发语音识别器，只有当我开始说话时才开始收听，当它检测到静默时应该停止收听。就像会说话的应用程序的功能一样。在那里它记录了语音，但我想使用语音识别器来识别它。像这样的东西：
if(no silense)
Launch Recognizer
else if(silence)
Stop Recognizer
Show toast
主要的问题是，在启动语音识别器之前，我如何感知用户是否在说话。有没有
浏览 6提问于2012-06-13得票数 1
回答已采纳
1回答
语音识别支持哪些语言呢？文档没有写，只提到“实时流式语音识别适用于对识别时效要求严格的场景。目前支持的语言包括中文和英文。”但不确定离线或者在线的语音识别支持哪些语种。
请在语音识别的《产品简介》中注明，谢谢！
[附加信息]
浏览 355提问于2018-04-02
因此，我有一个使用system.speech识别引擎实现的带有语音识别的windows服务。当我启动服务时，我的语音识别代码运行得很好，但是没有任何语音识别事件触发。奇怪的是，如果我运行完全相同的代码，但在控制台或WPF应用程序中，触发语音识别的事件工作得很好。
我已经将一个调试器附加到我的服务进程中，以检查幕后发生了什么。似乎语音识别引擎正确地加载语法，将其模式设置为连续收听，并正确地设置语音识别事件。没有抛出异常，所以我不太确定这里出了什么问题。有什么想法吗？
浏览 0提问于2012-04-30得票数 8
回答已采纳
1回答
可能是重复的，但我没有找到以下问题的答案。
在过去的两天里，我一直在做一些关于语音识别的研究，但是我的问题没有得到答案：
作为一项服务，可以运行语音识别吗？我想实现这样的东西:我需要打一个号码，虽然我的电话通过语音识别是在睡眠模式。
当我在火车、公共汽车等的时候，语音识别能正确地检测出单词吗？
除了语音识别之外，是否有任何传感器来检测声音？
要使语音识别正常工作，用户是否需要靠近电话说话？
浏览 4提问于2012-12-24得票数 6
回答已采纳
我正在使用Sphinx4执行带有语法的语音识别，但出于另一个目的，我想将其保存为用户在没有语法的情况下所说的音频文件。
基本上，用户说了些什么，当它处于静默状态时，就会创建一个音频文件，我想知道是否可以重用Sphinx4系统来执行此操作。如果是，我该怎么做？
浏览 6提问于2014-04-19得票数 1
我正在研究网络语音识别。
我发现Google为开发者提供了一个名为“V2”的API。但是我注意到每天使用它是有限度的。
之后，我发现有一个本地的WEB语音API也可以实现语音识别。它只是在google chrome和opera上工作：
那么，Google语音API和Web语音API有什么不同呢？他们有关系吗？
语音识别结果json是从谷歌回来的。谷歌语音api会比网络语音api更精确吗？
谢谢。
浏览 2提问于2015-09-11得票数 17
回答已采纳
我想知道android中的语音识别是如何工作的？它使用哪个库进行语音识别？它是自己在设备/移动设备上执行语音识别过程，还是将所有语音发送到google服务器并接收文本作为响应？
谢谢，桑尼。
浏览 2提问于2009-09-04得票数 10
回答已采纳
1回答
我正在寻找一个程序来验证我的Windows操作系统基于我的声音和我说的话。
需求：
文本密码应改为语音密码。
识别语音调制和验证用户
应进行密码的离线验证。
操作系统: Windows平台。
共享软件将被接受，但免费软件更好。
附加信息：
下面的软件供应商已经试过了，但遗憾的是，它们不适合离线使用，而且都是基于企业解决方案的，除此之外，它是语音识别而不是语音识别：
(对于那些对语音和语音识别之间的区别感到困惑的人，你可以使用在这里读到它。)
烈火
阿莫沃克斯
生物验证
Csid
KYC安全
Lexis Nexis风险
米斯特拉尔(开放源码)
细微差别
安全复位 (使用Voxeo)
感官说话
S
浏览 0提问于2014-07-25得票数 11
2回答
在语音生成中添加重音
、、、、
这个问题的第一部分现在是它自己的，在这里：
问题：如何在生成的语音中添加重音？
我想出的是：
我的意思不仅仅是口音、变音或其他类似的单数。我指的是英国口音，苏格兰口音，俄语等等。
我认为这也可以在语言之外进行。例句:俄语中的东西可能带有英国口音，或者普通话中的东西可能有俄罗斯口音。
我认为最基本的过程是：
文本分析
与数据库(或类似的东西)进行比较，以确定什么需要重音，它应该有多强，等等。
用指定语言生成语音
使用普通的文本到语音处理器很容易.
根据分析的文本确定指定的重音。
这就是问题所在。
我认为一系列的振幅和滤波器将是最适合下
浏览 11提问于2012-03-15得票数 8
回答已采纳
1回答
我在android的语音识别API上工作。
我是语音识别Api的新手，我的要求是作为西班牙语的语音，并从Android的语音识别API在西班牙语中获得最佳匹配文本。所以，求求你！如果你对此有任何解决方案，请让我知道。提前谢谢。
浏览 7提问于2014-03-03得票数 2
我正试着制作一个闹钟Android应用程序，可以用语音识别来阻止它。为此，我使用谷歌语音识别API (+ 不断进行语音识别)。
它很好，直到我同时演奏音乐。在这种情况下，语音识别的效率要低得多。
这个问题是合乎逻辑的，因为音乐增加了一些噪音，使识别更加困难。但由于播放的音乐是已知的，我想知道是否可以告诉谷歌试图忽略这些额外的噪音。我知道在信号处理中存在一些滤波器来实现这一点(比如或)。
因此，我的问题是：是否有可能应用带有谷歌语音识别的过滤器来忽略已知的噪声？，还是有其他语音识别库允许这样做？
编辑:这不是重复，因为问题是不一样的。但是很有趣的建议。
浏览 0提问于2018-01-27得票数 4
1回答
你好，我想要一些知识，使用语音/语音识别，以执行指示在我的游戏。
我对游戏开发相当陌生，我正在使用libgdx来构建我的游戏。我知道语音识别api的存在。我想知道它们是如何工作的，就像我如何将它们集成到我的游戏中一样。我希望用户能够说跳转和(玩家)跳，我想使用的语音命令是非常基本的，例如射击和球员应该发射子弹。
如果有人似乎对语音/语音识别api有一些了解，我想知道是否有一种简单的方法，我可以设置语音识别api，在听到诸如“跳转”这样的特定关键字时，我将使用该api执行特定的操作。
任何答案都会有帮助，因为我的知识非常有限，使用api和语音识别。
浏览 7提问于2014-06-19得票数 0
回答已采纳
我打算为Android实现一个说话人验证应用程序，我想知道是否有办法从Android的语音识别模块中获取语音特征(MEL系数)？
请注意，说话人验证与语音识别略有不同，这就是我不直接使用语音识别的原因。
浏览 0提问于2014-04-10得票数 0
我正在制作一个应用程序，它将使用语音识别，并想知道我的应用程序多久会遇到这种情况
我知道这与限制语音识别的设备有关，而不是用户，但具体是什么时候?？是由于某些特定的模型不支持语音识别，还是iOS版本特定，还是有一些设置可以限制应用程序使用语音识别？
浏览 0提问于2019-08-23得票数 1
回答已采纳
1回答
我正在使用Kinect + Microsoft.Speech进行语音识别。
要获得输入音频流，必须执行以下操作
Stream kinectAudioStream = myKinect.AudioSource.Start();
并开始语音识别
speechRecognitionEngine.SetInputToAudioStream(kinectAudioStream, new SpeechAudioFormatInfo(...));
speechRecognitionEngine.RecognizeAsync(RecognizeMode.Multiple);
我的目标是实时可视化输入信号(
浏览 0提问于2013-07-17得票数 1
因此，我有文本到语音的部分，例如：
from win32com.client import constants
import win32com.client
import pythoncom
speaker = win32com.client.Dispatch("SAPI.SpVoice")
speaker.Speak("message")
但我不知道如何使用上面的系统进行语音识别(如果它甚至有语音识别功能的话)。更具体地说，是文本系统的口头替代
variable = string(input("Question")).
我需要使用它来制作一个系
浏览 3提问于2012-08-20得票数 0
回答已采纳
1回答
无预定义语法的C#语音识别
、、、、
我正在尝试将语音识别与C#应用程序结合使用，但通过这种方式，我只能预测输出的短语：
sList.Add(new string[] { "hello", "test", "works", "exit"});
我是否可以像谷歌语音识别API一样获得输出，识别语音，而不是现有的单词，并在输出时给我，或者如果我可以使用谷歌语音识别与C#将是很好的，看看一些例子如何？
浏览 17提问于2016-08-18得票数 0
回答已采纳
2回答
我想开始学习中的语音识别和语音合成有人告诉我使用微软语音服务器(sdk等等)
有了这些，我该如何编写应用程序，以及使用哪种编程语言(开发环境？)？
有人使用过asterisk或SVOX吗？
我需要做的是：
语音识别语音合成
我不一定要成为一个很好的语音识别专家--我认为30 -50个单词对于一开始就足够了。我正在使用windows。
提前感谢
浏览 16提问于2010-10-07得票数 0
回答已采纳
我想为Python中的Raspberry Pi创建一个语音识别脚本，并且需要一个异步/连续的语音识别库。异步意味着我需要无休止地运行识别，直到语音匹配到一组单词，而不需要从键盘输入，然后将语音显示到终端并重新启动识别。我已经看过PocketSphinx了，但在谷歌搜索了几个小时之后，我没有发现任何关于异步识别的信息。
你知道有谁能做到这一点吗？
浏览 5提问于2015-03-07得票数 2
回答已采纳
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
公司产品应用场景，在使用移动直播sdk开启推流的同时，配合语音识别同步启动实时语音内容翻译。关闭直播后，实时上传当次直播的文字版本内容。目前出现问题为，当开启语音直播同时开启语音识别后，语音识别可以正常识别，但是直播推流无法进行，麦克风权限问题，两个功能都使用了麦克风，有什么办法解决这个问题？求解答（如果单个功能单独使用都是没问题的，搭配一起就不行了）
浏览 235提问于2020-05-09
我正在从事一个项目，其中使用谷歌语音API在iOS项目。该项目涉及语音输入，以识别许多术语，这些术语基本上是行话。Google speech API无法很好地识别这些行话的语音输入。
有没有办法训练谷歌语音应用程序接口来学习这些术语，并在移动iOS应用程序中提供语音输入时轻松识别它们？
浏览 0提问于2018-06-12得票数 0
3回答
我需要使用语音识别文件浏览，使用命令“显示数字”。当我打开文件夹浏览器对话框时，我希望语音识别器启动；当浏览器对话框窗口关闭时，我希望语音识别器关闭。如何在代码隐藏中使用完全关闭语音识别器？
编辑:我为我的问题找到了“丑陋”的解决方案:杀死sapisvr.exe
浏览 6提问于2012-02-18得票数 0
当我调用SpeechRecognizer对象的startListening方法时，语音识别器开始侦听语音。我想创建一个等待特定关键字的语音的服务:当用户说出该关键字并且语音识别器检测到该关键字时，该服务将准备好接收用户的语音命令。
为此，在实例化一个新的SpeechRecognizer之后，我应该调用它的startListening方法:我可以让语音识别器无限期地侦听吗？
浏览 2提问于2012-04-17得票数 22
回答已采纳
1回答
由于某种原因，我不得不使用安卓语音识别背后的firewall.It造成的语音识别连接问题。但我不想使用脱机模式。是否有用于语音识别的域的列表？
浏览 3提问于2016-10-21得票数 0
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器环境中使用Web语音API。也就是说，我希望能够只在客户端上运行代码，以响应被调用的Python方法进行语音识别，并接收语音识别的输出。
据我所知，这意味
浏览 7提问于2014-06-02得票数 2
回答已采纳
语音识别android targetSdkVersion由23升级到25版本后，语音识别报错。报错信息均为code=-301, message=server connect failed
语音识别相关升级还有okhttp 由3.9.1升级到3.10.0
浏览 256提问于2019-03-20
1回答
可能是重复的，但我在下面的问题中没有找到答案。
是否可以将语音识别作为一项服务运行？我想实现这样的东西:我需要呼叫一个号码，尽管我的电话通过语音识别处于睡眠模式。除了语音识别之外，还有什么传感器可以检测到语音吗？
浏览 5提问于2013-04-09得票数 1
回答已采纳
我正试图在VB.NET上进行语音识别。
代码中没有错误，但是当我测试我的程序时，我得到：
'System.PlatformNotSupportedException‘类型的未处理异常发生在System.Speech.dll中
附加信息：没有安装识别器。
我在荷兰的设备上。这有关系吗?如果有关系，我能把语音识别设置为英语吗？
运行Windows 8 Pro。
进入我的控制面板/语音识别告诉我，你的屏幕语言不支持语音识别。
浏览 0提问于2013-02-28得票数 0
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
