我正在使用一个机器人与志愿者进行对话。我正在使用python3和微软的Speech SDK来转录志愿者的回答。录音和转录都是使用Speech SDK完成的，我还没有找到如何访问和保存录制的音频文件的方法。 最小代码示例： import timedef handle_final_result(evt): print('Heard:', evt.result.text)
if 'sto
浏览 31提问于2020-10-01得票数 0
回答已采纳
2回答
有没有人知道在使用Google Speech API时，是否有一种方法可以控制电话号码的识别？我正在尝试实现一个转写场景，其中呼叫者将说出一串字母和数字，但开箱即用的逻辑似乎是尝试将任何数字序列与电话号码方案相匹配，即使这意味着将字母呈现为数字，它们可能听起来有点相似(或不太相似)。我曾尝试使用语音上下文来操作“电话号码”中的值，方法是键入内容并将整个内容作为语音上下文(例如，“八七七二三七”)，但它拒绝覆盖被解释为电话号码的数字。
浏览 5提问于2018-05-14得票数 1
新版会议纪要功能，支持API获取到下载地址吗？
查询单个录制详情（文件、纪要）：这个接口查询的结果是转写文本，有纪要相关的接口吗？
浏览 304提问于2023-08-16
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？
浏览 2423提问于2018-08-06
1回答
对于阴影语言来说，C++的子集似乎是一个非常合理的选择，因为大多数游戏引擎都是用C++编写的，而且事实上已经有许多着色语言具有不同的可能不熟悉的语法，这促使了定制着色语言和转写器的创建。那么，为什么苹果没有提供一流的C++金属API呢？
浏览 0提问于2021-08-27得票数 1
1回答
我目前正在创建一个聊天机器人，它必须接受用户的语音输入。但是，使用瀑布对话框提示用户输入不包含接受语音的提示。我正在使用Azure语音服务来进行语音识别，我想知道是否有办法做到这一点。我尝试将语音识别结果转换为字符串，并将其作为用户文本输入发送，但我对编码还不熟悉，而且感觉自己做错了。这是瀑布对话框步骤的一部分。
浏览 1提问于2019-05-17得票数 1
回答已采纳
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
2回答
目前我有语音识别功能，但RecognizerIntent.EXTRA_PROMPT只在移动设备和可穿戴手表上显示为文本。
是否有任何方法或其他选项使提示发言(播放为音频)？我已经尝试过应用程序接口，但它仅限于选择一个选项，并且必须通过系统语音命令之一启动。
浏览 6提问于2016-09-13得票数 0
但是语音到文本API将用户ID中的字母识别为单词，即: USER："my User ID is BC56“STT转录："be see 56” 用户ID总是由四个由字母和数字组成的随机密码组成。
浏览 11提问于2019-05-17得票数 0
1回答
我正在寻找一个API，它可以实时地将语音转换为文本。语言要求是英语。有这样的免费API吗？我很抱歉之前没有提到这件事。
浏览 0提问于2014-07-05得票数 3
我正在研究网络语音识别。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：
语音识别结果json是从谷歌回来的。谷歌语音api会比网络
浏览 2提问于2015-09-11得票数 17
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
1回答
我正在使用WebRTC和NodeJS实现一个像视频会议这样的系统。但我想增加一些额外的功能，假设有一位主持人和5位观众正在提问，那么1位主持人正忙着与1位主持人交谈，让观众记录他们的问题，这些问题将被转换为文本，并显示在主持人的屏幕上，这样主持人就可以根据他的要求回答问题，并留下不需要的问题。希望你能想象一下这个系统。第一件事是，这可行吗？如果是的话，任何帮助都将不胜感激。
浏览 13提问于2014-06-07得票数 2
3回答
在WinRT上演讲
、、、
是在WinRT中提供的语音api (如Windows 8)。
我想在我的Windows 8/WinRT应用程序中实现TTS，有人有什么建议吗？
浏览 13提问于2012-11-01得票数 3
回答已采纳
我有兴趣看看离线语音识别是否可能使用Android上的谷歌TTS，并试图做到这一点，但没有成功。当我连接到网络时，语音识别工作得很好，但我需要让它离线工作。它返回了两个特性:用于谷歌文本语音转换引擎的embeddedTts和networkTts，因此embeddedTts特性是可用的。
浏览 4提问于2013-02-14得票数 1
我试图找到一些东西，使web应用程序能够分析来自客户端的线路或麦克风输入，并将这些数据传输到服务器。我简要地看了一下WebRTC，虽然我发现它是“未来明智”中最有说服力的答案，但(在撰写本文时)它还远远没有作为一个协议完成和/或标准化。这可能有点高，但也许有一种方法使用现有的插件-我只是想我会转向一些人，谁花了比我更多的时间在这个领域。
浏览 0提问于2014-03-10得票数 3
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