我正在使用谷歌语音到文本API转换FLAC音频文件使用Python3中的同步识别意图。但是，当音频文件包含短暂的停顿或静默时，转录将提前结束，并且响应不会捕获暂停/静默后的文本。enable_automatic_punctuation=True)
response = self.client.recognize(config, audio
浏览 5提问于2019-05-31得票数 2
我正在尝试找到一种简单的方法将音频文件转录为文本(CMU Sphinx、Julius等对于不了解语音识别、配置语言模型、声学模型等的人来说是困难的)。我想知道是否有办法将我的音频文件传输到MacOS10.9Mavericks的“增强听写”功能中，该功能允许本地和离线语音听写。当我把接插线从耳机插孔插入线路时，我认为我是聪明的，但不幸的是，当你开始口述时，它会使所有
浏览 5提问于2013-10-25得票数 5
这里我的谷歌语音设置给AI发短信以下是语音到文本AI：的输出文件这是视频链接：Google to Text的SRT (由YouTube分配的时间)：
我
浏览 5提问于2020-10-12得票数 4
我正在尝试使用google could APIs转换语音到文本，像这样的gcloud ml speech recognize-long-running当我使用--language-code='en-US，这段代码，我能够转换完美，文本是基于音频的US，口音或UK。当我试图转换印度口音时，这个文本完全错误，我尝试过en-in，但没有用。
我如何转换？：这里我上传(.wav)音频文件，并转换为文本。如何通过<e
浏览 11提问于2021-07-09得票数 0
我创建了一个自定义声学模型(它包括压缩文件中的一组语音数据文件，以及每个音频文件的转录，由文本文件中的一个选项卡隔开)并导入它。在创建部署之后，我尝试通过上传一个音频文件来测试端点，它按预期返回文本转录。
但计划如下:将微软提供的OOB声学模型与自定义语音合并。尝试了WPF示例()，它返回4个语音到文本
浏览 7提问于2017-02-23得票数 0
回答已采纳
2回答
双音转录替换
、、、
我想用
我有一个想法，我可以交换自己的转录服务，并使用第三方。我想我可以获取生成的mp3文件。所以我需要的是
可通过webserv
浏览 1提问于2012-07-13得票数 4
回答已采纳
Xamarin android框架中包含的内容是相同的吗？我希望我的应用程序可以在任何时候侦听识别，但当我尝试在Xamarin中使用SpeechRecognitionEngine/SpeechSyntax时，我收到错误消息"Speech is not supported
浏览 0提问于2021-08-03得票数 1
1回答
我正在开发这个应用程序，它利用了iOS的语音转文本功能。我发现了来自苹果的非常好的示例应用程序：但是我需要一些不同的东西，我想要实时文本到<em
浏览 2提问于2017-11-05得票数 0
我在我的应用程序中使用iOS10中引入的语音框架作为语音转文本框架。我做了语音到文本的实时转录部分，但我还没有找到一种方法将输入的语音保存为音频文件。谁能解释一下在完成转录后如何将演讲稿保存到文件中？
浏览 19提问于2017-03-11得票数 0
回答已采纳
1回答
我需要语音转文本系统，以便我可以转录成文本格式的音频文件。在研究的过程中，我发现了一些大公司创建的系统，比如Amazon Transcribe，Google Speech to Text，IBM Watson等，并且发现python内部的所有库都使用这些API如何构建自己的语音识别系统。
我想创建自己的系统的主要原因是，由于安全
浏览 2提问于2019-11-11得票数 2
1回答
需要能够转换或转录音频(如从.MP3，其他音频格式)包含语音到文本文本转录使用语音(语音识别)算法在高精度。有许多方法可以做到这一点，这些方法越来越准确，但都是为对着设备麦克风说出的语音而设计的(例如，用于web的谷歌翻译/相应的API，用于iOS的Dragon应用程序)。我需要一种直接将音频文件输入语音</e
浏览 1提问于2014-05-26得票数 10
回答已采纳
1回答
C# -沃森-文字API演讲
、、、、
我正在尝试在C# windows应用程序中创建一个windows应用程序，该应用程序应该使用IBM服务来执行语音到文本的转换。如何实现IBM语音到text服务，该服务应该倾听用户的声音并编写输出文本。
我搜索了许多文章，在所有这些例子中，.wav (音频)文件被作为输入传递，输出文本被写入。我试图执行这个演讲，以更实时地文本，而不是传递一个现有的或存储的音频(.w
浏览 4提问于2017-06-15得票数 0
我正在使用Google Speech to Text API转换音频文件。问题是，在谷歌语音到文本，我们必须等待操作完成，即使我们让它异步，因为它的文档说通过使用long_running_recognize()。
有没有办法让它完全异步？因此，当我们上传音频文件时，它会给我们一个operation_id，我们可以使用它在任何时候异步下载转录。
浏览 2提问于2020-06-25得票数 0
1回答
我在GCP中订阅了谷歌语音转文本服务，并尝试使用C#将音频文件转换为文本。当我尝试使用谷歌提供的音频转录请求代码从本地发送音频文件时，收到错误: StatusCode=InvalidArgument，Detail=“请求有效负载大小超过限制: 10485760字节
已将音频文件添加到存储桶中，并已使用转录长音频文件代码时遇到错误: StatusCode=ResourceExhaus
浏览 0提问于2019-09-13得票数 1
我正在将一个.opus音频文件传递给google的语音到文本api进行转录.我使用以下配置：我得到了以下错误：
google.api_core.exceptions.GoogleAPICallError: None Unableopus音
浏览 0提问于2020-08-06得票数 0
回答已采纳
2回答
我正在做一个小型的学校项目，在这个项目中我必须获取大量的音频文件，并将它们转录成.txt文件。我是编程的初学者。到目前为止，我已经使用Google的Cloud Speech API尝试了方法。但是我不能用它来进行批量转录，因为它是通过使用外部软件转换音频到.wav (这可以通过FMPEG太完成，所以没什么大不了的)，并将新的.wav文件分割成<60个部分，因为云语音只能<em
浏览 1提问于2018-06-09得票数 1
1回答
我正在尝试从视频中实现语音转录(语音到文本)。我的方法是将其分解为三个步骤：我的问题是，我还没有找到将原始视频文件(比如.mov)转换为仅音频文件的方法。视频的AVAsset本身没有任何音频音轨，但在播放文件时仍然有音频(因此它确实
浏览 4提问于2022-05-10得票数 1
1回答
在我们的教堂里，有几个尤克伦难民来教堂做礼拜。为了让他们不了解布道，我制作了一个应用程序，实时发送翻译到电报。这是很好的，但识别往往不够准确。在Google中，是否可以添加带有转录的音频文件，以便能够了解说话人的输出？我们总是同一个说话者，所以如果我能让谷歌‘了解’扬声器，我认为准确性可以
浏览 10提问于2022-05-16得票数 4
据我所知，大多数语音识别实现都依赖于二进制文件，这些文件包含他们试图“识别”的语言的声学模型。一个人可以手动抄写大量的演讲，但这需要大量的时间。即便如此，当给出一个包含某些语音的音频文件，并在文本文件中对其进行完整的转录时，单个单词的发音仍然需要以某种方式分开。要匹配音频的哪一部分对应于<em
浏览 6提问于2015-08-03得票数 2
回答已采纳
我在Google Cloud控制台中创建了一个项目，并在此项目中启用了Google Speech API，并创建了凭据。也使用了谷歌推荐的transcribe.py，
我可以使用由谷歌控制台生成的API密钥成功地将音频文件(30秒)转换为文本，但不完全，只有2-3秒。我的账号现在是免费试用，所以我怀疑是不是因为我的账号类型(免费试用)。来自谷歌的回复是这样的：{"results"：[{&qu
浏览 1提问于2016-10-21得票数 3
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
腾讯会议
云直播活动推荐
腾讯云开发者
