API是否提供了转录的语言代码？
API是否提供了转录的语言代码取决于具体的API服务提供商和其所提供的功能。一些API服务提供商可能会提供转录的语言代码，以便开发人员可以直接使用这些代码来实现语音转录功能。这样的代码通常是针对特定编程语言编写的，开发人员可以将其集成到自己的应用程序中。
转录的语言代码可以帮助开发人员快速实现语音转录功能，节省开发时间和精力。通过使用这些代码，开发人员可以调用API服务提供商的转录接口，将语音文件发送给API进行处理，并获取转录结果。
对于腾讯云的语音转写服务，其提供了相应的API接口和SDK，开发人员可以根据自己的需求选择适合的编程语言和开发工具。腾讯云的语音转写服务支持多种语言的转录，包括中文、英文等，可以应用于语音识别、语音翻译、语音搜索等场景。
腾讯云的语音转写服务产品介绍和相关文档可以在以下链接中找到：
- 产品介绍：https://cloud.tencent.com/product/asr
- API文档：https://cloud.tencent.com/document/product/1093
需要注意的是，以上提到的腾讯云仅作为示例，实际上还有其他云计算服务提供商也提供类似的语音转录功能，开发人员可以根据自己的需求选择合适的服务。
相关·内容
有没有可能获得Google API翻译的word的转录？
与文本区域下面的translate.google.com中的相同。
我只需要单个单词的翻译和转录，就像在字典中一样，所以谷歌可能提供了一些字典API，比翻译更简单，但有转录？
看这张图，第二个红色箭头指向单词“转录”的转录。
浏览 18提问于2017-02-27得票数 1
回答已采纳
因此，我运行一个语音转录，并提供一些alternativeLanguageCodes，除了主要的languageCode
例如：
languageCode: "en"
alternativeLanguageCodes: ["fr","it"]
Google语音自动地返回给我一个转录，其中的信心足够高，它可能实际上是正确的，音频文件的说话人发言。太棒了！
但是..。我还想知道它实际使用的是哪种语言(代码)。是否有任何方法使api返回这种元数据(比如lang：'fr')？
浏览 0提问于2020-10-29得票数 0
回答已采纳
我计划转录一个未知语言的演讲，所以我试图自动检测给定了多个语言代码的语言，但是，我似乎找不到一个选项来实际找出转录将采用哪种语言。 我浏览了speech- to -text api的开发页面，但似乎找不到一种方法来输出转录文本的语言代码。 有人能帮我吗？谢谢。
浏览 31提问于2020-04-14得票数 0
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
1回答
认知批量转录情感分析
、、、
当使用Azures批量转录服务(“api/ true /v2.0/转录/”)时，我可以通过将"AddSentiment“属性设置为true来获得句子级别的情感分析。然而，结果并不像文本分析API那样包含对整个文档的情感分析。 是否有添加文档级情感评分的标志？ 我可以自己计算，但是我想如果API提供这个特性就好了：https://docs.microsoft.com/en-us/azure/cognitive-services/text-analytics/how-tos/text-analytics-how-to-sentiment-analysis?tabs=version-3。
浏览 15提问于2020-08-31得票数 0
回答已采纳
1回答
我正在使用节点js客户端编写。我在这里找到了这个项目，并试用了其中的样本。一切正常，但我找不到alternativeLanguageCodes的样本。我发现在版本V1P1Beta1中支持它，如这里所提到的：，如果我们使用alternativeLanguageCodes，api将尝试将音频转录到最相关的语言。我观察到的是，它总是转录成languageCode中指定的语言。
有人有机会尝试这个API吗？如果是这样的话，您能解释一下如何检测到alternativeLanguage吗？
浏览 0提问于2018-07-31得票数 1
我正在处理一组转录的呼叫中心数据，客户在与代理交互时被记录下来。然后由外部转录系统自动转录。我想自动评估这些转录的质量。
可悲的是，质量似乎是灾难性的。在某些情况下，它只不过是胡言乱语，往往是由于机器无法处理的不同方言。我们无法访问原始记录(数据隐私)，因此无法获取或创建真正的标签。正如我们所承诺的那样，这个制度是不能被取代的。
还有一个问题:是否有任何方法可以自动评估NLP方法的转录质量？我们希望量化和比较转录质量，以筛选出最佳样本，以便在下游任务中对客户的输入进行语义推断。为了找出最有意义的句子，无论是语法上还是语义上，我都在想一种类似连贯度的方法。可悲的是，BLEU、WER或Rouge这
浏览 0提问于2021-01-24得票数 2
2回答
使用Microsoft语音API转录中/大型音频文件的最佳方法是什么，每个文件6~10分钟？比如批处理音频文件的转录？
我使用了中提供的代码来连续地转录语音，但是它在某个时候停止了转录。对转录有什么限制吗？我只使用免费的自动取款机。
顺便说一句，我认为Bing语音API和新的语音服务API没有什么区别，对吗？
谢谢大家！
浏览 1提问于2018-06-11得票数 4
回答已采纳
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识别引擎/API的方法。不希望通过扬声器播放音频并用麦克风捕获它--长音频文件需要相当长的时间，并且会降低音频质量和最终的转录质量。是否存在用于此的web服务、API或代码？是不是对现有的某个服务进行了某种包装，假设麦克风将是源？
谢谢
浏览 1提问于2014-05-26得票数 10
回答已采纳
看起来语音到文本的转录结果完全是小写的吗？是否有启用区分大小写输出的选项？我使用的是java api。
致以最好的问候，大卫c。
浏览 3提问于2020-11-03得票数 0
我们应该如何构建一个使用来处理任务流而不是单批批量任务的解决方案？
以下是更多信息：
我们的应用程序每天收到大约1000张照片和视频。每幅图片或视频包含6-8个数字(这是一个电子设备的序列号)，需要转录，还有一个转录的“确定性级别”。“确定”、“不确定”、“不能阅读”)。每幅图像的转录时间将在10秒以下，每段视频需要20秒以下的时间，并且需要最少的技能或训练。
我们的应用程序将在一天内连续上传这些图像，我们希望在几分钟内将它们转换成数字。理想的解决方案是，我们每分钟上传新任务(在高峰时段低于每分钟20次)，并且每分钟也下载结果。
两个问题：
为了确保快速周转时间、准确性和成本效益之间的良好
浏览 2提问于2012-11-03得票数 2
回答已采纳
1回答
我们正在开发一个桌面应用程序，它将允许任何互联网用户将大的音频\视频文件上传到AWS S3并使用AWS转录来转录它。计划是编写一个lambda函数来处理付款，一旦文件成功转录。我们希望避免编写自定义API网关端点来处理这些文件，并在我们的自定义API网关端点中与Amazon集成。我们可以在桌面应用程序中混淆AWS S3 AWSAccessKey和AWSSecretKey (当将AWS S3与桌面应用程序集成时)，但我不确定这是否是一种安全最佳实践。
我们需要考虑的安全最佳实践是什么(在我们的桌面应用程序与AWS S3集成中)，这样我们就不是世界上所有坏角色的“坐以待毙”了？桌面应用程序正在.N
浏览 6提问于2021-08-02得票数 0
回答已采纳
问题陈述:使用浅色认知语音服务，需要将演讲内容实时记录到文本中，并将用户区分为说话人1和说话人2。
到目前为止，我还探索了有关会话转录的azure文档，它为Javascript和C#提供了示例代码，但是我无法在python中找到示例代码，这是否意味着azure的这个服务在python中是不可用的？
浏览 5提问于2021-12-20得票数 0
2回答
我想使用Microsoft Azure认知服务的语音到文本.它提供了一个，我成功地使用了它。我可以使用SAS URI指向Azure blob存储，容器中的文件将被转录。
我的问题是，当我试图从API检索转录结果时，它们会被发布到一个公共url中。由于语音数据可能是敏感的，我想将结果私藏起来。有办法这样做吗？
虽然您可以设置一个，但我不认为它是destinationContainerUrl中的一个选项。我试图设置destinationContainerUrl，但是结果没有出现在容器中。
我只使用了API引用，这就是为什么我没有发布任何代码。
浏览 2提问于2021-02-19得票数 1
回答已采纳
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。
我已经在本教程中实现了Google语音到文本API：。
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，我认为准确性可以更高。或者有人有另外的想法如何提高准确性？我确实尝试了语音适应性增强()，但这并没有多大帮助。
浏览 10提问于2022-05-16得票数 4
1回答
检查转录作业状态
、、、
当我试图获得转录结果时，我遇到了亚马逊转录的异常。当转录完成时，我还没有找到传递回调或接收通知的方法。所以我定期检查结果是否可用。
这是我的代码：
var getTranscriptionJobRequest = new GetTranscriptionJobRequest()
{
TranscriptionJobName = fileName
};
// Regularly check the request status
GetTranscriptionJobResponse getTranscriptionJobResponse;
do
{
Thread.Sleep(250
浏览 0提问于2018-06-11得票数 1
我有很多WMA格式的语音音频，我想用机器来转录它-即使转录不是100%准确，我认为它作为一些音频的“索引”也会有相当大的帮助。我愿意写一些代码来实现这一点，但是Microsoft的Speech API能帮到我吗？有没有可以帮我做这件事的应用程序？
浏览 0提问于2009-09-30得票数 2
回答已采纳
2回答
我需要在批量转录和LUIS之间进行集成，其中我将把转录作为这样的方式传递给LUIS，并获得音频的意图。 据我所知，我们可以将用于意图分析的数据作为一个只接受500个字符的查询传递给LUIS。 因此，问题来了，是否有可能将完整的从语音到文本的转录批量转录API传递给LUIS进行意图分析，或者我们必须将数据分块提供给LUIS？ 如果我们以块(500个字符)的形式提供数据，我们将如何获得音频的总体意图，因为不同的发声可能会导致不同的顶级意图。 我对此做了很多研究，阅读了微软的文档，但没有找到任何答案。 请就实现此场景的最佳方式提出建议。
浏览 20提问于2020-06-11得票数 3
1回答
因此，尽管这仍然有点令我震惊，谷歌默认的语音识别完全和完全忽略了音乐/环境噪音。问题是，对于我的用例，我希望它真的尝试转录音乐！
我正在使用Chrome 72中的Web语音API和他们的演示程序。
甚至当我把扬声器放在麦克风旁边的时候，我也不能把它从音乐中提取出来。
我也不能让它从网上获取任何Youtube视频或视频。
它也没有捡到我亚历克莎说的任何东西。
我有一个Android，所以我假设他们在商业广告中做一些类似亚马逊的事情，播放一种无法听到的声音，用来抵消录音？有什么办法让这个失效吗？
如果我直接从我的Mac或PC上播放音乐，它也不起作用。
然而，如果我用视频聊天
浏览 2提问于2019-02-11得票数 0
回答已采纳
我正在玩Google Cloud Speech API。我想知道，如果我使用python语音识别库并调用google cloud speech API，这仍然是使用API的有效方式吗？我只想抄写这篇文章。
我对它们之间的区别感到困惑，如果我只是想转录音频，是否有任何建议的方法。
使用Python SpeechRecognition：
import speech_recognition as sr
r = sr.Recognizer()
r.recognize_google_cloud()
harvard = sr.AudioFile('harvard.wav')
with ha
浏览 3提问于2020-06-23得票数 3
当使用google speech to text API并发出一串字符而不是单词时，Google会尝试派生单词，所以如果我说: okyjtbrx，它会将其转录为of，为什么是Jay brtx。有没有办法强迫它理解字符而不是单词？
浏览 0提问于2020-02-29得票数 1
1回答
我正在创建一个语音机器人使用谷歌语音流API和谷歌文本到语音。我只希望用户的语音被转录，即使用户“中断”了voicebot的响应。如何避免voicebot转录自己的声音？
根据我对Siri等现有语音机器人的测试，当使用扬声器时，“过滤”某些声音的能力似乎是可行的。
谢谢
浏览 1提问于2019-02-27得票数 2
我正在使用Google Speech To Text api来转录流音频。我一直在输入关键字，以帮助训练和使api更准确。它仍然不是很好(我正在传输警察无线电流量)。有没有办法创建我自己的模型？我在想，我可以通过录制的剪辑，并手动转录它，以帮助训练自定义模型？
浏览 18提问于2019-05-06得票数 0
因此，Vosk-api是一个出色的离线语音识别器，它提供了出色的支持，但是在这篇文章(2020年8月14日)中，文档非常糟糕(或者隐藏得非常巧妙)。
问题是:是否有任何替代的google-speech-recognizer功能，允许额外的语音适应的转录改善？
例如。
"config": {
"encoding":"LINEAR16",
"sampleRateHertz": 8000,
"languageCode":"en-US",
"speechContext
浏览 2提问于2020-08-14得票数 4
回答已采纳
我从来没有找到一个信息，如果可以使用微软翻译器语音API的方式，一个流/音频被翻译成一个以上的语言？
在官方文档中，我看到我只能为发送一个参数到=>Specifies，该语言将转录的文本翻译成.
浏览 3提问于2017-10-02得票数 0
1回答
我们有一个视频库，3k+文件，主要是技术会议和市政厅，单声道，1-10个演讲者。现在，我们想要运行扬声器二进制过程。我们尝试使用批处理转录REST API
，但它看起来只有2个扬声器的限制。我们还研究了会话转录服务，但它需要多声道音频流输入。
您能否推荐我们可以使用的认知服务工具，如果有的话，来解决我们的任务？
谢谢!
浏览 7提问于2020-09-21得票数 0
一个小小的背景:我面临着为一个新的PBX & IVR转换3000个IVR脚本。
目前，语音脚本以.VOX格式存在--而且.它们不是“写出来的”/文档。
我谦卑地问是否有人知道一个程序，这样，我就可以将.vox文件转储到程序中，让它生成一个文本文档。如果.vox格式是一个问题，我可能可以将它们全部转换为.wav或其他什么的。
是的，有大量的应用程序/程序可以实时地对文本进行语音处理，但我希望能够将录音“上传/转储”到程序中，并获取文本。
有人能给我指明正确的方向吗？
预先感谢您的任何评论/帮助。SF
浏览 1提问于2014-05-19得票数 1
回答已采纳
2回答
我最近的工作是使用CMU的sphinx4进行转录，并最终强制对齐，即使音频与其记录对齐。
我发现了一个叫做的项目，它基本上完成了我想要开发的东西。所以，我安装了它，但它没有工作。我试着调整它，但我得到的只是不正确的时间戳。
因此，我想使用sphinx4并自己动手。我使用狮身人面像的Transcriber.jar文件成功地转录了一个wav文件。但我无法让它工作在一个没有数字数据的音频中。页面声明“希望转录非数字数据的人应该修改config.xml文件以使用正确的语法、语言模型和语言学家这样做”。
所以，有人能为我提供以下任何一个方面的帮助：
AutoCap
使用Sphinx4对非数字数据
浏览 2提问于2011-08-11得票数 4
我想转录音频使用谷歌语音到文本API (STT)，但我需要的转录是一致的时间。换句话说，即使Google改进了STT模型，是否有可能将我最初使用的STT模型的版本固定下来，从而使转录保持一致？我正在使用Google语音Python客户端库。
浏览 1提问于2021-09-10得票数 1
回答已采纳
1回答
向Google语音API团队提出的问题/要求: Google语音是否可以为AAC编码提供转录？
背景--我们正在开发一个移动应用程序，它将运行在iOS和安卓平台上。AAC是这两个平台上唯一支持的编码。能够从谷歌获得AAC编码的转录是非常重要的，因为性能和成本的原因。我们希望避免将AAC编码转换为Google支持的编码的步骤。
使用有损编码的目的是拥有更小的音频文件--这对于有效地使用存储、内存和带宽资源非常重要。由于AAC是iOS和Android上唯一可用的编码，如果Google能够支持AAC编码，这将是非常有帮助的。
参考：讨论Google提供的所有编码。希望Google语音团队将AAC编码
浏览 1提问于2017-12-13得票数 1
我正在使用AWS转录进行语音识别。尽管我已经创建了自己的自定义词汇表，但我找不到任何Boto3代码片段来在python中使用它。请找到附件中的示例代码。
client_transcribe =boto3.client(‘转录’) client_transcribe.start_transcription_job(TranscriptionJobName=job_name，Media={'MediaFileUri'：file_url}，MediaFormat='mp4'，LanguageCode='en-US'，OutputBucketName=b
浏览 7提问于2019-12-03得票数 0
我抬头发现了这个-
在标题输出格式部分，它说-
语音服务支持输出格式，如SRT (SubRip文本)和WebVTT (网络视频文本轨道)。
但是在API引用- 中没有设置输出格式的选项。
我使用创建转录API发送视频/音频文件> 30分钟，Azure给出JSON的转录结果如下-
我计划编写一个脚本，将转录的JSON转换为VTT，但是如果已经有了，或者我可以请求作为输出格式的东西，这将是非常有帮助的。
浏览 9提问于2022-11-10得票数 0
1回答
我想编写一个人工智能的代码。要教她这门语言，我可以离线使用维基百科，但要教她交流，我需要其他资源。您是否知道适合此任务且可免费使用的大数据来源？例如聊天协议、电子邮件、论坛内容或类似的内容？
浏览 0提问于2016-03-16得票数 1
1回答
我正在使用存储库转录一些音频文件，并且我已经在我的Vagrant虚拟机上按预期启动并运行了所有内容。
我希望能够用Linux、Laravel或MySQL这样的词来转录非常技术性的录音，这些词不能很好地转录。我该如何(轻松地)将这些单词添加到转录软件中，以便在说出这些单词时成功识别它们？
更新
我试着遵循尼古拉·什米列夫给我的建议，在这里找到：
在将新的单词添加到newwords.txt之后，我可以成功地运行run_adapt.sh脚本，但是当我尝试使用更新后的语言模型用新的单词转录音频文件时，它无法识别新的单词。
以下是我尝试遵循有关如何调整语言模型的说明的视频：
浏览 1提问于2016-11-30得票数 0
6回答
我对.NET和C#/C++.NET有一个很浅的认识，我已经用它几次创建了一些简单的独立应用程序。从我简单化的观点来看，我把它看作是另一个“框架”，例如。层，在可用于编写应用程序的操作系统之上。有人能更清楚地了解它的局限性以及它什么时候最有用吗？
就限制而言，例如，你能写一个..。
键盘记录器(需要钩子？)
MIDI键盘输入转录器(如。获取MIDI键盘输入并将其转录成单曲-需要与MIDI设备驱动程序进行接口？)
FPS的机器人(我想是一堆复杂的东西)
音频播放器的插件(如。温安普。API可能在C++中)
录象机(如)
只使用.NET和C# (或者C++.NET，如果需
浏览 2提问于2009-10-04得票数 1
1回答
我使用Google Api用Recognizer类将一些音频文件转录成文本。我发现可用的语言数量有限，最常用的和国际上使用的语言都是其中的一部分。如何从词汇表中创建一种新的语言并对其进行训练，以便将该语言用作音频输入的识别器
将其作为语言使用，如en-US：`
r = sr.Recognizer()
r.recognize_google(language="en-US",audio_text)`
注意:我已经搜索了几次，但似乎没有得到我需要的确切答案……我在使用Python
谢谢
浏览 3提问于2021-11-06得票数 0
1回答
如何加速谷歌云演讲
、、、
我使用的是一个麦克风，它通过浏览器录制声音，将其转换为文件，并将文件发送到java服务器。然后，我的java服务器将文件发送到云语音api，并给我转录。问题是转录是超长的(在2秒的对话中大约3.7秒)。
所以我想加快转录速度。要做的第一件事是流式传输数据(如果我在记录的开头开始转录。问题是我并不真正理解这个api。例如，如果我想从源(浏览器/麦克风)转录我的音频流，我需要使用某种JS api，但我在浏览器中找不到任何我可以使用的东西(我们不能像这样使用node，对吗？)。
否则我需要将我的数据从js流式传输到java (不确定如何在不破坏数据的情况下做到这一点……)然后从那里通过streami
浏览 3提问于2018-05-16得票数 0
1回答
微软似乎提供了相当多的语音识别产品，我想知道它们之间的区别。
有，或SAPI。但不知怎么的，有着相同的名字。
现在，Microsoft上的认知服务提供了语音服务API和Bing语音API。我认为对于语音到文本，这两个API是相同的。
然后是 (或桌面SAPI)、 (或Server )和。和对这三者之间的差异有一些解释。但我猜想它们是基于HMM的旧的语音识别模型，也不是神经网络模型，这三种模型都可以脱机使用，不需要互联网连接，对吗？
对于Azure语音服务和bing语音API来说，它们是更先进的语音模型，对吗？但我认为在本地机器上无法脱机使用它们，因为它们
浏览 3提问于2018-06-12得票数 10
回答已采纳
2回答
我正在测试下面的代码来转录一个很长的音频，结果是我需要得到每个单词的转录结果的可信度，在另一个时间可以检查转录质量。
import azure.cognitiveservices.speech as speechsdk
import time
def speech_recognize_continuous_from_file():
"""performs continuous speech recognition with input from an audio file"""
# <SpeechContinuousR
浏览 6提问于2021-08-26得票数 2
回答已采纳
我正在尝试使用使用google的长时间转录，这是我使用的代码
但它显示了一个错误。我不知道我在哪里做错事。请帮我解决这个问题
致命错误： Uncaught Google\ApiCore\ApiException：{ "message"：“指定编码以匹配音频文件”，“代码”：3，“状态”："INVALID_ARGUMENT"，“详细信息”：[] }
浏览 3提问于2020-10-16得票数 0
有没有办法从Google Assistant或Amazon Alexa设备获得实际录制的音频输入，以便在我自己的API后端使用？ 关于安卓语音识别应用程序接口，This answer提到，获取音频记录是不可能的。
浏览 23提问于2021-10-25得票数 0
回答已采纳
我有一个小型的python程序，使用API拨号我的语音信箱，记录电话，并转录结果。
程序按设定的间隔进行检查，例如1小时、3小时等，所有检查都由twilio记录。
我知道少于25秒的录音是因为没有任何新的语音信箱信息，所以我不想转录一段录音，除非它超过25秒。(这将降低成本:如果没有新消息，检查8次而不抄写所有内容的最低成本为每天0.14美元。如果我必须抄写所有的东西，那至少是每天0.54美元。
在呼叫结束后，我没有看到启动记录转录的方法。这个是可能的吗？
浏览 3提问于2014-12-02得票数 0
回答已采纳
我使用Microsoft Cognitive Services speech-to-text python API进行转录。 现在，我正在通过web API获取声音(使用这里的麦克风部分：https://ricardodeazambuja.com/deep_learning/2019/03/09/audio_and_video_google_colab/)，然后我将声音写入'sound.wav‘，然后将'sound.wav’发送到MCS STT引擎以获得转录。Web API提供了一个numpy数组以及声音的采样率。 我的问题是:是否可以将numpy数组和采样率直接发送到MCS
浏览 36提问于2020-10-12得票数 0
回答已采纳
我有微软的Javascript库的基本设置-认知服务-speech。我使用浏览器实现，而不是节点实现。总的来说，它工作良好，但也会出现一些问题，其中的转录是有点差。
背景
我正在做的项目是一个web应用程序，它使用语音识别。用户与应用程序进行业务代码的交互，如A6、B12、.
我在任何可能的情况下都使用webkitSpeechRecognition，在任何其他情况下，我都提供了微软认知服务-speech的后盾，大多数情况下，这是非常好的。
问题
商业代码并不总是正确地转录在微软-认知服务-语音-sdk上。webkitSpeechRecognition在这方面做得更好。
示例(法文)：
用户
浏览 10提问于2020-07-07得票数 0
2回答
有没有人尝试过使用两个或更多的speech to text API转录音频？您可以使用时间戳匹配单词，并以最高的置信度选择单词。如果有人这样做了，它是否显著提高了转录的准确性？值得吗？
浏览 20提问于2017-07-07得票数 3
基本上我有两个大的fasta序列文件，第一个是蛋白质组fasta序列(所有的蛋白质序列)，第二个是同一生物体的转录因子序列fasta文件，我想知道是否有任何方法可以用这两个文件将非转录序列提取为fasta文件？？非常感谢
浏览 0提问于2016-04-16得票数 0
我想使用CMU sphinx4来转录给定的音频文件。它应该采用.wav格式的音频文件，并使用印第安英语进行对话。我是CMUSphinx的新手，很难对这个过程进行简单的分步骤的描述。
浏览 4提问于2013-05-27得票数 1
我检查了github代码中的转录流选项，看起来在文档和配置文件中都没有提到转录流：src/botocore/botocore/data/transcribe/2017-10-26/service-2.json。 但是我看到了Ruby的文档：https://docs.aws.amazon.com/sdk-for-ruby/v3/api/Aws/TranscribeStreamingService.html，这就是为什么我认为使用脚本(而不是编译)语言来做这件事是有意义的。 有没有计划在未来添加它？如果是，大约是什么时候？或者我只是错过了它？ 我看到文档描述了这种API的低级通信，但我想节省开发
浏览 25提问于2020-03-20得票数 2
有没有可能将Google Speech API限制为只能从给定的单词集中识别？或者，有没有可能“禁止”某些词？如果不能，是否可以使用其他支持德语的语音API？
我知道我可以通过语音上下文设置提示短语。尽管如此，它还是识别了一个不同的单词。
例如，我主要将API用于德语。我想要识别单词"stärker“(它也被列为语音上下文提示)，但是，API主要将其转录为"Stärke”，除非我在结尾不自然地发出"r“的音。那么，有没有可能阻止speech API转录这个单词呢？
提前感谢！
浏览 0提问于2017-05-09得票数 1
1回答
一些提供商，如谷歌，允许将音频流发送到他们的服务器，并在音频处理后立即获得结果。
标准的亚马逊转录需要音频的URL，以便稍后在完成后获得转录。对于online处理服务器来说并不理想。
如果你同时使用这两个系统，Amazon Lex/ feature似乎有类似的功能，但我找不到API来使用我选择的自定义音频流的转录/Lex。
你知道是否有可能实现这一目标？
浏览 5提问于2018-07-26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
