在我的项目中，我在golang开发了一个websocket服务器，它通过ARI控制asterisk频道，并使用google-speech-api在同一频道上执行实时音频转录。在连接时，我想保存音频从一个星号频道到文件，同时发送音频到谷歌，并获得文字记录。音频是由asterisk audiofork应用程序发送的，这样我就可以使用ARI操纵频道，而音频则在另一个线程上流式传输。问题是，当我发送帧到谷歌，我得到EOF<e
浏览 73提问于2021-10-07得票数 0
回答已采纳
我尝试使用位于上的输入文件创建一个，该文件的大小为4.3GB，当我试图创建作业时，会显示此错误。
浏览 2提问于2020-07-29得票数 0
回答已采纳
1回答
然后，我使用以下IBM指令执行了试用调用：
调用POST /v1/recognize方法，请求没有附加请求参数的FLAC音频文件的基本转录。首先，下载示例音频文件-file.flc。
然后，发出以下命令，调用服务的/v1/recognize方法，用于不带参数的基本转录。该示例使用Content标头来指示音频、音频/flac的类型。该示例使用默认的语言模型en_BroadbandModel进行
浏览 3提问于2018-12-22得票数 0
我有一个单位注册，它能很好地处理出协方差，但是一旦我删除它，我就会得到错误。
浏览 3提问于2017-12-21得票数 0
1回答
我收集了一些原始的音频，从所有的会议，讲座和随意的谈话，我是其中的一部分。机器转录没有提供良好的结果(从Azure，AWS等)。我会把这两个data+label (audio+text)都转录成ML训练。
我的问题是是否要小(3-10秒)。音频文件(沉默时将其分割)，然后转录每个小文件？如果我有一个带文本的长时间音频文件呢？我听说长文件有更多的错误的机会&不准确的训练。如果我添加时间戳(比如字幕文件srt )呢？我需要小音频文件吗？我试着用Az
浏览 0提问于2020-08-03得票数 1
然而，它适用于短长度的音频文件，但不适用于大约5分钟的音频文件。它显示以下错误"watson {'code_description'：'Bad Request'，'code'：400，' error '：‘30秒未检测到语音。’}“
我在用沃森的试用账号。
浏览 0提问于2017-04-25得票数 5
因此，我一直在研究承诺和等待，我想知道是否有一种方法启动一个转录作业，同时提供一个回调，因此它会勾选(定期检查自己)，直到转录的结果将是COMPLETED，然后使用回调得到转录的json，并将结果写到db因此，我所要做的就是启动作业并提供回调，服务生将定期阻塞线程并检查状态，允许我在中间抛出其他请求，而不是使用while循环执行所有这些操作。有没有可能与转录服务有关？一个小代码的例子，如何做到这将是如此感谢！
浏览 0提问于2018-07-25得票数 1
我正在探索SpeechRecognitionEngine的功能，我的最终目标是输入WAV文件和WAV文件的转录，并输出WAV文件中每个单词开头(理想情况下是结尾)的位置。我可以让引擎成功地识别短语，但我不能理解如何在单词开始时检索音频位置，而不是当识别被假设或识别时，等等。耽误您时间，实在对不起。
浏览 0提问于2011-12-06得票数 2
回答已采纳
2回答
我有一个Wav格式的音频文件，我想要转录：import speech_recognition as srimport speech_recognition as srw
浏览 3提问于2019-11-24得票数 1
回答已采纳
1回答
如何递归应用命令
、、、
我仍然是bash的新手，我正在尝试创建一个bash脚本，以便转录我所有的视频和音频文件。任何文件扩展名。到目前为止，我可以从运行bash脚本的同一个文件夹中转录所有视频文件。dodone
我试图递归地执行相同的命令，因此不必每次都对每个文件夹执行该命令。它试图递归
浏览 0提问于2018-07-06得票数 2
回答已采纳
1回答
当音频质量不是很好时，似乎会出现问题。在我的情况下，音频质量有时会很差。当发生这种情况时，不会抛出gRPC错误。我假设这是语音转录的问题，因为没有带isFinal的recognitionResult。
浏览 10提问于2019-02-25得票数 2
1回答
我正试图从Fleck websocket音频流中获得最终的语音转录/识别结果。方法OnOpen在首次建立websocket连接时执行代码，每当从客户端接收二进制数据时，OnBinary方法执行代码。因此，我的代码失败了，而不是服务。我的目标是做以下工作：
将收到的每一条二进制消息
浏览 0提问于2018-09-09得票数 0
1回答
来自websocket的流音频
、、、、
我正试图从Fleck websocket音频流中获得最终的语音转录/识别结果。方法OnOpen在首次建立websocket连接时执行代码，每当从客户端接收二进制数据时，OnBinary方法执行代码。因此，我的代码失败了，而不是服务。我的目标是做以下工作：
将收到的每一条二进制消息
浏览 0提问于2018-09-09得票数 1
回答已采纳
我有m3U8格式的视频和音频直播。我使用FFMPEG从实时网址中提取音频。尝试将提取的音频发送到google (而不保存在磁盘上)以恢复转录。流是用块完成的。API不会返回任何结果，也不会抛出任何错误。有人能告诉我为什么结果总是空白的吗？注意:使用byte[]将提取的音频发送到google。结果: API返回空白结果，没有任何错误消息。
浏览 0提问于2019-06-25得票数 0
回答已采纳
1回答
我正在使用python3通过提供的python包( Google )转录一个带有的音频文件。
如果我想用正确的表示法来识别一个特定的名字，我会给出下面的短语来查看效果。我是不是用错了短语，或者它是否很有信心，它听到的单词确实是 burrows ，这样它就会忽略我的短语？PS:我也尝试使用speech_v1p1beta1.A
浏览 9提问于2021-11-20得票数 1
回答已采纳
我有一个lambda，它将被触发时，任何人上传一个音频文件到桶。我需要使用AWS异步转录来处理文件。我编写了这样的代码，但问题是它只检查了一次，而不是在文件处理完成后调用处理程序函数。下面是AWS转录的链接，但是我们必须等待这个响应，直到工作完成，lambda函数有一个超时5分钟。在那之后，执行将停止。//创建一个异步客户端对象来调用AWS转录
private AmazonTranscribeAsync asyncClient = AmazonTra
浏览 0提问于2018-10-30得票数 0
回答已采纳
1回答
columns selecteddatf[c('a','b', 'v')]1 1 43 3 4
因此，基本上，如果有定义的列，那么很好，或者它应该排除未定义的列并执行代码
浏览 4提问于2022-05-23得票数 0
回答已采纳
2回答
在我们测试微软语音到文字的视频字幕时，我们有时(不经常)经历“辍学”，即一大块音频不被转录。在这些情况下，我们做的是而不是 get ResultReason.NoMatch。我们使用的是OutputFormat.Detailed和speechConfig.RequestWordLevelTimestamps()，我们使用AudioConfig.FromWavFileInput来提供音频很抱歉，我没有英语的例子(这是瑞典音频)，但当我运行这个，时间代码(查看单词级时间戳)之间有一个空白。进
浏览 8提问于2020-03-27得票数 0
回答已采纳
例如：我正在处理成千上万的音频剪辑转录，正如你所期望的.Error: Internal server error, code=7. Try your request again.更新:我似乎找到了grpc错误代码，但代码是由变量名而不是原始数值：指定的。
浏览 2提问于2017-07-19得票数 0
3回答
如何设置语音识别服务器？
、、、
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。我可以选择什么？
我尝试过实现，但是它的准确性太差了(它们可能也是我的配置中的一些问题，我还在努力学习它)。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
浏览 6提问于2012-01-18得票数 1
回答已采纳
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
